典型文献
小波神经网络预测控制研究及油田生产应用
文献摘要：
针对油田注采系统的时变性易导致传统控制算法控制效果不理想的问题,提出一种小波神经网络预测控制算法.小波神经网络预测控制算法由小波神经网络在线学习算法、小波神经网络模型的构建和小波神经网络线性预测控制算法组成,通过实时在线调整参数,克服控制过程中时变引起的模型失配.控制仿真结果表明,小波神经网络预测控制算法相对于其他控制算法,具有较好的控制性能,并能有效地改善油田注采系统的注水控制效果.
文献关键词：
油田采油;预测控制;小波神经网络;时变系统
中图分类号：
作者姓名：
刘宝;杨金莹;吴宗德
作者机构：
中国石油大学(华东) 控制科学与工程学院,山东 青岛 266580;青岛鼎信通讯股份有限公司,山东 青岛 266109
文献出处：
引用格式：
[1]刘宝;杨金莹;吴宗德-.小波神经网络预测控制研究及油田生产应用)[J].控制工程,2022(10):1793-1799
A类：
B类：
小波神经网络,神经网络预测,预测控制,油田生产,生产应用,时变性,控制算法,算法控制,网络在线,在线学习算法,网络线,线性预测,实时在线,在线调整,调整参数,控制过程,中时,模型失配,控制仿真,控制性能,注水,油田采油,时变系统
AB值：
0.331913
相似文献
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。
