[发明专利]基于主成分分析和支持向量机的油气水多相流流型识别方法

摘要

一种基于主成分分析和支持向量机的油气水多相流流型识别方法，其特点是：利用水平管路、取压环、取压管、压力、差压变送器、数据采集卡和计算机对不同流型的流动参数信号进行采集；将采集到的压力和不同取压间距的压差波动信号进行小波包去除噪声预处理，再对上述信号进行经验模式分解，得到的信号固有模态函数，将这些固有模态函数构成一个特征矩阵X，利用主成分分析得到流型的特征向量；再将这些特征作为支持向量机的输入样本，应用支持向量机完成从特征空间到流型空间的映射，最终实现流型识别。所采用的特征向量融合了多个传感器的信息，能够全面反映流型的信息，所应用的支持向量机同神经网络分类器相比，具有学习速度快、分类能力强等特点。

主权项

1.一种基于主成分分析和支持向量机的油气水多相流流型识别方法，其特征在于，将主成分分析方法与支持向量机识别技术相结合，自动对油气水多相流管流流型进行识别，其方法包括下述步骤：1)对不同流型的流动参数信号进行采集；2)对压力和压差波动信号进行小波包去除噪声预处理；3)对去除噪声后的压力和压差波动信号进行经验模式分解，将分解得到的各个信号的固有模式函数组成一个特征矩阵，再利用主成分分析方法提取流型的特征向量；4)将经验模式分解的能量特征向量作为支持向量机的输入样本，输入与输出的关系由支持向量机来完成，并构造4个二值分类器，由径向基核函数支持向量机完成对流型的识别。