文献

J-GLOBAL ID：201702238912510512   整理番号：17A1265815

反復UKFNNポンピング石油生産プロセスに基づくモデル化法【Powered by NICT】

Modeling method based on iterative UKFNN pumping oil production process

著者 (5件)： Zhou Wei (College of Electric and Information Engineering, Chongqing University of Science and Technology, Chongqing, 401331) ,  Liang Xiaodong (College of Electric and Information Engineering, Chongqing University of Science and Technology, Chongqing, 401331) ,  Li Taifu (College of Electric and Information Engineering, Chongqing University of Science and Technology, Chongqing, 401331) ,  Yao Lizhong (College of Electric and Information Engineering, Chongqing University of Science and Technology, Chongqing, 401331) ,  Gu Xiaohua (College of Electric and Information Engineering, Chongqing University of Science and Technology, Chongqing, 401331)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 4334-4339  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多変数非線形時変特性のために,揚水機マイニングプロセスを記述するために静的モデリング法を使用することは困難である。反復無香料Kalmanフィルタニューラルネットワークに基づく新しいモデル化法を提案した。アルゴリズムは,入力データを用いて状態変数と共分散行列を予測した。最新サンプリング点を得るためにシグマ点を再サンプリングと無香料形質転換を行うために既存の推定データを用いた。最後に良好な精度で機械マイニングプロセスモデルは,更新状態により得られた。遺伝的アルゴリズム逆伝搬ニューラルネットワーク(GABP),UKFNNとIUKFNN間,ある油田の実際の生産データに実験を行ってした比較分析。結果は,提案した方法は,より強い一般化能力とより強いリアルタイム追跡能力を持ち,モデルの精度はIUKFNN>GABP>UKFNNであることを示した。,提案した方法は,揚水機マイニングプロセスのために良い選択である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  揚水 ,  *生産プロセス ,  *モデル ,  香料 ,  ニューラルネットワーク ,  油田 ,  状態変数 ,  *モデリング ,  遺伝的アルゴリズム
準シソーラス用語： 逆伝播ニューラルネットワーク ,  リサンプリング ,  共分散行列 ,  拡張Kalmanフィルタ ,  多変量 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 反復 ,  ポンピング ,  石油生産 ,  プロセス ,  モデル化