陈 祯 黄安贻

武汉理工大学,武汉,430070

基于PSO_LSSVM的抽油机电动机扭矩软测量建模

陈 祯 黄安贻

武汉理工大学,武汉,430070

提出了一种新的基于粒子群优化的最小二乘支持向量机(PSO_LSSVM)模型的抽油机电动机扭矩软测量方法,该方法利用粒子群算法取代以往惯用的交叉验证法来进行模型参数的优化,从而避免了参数选择时的盲目性,提高了效率。仿真验证证明,基于PSO_LSSVM的抽油机电动机扭矩软测量模型能够有效地克服传统测量方法的不足,并获得较理想的测量精度和速度,具有小样本学习能力强和计算简单的优点。

抽油机;扭矩;软测量;粒子群优化最小二乘支持向量机(PSO_LSSVM)

0 引言

作为游梁式抽油机的动力来源,电动机的输出轴扭矩是分析游梁式抽油机动力性能和工作状况的重要工作参数之一,它在确定电动机输出功率、检查功率利用情况、检查抽油机平衡状况以及指导抽油机节能装置设计等方面都有非常重要的作用。传统扭矩测量方法中扭矩信号需采用导电滑环或无线等方式进行传输,可靠性较低且成本高,这也直接导致了传统扭矩测量方法难以在油田测试中推广。软测量技术是近年来在过程控制和检测领域涌现出的一项新技术,是目前过程检测和控制研究发展的重要方向。软测量技术以易测过程变量(辅助变量或二次变量)为基础,利用易测过程变量和待测过程变量(难测主导变量)之间的数学关系(软测量模型),通过各种数学计算和估计实现对待测过程变量的测量[1]。……