买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北石油大学;东油特思烃(大庆)检测技术有限公司

摘要：本发明涉及的是基于机器学习的含聚污水重力式沉降清淤界限预测方法，它包括：含聚污水样本空间的样本数据预处理；含聚污水样本空间中基于主成分分析法的多重特征降维处理；考虑淤泥层增长速率离散性的含聚污水分类预测数据集划分；建立基于交叉熵损失的含聚污水分类多层感知预测模型，含聚污水分类多层感知预测模型由输入层、单层隐含层、输出层组成；定量表征含聚污水重力式沉降清淤界限，通过预测结果最优的含聚污水分类多层感知预测模型对含聚污水重力式沉降清淤界限进行预测。本发明构建含聚污水分类多层感知预测模型，并以清淤周期为指标定量表征含聚污水重力式沉降的清淤界限，解决清淤界限凭靠经验，无法满足油田现场需求的技术难题。

主权项：1.一种基于机器学习的含聚污水重力式沉降清淤界限预测方法，其特征在于包括如下步骤：步骤一、含聚污水样本空间的样本数据预处理；步骤二、含聚污水样本空间中基于主成分分析法的多重特征降维处理；步骤三、考虑淤泥层增长速率离散性的含聚污水分类预测数据集划分；根据相同淤泥层增长速率的含聚污水样本作为同一类别的分类依据，将淤泥层增长速率的回归连续预测转化为含聚污水的分类离散预测，构建与不同清淤轮次的淤泥层增长速率离散值相对应的二值化分类预测指标有： 式中，Yit为含聚污水样本空间中第i个含聚污水样本的第t个二值化分类预测指标取值；vt为含聚污水样本空间中第t个清淤轮次的淤泥层增长速率，ms；在此b个二值化分类预测指标的基础上，结合步骤二中基于主成分分析法获取的主成分特征，建立含聚污水分类预测数据集，且采用80％含聚污水样本划分为训练集、10％含聚污水样本划分为验证集、10％含聚污水样本划分为测试集的方式进行含聚污水分类预测数据集划分；步骤四、建立基于交叉熵损失的含聚污水分类多层感知预测模型，含聚污水分类多层感知预测模型由输入层、单层隐含层、输出层组成；步骤五、定量表征含聚污水重力式沉降清淤界限；训练并得到预测结果最优的含聚污水分类多层感知预测模型，通过预测结果最优的含聚污水分类多层感知预测模型对含聚污水重力式沉降清淤界限进行预测。

全文数据：

权利要求：

百度查询： 东北石油大学 东油特思烃(大庆)检测技术有限公司 基于机器学习的含聚污水重力式沉降清淤界限预测方法