欢迎来到天天文库
浏览记录
ID:33364741
大小:3.43 MB
页数:120页
时间:2019-02-25
《混沌时间序列分析方法研究及其应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、溉沌黠阀序列分析方法研究及其废尾掌ii嘲篇i罩—■■嘣掌i高i葺i——■宣黛嗣i警蔫一Illlr"I嵩暑薯i蔫嗣——警i#茹葛i掌—鼍宣茹_胃省——■瞄i;#葛鼍摘要对予洼田生产米说,要保证一个好鲍经济效益,就必须有一个高豹、稳定的产浊量。这是油田生产开发的中心任努。浊殴产撼预测是科学管理油田和制定经济计划的依据。目前,各油田已拥有一套宪善的包援单势数据在内的油田产量数据管理系统,急需将这些数据利熠起来具体地指导油田的实际生产开发。油喇开发怒一个复杂的非线性动力学系统,油田产量变化爱多种因素控制,导致萁表现形式既有确定性又有随视性。憨的来说,油
2、田产量预测是一个多因索菲线性预测同题。譬嚣所采用静油田产量预测方法的预掇相对误差都在10%左右,并崴这些方法对油嬲开发过程的时变褴帮备琴幸随瓿干扰毽索具有不适应性。因此,有必要供助予其它的分柝工具对}辔围产量遂季亍预测。我们可以得到油田产量的历史数据,可将远些数据看成是时间序列并列用对问序列分析的方法对其进行建模及预测。本论文以油井产量时间序列为对象,对I也S算法、混沌时间序列性质浆剐方法、混沌时间序歹日预铡方法等进行了深入细致的研究。论文首先分析RLS算法的悭能,在诧綦础上为了提高收敛速度,提出一瓣改进的RLS算法,剥餍改进的RLS算法对菜油
3、田油井产量进行了建模及预测。通过对预测结果的分析发现RLS预测方法苓§%对灌势产最邀行精确堍多步预测。其次,为了更好的了解油井产量时间序列地性质,利用相空间蓬掏方法煎构该序列的吸引予,并计算其维数和最大Lyapunov指数,指出油井产量时间序剜具有混沌特征。同时,针对伪近邻算法效率低的缺点,提出一种快速伪近邻法选择嵌入维数的新方法,该方法可将源算法时间复杂度由从O(M(M-I))降低到O(3M)。再次,对训练支持肉量枧的序列最小优化方法进霉亍了深入研究,针对原算法选取工{乍集过于随枧的缺点,提出一种基予遗传算法选择工作集的叛方法,该方法能够保证
4、每次所选取的工作繁使得目标函数变化最大,从瑟使髫标函数尽快向极值收敛。仿真结果表明,该方法可大大加快训练速度{同时,针对以往支持向麓机参数选取过于主观的缺点,提出了基于遗传算法方法选择支持向量机参数的方法,仿真结果表明,这种新的参数选择方法可在不明显增加支持向量个数的基础上减小泛纯误差。嗡尔滨工程大学搏士学位论文最后,在准确搽别油井产量时间序列性质的基础上,提出用支持向量机方法预测油井产量,结果表明,无论是一步预测还是多步预测其预测效果明显傥予RLS预溺方法。关键词:时间序列{RLS算法;相空间重构;预测;支持向量机;混沌;油井产量混沌时间序列
5、分析方法研究及其应用AbstractThemostimporttaskforoilfieldiStoensureahighandstableoutput.Theaccuracyofpredictionisthebasisofoilfieldmanagement.Now,mostoilfieldshaveheldasetofoutputdataincludingsinglewelldata.AndtheyurgentlywanttOusethesedataforthedevelopmentofoilfield.Infact,theprocesso
6、foilfielddevelopmentisacomplicatednonlineardynamicsInoneword,thepredictionforoilfieldoutputisnonlinear.Atpresent,therelativecrieroftheexistingpredictionmethodsforoilfieldoutputisabout10%,andthesemethodsCannotfittostochasticnoises.Wehavetheoilfieldoutputdata,SOwecanusetimeser
7、iesanalysistoolformodelingandprediction。Theresearchobjectofthisthesisisthetimeseriesofsomeoilwellsoutputs.TheresearchfieldsofthethesisincludeRLSalgorithm,themethodsfordetectionchaosintimeseries,andthemethodsfortimeseriesprediction.“臧.thecharacteristicsofRLSalgorithma糟analyze
8、ddeepl弘andartimprovedRLSalgorithmisproposed.Withtheproposedalgorithm.oilwel
此文档下载收益归作者所有