System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于石油开发行业,涉及抽油机电参领域,尤其涉及一种基于线性回归和拉格朗日乘子法的电参转功图方法。
技术介绍
1、在石油开发领域中,由于井区面积大,不利于人工管理,但油田目前因为数据复杂度较高,分析难度较大,因此数字化、智能化存在一定的难点。所以急需解决把采集到的抽油机电机信号转换成可以诊断抽油机受力状态的诊断信号,从而能够实现自动故障诊断的目标。
2、现有公开技术中,常规的电信号转换方式是,通过电机扭矩在抽油机运行一个周期内的变化进行受力分析计算,从而将电信号转换成抽油机动力信号。这种方式的缺点在于,难以估计电信号到受力信号转换过程中的效率系数,这一效率比通常是随时间、抽油机运行角度的变化而变化,传统方法以定态(不含时)的效率系数作为近似,会产生较大误差。其次,因电机采集的电功率参数在抽油机上下死点对速度的比值发散,因此在上下死点附近这种电功率转受力分析的方法误差会更加巨大。
技术实现思路
1、本专利技术旨在于克服现有技术的不足,提供了一种基于线性回归和拉格朗日乘子法的电参转功图方法。
2、本专利技术的基于线性回归和拉格朗日乘子法的电参转功图方法,是通过下列步骤实现的:
3、步骤1:
4、通过采集端获取抽油机标准一周期144采样点电功率序列数据:
5、{pi},i=1,2,...,144
6、得到与抽油机驴头受力关系的基本方程式:
7、
8、其中:a为抽油机前臂长,b为抽油机后
9、获取实测一周期144点抽油机驴头实测受力序列数据:
10、{fi},i=1,2,...,144
11、定义函数:
12、h(αi,βi)=[f(αi,βi)-fi]2
13、步骤2:
14、建立线性回归方程:
15、wi=w0+w1pi+w2si+w3c+w4d+w5zl+w6zr+w7q+w8sin(θi-θ0)
16、其中{wj:j=0,1,2,...,8}为线性方程的9个回归系数,si为第i点位移,c为冲程,d为冲次,zl为杆长,zr为杆径,q为泵径;这些参数组成数据集:
17、x={xi,j:i=1,2,...,144;j=1,2,...,8}={pi,si,c,d,zl,zr,q,sin(θi-θ0)}
18、设计目标函数为:
19、
20、其中h为正则项系数,利用梯度下降法得到第n轮的参数迭代公式:
21、
22、进行1000轮迭代后,即可解出{wj:j=1,2,...,8},
23、定义函数:
24、
25、步骤3:
26、构建拉格朗日函数:
27、l(αi,βi)=h(αi,βi)+λm(αi,βi)
28、其中λ为拉格朗日乘子;最后,得到拉格朗日方程组:
29、
30、其中
31、
32、
33、步骤4:
34、求解以上方程组,得到αi与βi并带回f原式,并用wi替代fi即得到:
35、
36、从而得到抽油机电功率与动力的最优转换关系。
37、本专利技术的基于线性回归和拉格朗日乘子法的电参转功图方法,将线性回归与拉格朗日乘子法结合,有效解决了系统效率的时变特点,并利用线性方程的拉格朗日乘子有效消除了上下死点序列转换的不稳定问题。
本文档来自技高网...【技术保护点】
1.基于线性回归和拉格朗日乘子法的电参转功图方法,是通过下列步骤实现的:
【技术特征摘要】
1.基于线性回归和拉格朗日乘子法的电...
【专利技术属性】
技术研发人员:张笑影,周野,李铭,崔哲,卢玉安,
申请(专利权)人:大庆瑞昂环保科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。