杨丰铭（辽河油田兴隆台采油厂，辽宁 盘锦 124010）

基于KPCA和BH-LSSVM的动液面软测量建模

杨丰铭（辽河油田兴隆台采油厂，辽宁 盘锦 124010）

针对动液面传统的人工测量方法，不能实现实时测量和误差大的缺陷，不利于实际生产指导的问题。本文提出基于灰色关联度、核主元分析（KPCA）和BH-LSSVM算法相结合的方法进行动液面软测量建模，实现动液面的实时准确预测，切实指导于实际生产应用。

动液面；灰色关联度；核主元分析；BH-LSSVM算法

动液面参数的变化能够反映实际生产工况条件变化的趋势，对于油田生产运行调度，达到合理运行状态有重要的指导意义。本文针对传统人工测量方法的缺陷，提出动液面的软测量建模预测方法，通过灰色关联度选取关联度高的辅助变量；利用核主元分析法（KPCA）进行数据有效特征的提取，避免冗余数据对建模质量的影响；最后，采用黑洞算法对LSSVM建模参数进行优化，建立动液面软测量模型实现动液面的实时准确测量。

1 辅助变量选取

在油田实际开采过程中，相关的可测变量有产气量、流量、油压、套压、泵效、示功图等等。如果选取的辅助变量与主导变量的关联程度较低，会直接导致训练误差变大。对于如何选取有效的辅助变量，本文提出采用灰色关联度[1]进行定量分析，计算变量间的关联度rio如下：

ξio(n)为t=n时刻，输入序列和输出序列的关联系数；L为变量的个数。计算关联度的大小进行排序，最后选取套压、泵效、流量作为辅助变量。

2 建模样本数据选取

在油田的开发利用中，生产工况的变化是一个慢时变的过程，相关生产数据在一段时间内不会发生很大的变化。……