典型文献
基于UKF的海上天然气井数据驱动软测量方法
文献摘要：
油气田数字化、智能化是未来发展的必然趋势,目前数据驱动软测量模型已逐步应用于海上天然气生产系统流量、压力等关键状态变量的监测.为进一步提高数据驱动软测量模型准确度和生产监测水平,开展基于非线性滤波技术的软测量研究,结合压力传感器观测数据与所建外源输入非线性自回归模型库,建立了单个无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)以及"先融合后滤波"(FF1)和"先滤波后融合"(FF2)等2种融合UKF,实现单井流量和井口压力的在线校正估计.研究结果表明:①基于UKF的软测量在纯模型软测量的基础上提高了准确度,且单个UKF、FF1、FF2等3种软测量方案的准确度和计算时间都满足在线估算需求;②所建模型库中,基于深度前馈网络灰箱模型构造的UKF准确性和稳定性较高,满足了生产的需要;③对比了3种软测量方案的优劣,认为FF1的全局准确性更高、耗时更少,推荐作为首选软测量方案.结论认为,研究结果对智能化海上油气田建设具有引导性作用,所推荐的软测量方案具有较强的工程适用性,为未来构建智慧油气田奠定了技术基础.
文献关键词：
天然气生产系统;软测量;数据驱动;数据融合;最优估计;融合滤波;智慧油气田
中图分类号：
作者姓名：
王丹;康琦;杨居衡;宫敬;张奇
作者机构：
中国石油大学(北京)经济管理学院;中国石油经济技术研究院;深圳清华大学研究院;中国石油国际事业有限公司;油气管道输送安全国家工程实验室·中国石油大学(北京)
文献出处：
引用格式：
[1]王丹;康琦;杨居衡;宫敬;张奇-.基于UKF的海上天然气井数据驱动软测量方法)[J].天然气工业,2022(09):84-92
A类：
天然气生产系统,FF1,FF2
B类：
UKF,海上天然气,天然气井,软测量方法,软测量模型,状态变量,监测水平,非线性滤波,滤波技术,压力传感器,观测数据,建外,非线性自回归模型,模型库,无迹卡尔曼滤波器,Unscented,Kalman,Filter,单井,井口压力,在线校正,测量方案,计算时间,深度前馈网络,灰箱模型,模型构造,海上油气田,引导性,工程适用性,智慧油气田,技术基础,数据融合,最优估计,融合滤波
AB值：
0.282729
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
