[發明專利]動液面預測方法和裝置、電子設備和存儲介質

在審

• 申請號: 202210092824.0
• 申請日: 2022-01-26
• 公開（公告）號: CN114444392A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 曹俊;王騰超
• 申請（專利權）人: 上海邦定智慧科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/08;G06F119/14
• 代理公司: 北京知夏律師事務所 11970
• 代理人: 孫海龍

1.一種動液面預測方法，其特征在于，包括以下的步驟：

從與動液面相關的歷史數據中得到多個動液面參數狀態和模型集合{m_i，F_i(x)}，其中m_i表示動液面參數的第i個狀態，F_i(x)表示與該第i個狀態相關的神經網絡模型，x是與該第i個狀態相關的動液面參數數據；

計算新的數據X_t跟各狀態m_i下的數據集中的各數據的相似度，如果最大的相似度大于預先設置的最小相似度，將新數據X_t加入對應狀態下的數據，重新訓練模型F_i(x)，獲得多個更新后的狀態和模型集合{m_i，F_i(x)}，重新訓練模型F_i(x)時，進行收斂計算，判斷新數據X_t所加入后的對應狀態是否為穩態，當所述對應的狀態為非穩態時，將所述新的數據劃分為新的狀態；以及

利用經重新訓練的模型進行動液面預測。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

為各狀態找到多個子狀態以及對應的數據集{m_ij，x_ij}，其中m_ij表示動液面參數第i個狀態下的第j個子狀態，x_ij表示與該子狀態相關的數據集，使用子狀態下的數據集建立相應模型f_ij(x)，子狀態是指基于其所在的狀態的數據集中的部分數據，能夠獲得比其所在的狀態更高的預測正確率的狀態，

其中，計算新的數據X_t跟各狀態m_i下的數據的相似度時，計算新的數據X_t跟各子狀態m_ij下的數據的相似度，如果最大的相似度大于設置的最小相似度，將新數據X_t加入對應子狀態下的數據。

3.根據權利要求2所述的方法，其特征在于，如下地判斷該第i個狀態是否為穩態：

(1)假設一個動液面參數有m個狀態：將該歷史數據a₁，a₂，...a_n中每個數據隨機分配到某個狀態(1，2...m)上，某個狀態x擁有的數據為{a_x}；

(2)計算每個狀態的指標：y_x＝H({a_x})，H(x)為投影變換函數；

(3)計算分解的合理性指標值；

(4)使用優化算法，不斷調整m，重復(1)-(3)的步驟，直到指標無法變的更優，從而獲得{x_i，m_i}；

其中，i表示歷史收集的所有數據的編號，按照時間從遠到近依次排列，x_i表示某個時間點的動液面參數數據，m_i表示這行數據x_i所屬于的狀態，當不能分為更多的狀態時，判斷為收斂，即為穩態。

4.根據權利要求2所述的方法，其特征在于，使用狀態分解法從與動液面相關的歷史數據中得到多個動液面參數狀態和模型集合{m_i，F_i(x)}，使用與狀態分解法不同的聚類算法為各狀態找到多個子狀態以及對應的數據集{m_ij，x_ij}。

5.根據權利要求4所述的方法，其特征在于，利用經重新訓練的模型進行動液面預測時，首先利用最近獲取的新數據，判斷當前生產處于哪個子狀態中，然后使用該子狀態下的模型參數進行預測。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括時間對齊的步驟，按照最小獲取時間獲取量級的各動液面參數對與動液面相關的歷史數據進行排列，并對更大時間獲取量級的參數按照相應抽油機的生產周期進行插值填充。