《表1 具有较多历史数据的各模型的预测精度对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《采油过程多尺度状态特征生成的有杆泵动态液面预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

文献[30]提出一种已经在油田生产现场使用的基于SVR的动态液面预测模型，并且已授权发明专利[31]。仿真实验中的SVR模型便是采用此种方法建模，从实验对比可以看出，其预测精度比RBFNN和ELM精度都要高，尤其当数据变化幅度较大时，预测精度明显高于另外两种方法。油田实际生产中，要求动态液位预测模型的预测精度平均误差在±8%以内，结果表明，SVR预测模型精度即使在数据变化幅度较大时，精度也可以满足要求，因此本文最终选取SVR建立动态液面预测模型，其具体建模流程如图7所示。采用遗传算法对SVR模型中的惩罚因子及RBF核函数中的核系数进行寻优，当寻优次数达到设定值时，模型参数寻优结果。通过多次试验表明，一般当寻优次数大于500次，模型精度基本保持不变。