基于在线动态高斯过程回归抽油井动液面软测量建模

实践中,抽油井动液面都是使用回声仪测试的,无法实时在线检测。而基于示功图分析的动液面实时在线检测方法存在计算精度不高的缺陷。考虑到数据驱动软测量建模方法存在随时间推移出现的模型老化现象,采用一种增量学习动态高斯过程回归(IDGPR)软测量建模方法,实现对抽油井动液面深度的实时在线检测。首先建立基本动态高斯过程回归软测量模型,在模型投入现场运行后,通过一种增量学习算法对模型进行在线更新,使其不断适应油井工况变化,自适应获得更加准确的软测量模型。现场应用表明,该软测量模型具有较高的预测精度和较好的泛化能力,可以满足工程应用要求。