馮中申（遼河油田興隆臺(tái)采油廠，遼寧 盤(pán)錦 124010）

基于魚(yú)群算法優(yōu)化LSSVM的有桿泵抽油井油液含水率軟測(cè)量建模

馮中申（遼河油田興隆臺(tái)采油廠，遼寧 盤(pán)錦 124010）

油液含水率是有桿泵抽油井的一個(gè)關(guān)鍵生產(chǎn)參數(shù)，現(xiàn)有測(cè)量方法存在檢測(cè)周期長(zhǎng)、時(shí)效性差以及勞動(dòng)強(qiáng)度大等問(wèn)題。對(duì)此，本文提出一種基于人工魚(yú)群算法優(yōu)化LSSVM的有桿泵抽油井油液含水率軟測(cè)量方法。首先由LSSVM方法建立軟測(cè)量模型，然后，對(duì)其中的關(guān)鍵參數(shù)γ和s2，采用人工魚(yú)群算法進(jìn)行優(yōu)化選擇。由一口抽油井的實(shí)際生產(chǎn)數(shù)據(jù)驗(yàn)證了本文所提出方法的有效性。

魚(yú)群算法；優(yōu)化LSSVM；有桿泵抽；軟測(cè)量

油液含水率是有桿泵抽油井的一個(gè)重要生產(chǎn)參數(shù)，是評(píng)價(jià)油井生產(chǎn)效率的重要指標(biāo)，不僅反映油井的工作壽命，還關(guān)系到企業(yè)的生產(chǎn)效益。因此，實(shí)現(xiàn)油液含水率的準(zhǔn)確測(cè)量，不僅對(duì)評(píng)價(jià)地下油藏的開(kāi)發(fā)價(jià)值有重要作用，還對(duì)制定合理的油井生產(chǎn)措施具有重要的意義。目前油田生產(chǎn)中對(duì)于油液含水率的測(cè)量，一般采用人工取樣化驗(yàn)的方法，首先由現(xiàn)場(chǎng)工人采集井口油液，然后提交給化驗(yàn)部門(mén)進(jìn)行分析，一般耗費(fèi)至少一天的時(shí)間。傳統(tǒng)的人工檢測(cè)方法檢測(cè)周期長(zhǎng)、時(shí)效性差以及勞動(dòng)強(qiáng)度大，并且無(wú)法及時(shí)獲知油井生產(chǎn)狀況以進(jìn)一步調(diào)整生產(chǎn)措施。

軟測(cè)量技術(shù)由Brosilow等于1978年提出[1]，針對(duì)某些難以測(cè)量或者暫時(shí)不易測(cè)量的重要變量，選擇另外若干較易測(cè)量的輔助變量，通過(guò)構(gòu)造某種數(shù)學(xué)關(guān)系建立它們之間的聯(lián)系，實(shí)現(xiàn)軟件代替硬件的功能。本文采用軟測(cè)量技術(shù)實(shí)現(xiàn)有桿泵抽油井油液含水率的軟測(cè)量，采用最小二乘支持向量機(jī)[2]（LSSVM）建立軟測(cè)量模型，對(duì)其中的正則化參數(shù)γ和高斯核參數(shù)s2采用人工魚(yú)群（AFSA）算法進(jìn)行優(yōu)化選擇。

1 LSSVM算法

其中，Φ為高維特征空間，w為高維空間的向量，b∈R。根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，有如下優(yōu)化問(wèn)題：

其中，γ為正則化參數(shù)，e為松弛因子。建立拉格朗日等式，上述約束優(yōu)化問(wèn)題轉(zhuǎn)化為：

其中，αi(i=1,2,…,l)為拉格朗日乘子?？梢缘玫剑?/p>

其中，K(xi,xj)=ΦT(xi)Φ(xj)為核函數(shù)。采用最小二乘法求解式(4)，得到?jīng)Q策函數(shù)：

對(duì)于核函數(shù)的選擇，本文采用高斯核函數(shù)。

2 AFSA算法

人工魚(yú)群算法是根據(jù)魚(yú)群覓食行為所制定的優(yōu)化策略，具有受初始值影響小、搜索速度快等特點(diǎn)。人工魚(yú)群的行為如下：

（1）覓食行為

設(shè)人工魚(yú)個(gè)體的當(dāng)前狀態(tài)為xi，下一狀態(tài)為xj，Y表示人工魚(yú)當(dāng)前位置的食物濃度，覓食行為的數(shù)學(xué)表達(dá)式為：

其中，rand1和rand2為[0,1]內(nèi)的隨機(jī)數(shù)，S為移動(dòng)步長(zhǎng)。

（2）聚群行為

假設(shè)人工魚(yú)當(dāng)前狀態(tài)為xi，同伴數(shù)目nf，其中間位置定義為：

如果有Yc/nf＞δYi，則向中間位置前進(jìn)一步，步長(zhǎng)為S；否則返回覓食行為。

（3）追尾行為

假設(shè)人工魚(yú)當(dāng)前狀態(tài)為xi，考查鄰域內(nèi)人工魚(yú)同伴的Yj，設(shè)xmax是最大的人工魚(yú)同伴以及最大的Ymax，如果有Ymax/nf＞δYi，則向中間位置前進(jìn)一步，步長(zhǎng)為S；否則返回覓食行為。

（4）公告板

記錄最優(yōu)人工魚(yú)的個(gè)體狀態(tài)，如果當(dāng)前狀態(tài)為最佳，則更新公告板種狀態(tài)；否則，狀態(tài)不變。尋優(yōu)結(jié)束后，公告板狀態(tài)即為最優(yōu)解。

3 實(shí)例驗(yàn)證

采集國(guó)內(nèi)某油田作業(yè)區(qū)一口抽油井的300組生產(chǎn)數(shù)據(jù)進(jìn)行仿真驗(yàn)證，隨機(jī)選取250組數(shù)據(jù)訓(xùn)練軟測(cè)量模型，剩余50組數(shù)據(jù)作為測(cè)試樣本。選擇上下沖程平均載荷差、沖次、沖程、產(chǎn)液量、井口油壓和套壓作為輔助變量。

4 結(jié)語(yǔ)

針對(duì)傳統(tǒng)有桿泵抽油井油液含水率測(cè)量方法中所存在的檢測(cè)周期長(zhǎng)、時(shí)效性差以及勞動(dòng)強(qiáng)度大等問(wèn)題，本文提出了一種基于魚(yú)群算法優(yōu)化LSSVM的軟測(cè)量方法，根據(jù)LSSVM方法建立軟測(cè)量模型，采用人工魚(yú)群算法優(yōu)化其中的關(guān)鍵參數(shù)，實(shí)際數(shù)據(jù)驗(yàn)證了本文所提出方法的有效性。

[1]Joseph B,Brosilow C.Inferentail control of processes(I): steady state analysis and design[J].AIChE Journal,1978,24(3): 485-492.

[2]Suykens J A K,Vandewalle J.Least squares support vector machine classifiers[J].Neural Processing Letters,1999,9(3):293-300.

[3]李翔宇，高憲文，李琨，等.魚(yú)群算法優(yōu)化組合核函數(shù)GPR的油井動(dòng)液面預(yù)測(cè)[J].東北大學(xué)學(xué)報(bào):自然科學(xué)版，2017，38(1)：11-15.