[发明专利]一种集输－立管系统内气液两相流流型的在线识别方法

摘要

本发明公开了一种集输－立管系统内气液两相流流型在线识别方法，对待识别集输－立管系统的立管顶部压力信号进行预处理；通过统计参数计算和主成分分析，提取出一个包含三个主成分分量的特征参数向量，随后将这个特征参数向量输入预先训练好的最小二乘支持向量机多类分类器中，从而识别出立管顶部信号在第一类严重段塞流、第二类严重段塞流、向严重段塞流过渡的流型、振荡型严重段塞流和稳定流动的混合类流型这四个基本类别中的归属；当属于振荡型严重段塞流和稳定流动的混合类流型时，将待处理信号的两个频域内特征参数输入训练好的两类分类器来决定最终归属。本发明识别率高，可移植性强，现场适用性良好，能够有效满足在线识别要求。

主权项

一种集输－立管系统内气液两相流流型的在线识别方法，其特征在于，包括以下步骤：对待识别的集输－立管系统的立管顶部压力信号P19进行预处理，包括10阶Haar小波去噪和均值－方差标准化，得到待处理的标准化信号P19*；通过统计参数计算和主成分分析，提取出P19*标准信号中一个包含前三个主成分分量的特征参数向量，随后将这个特征参数向量输入预先训练好的一个多类分类器中，从而识别出待识别的集输－立管系统的的立管顶部信号在第一类严重段塞流、第二类严重段塞流、向严重段塞流的过渡流型、振荡型严重段塞流和稳定流动的混合类流型这四个大类中的归属；当立管顶部压力信号P19属于振荡型严重段塞流和稳定流动的混合类流型时，将P19*标准信号中频域下的两个特征参数{F5，F6}输入一个两类分类器中来决定最终的流型归属；所述的一个两类分类器的构造函数为：即等价于，在最小二乘支持向量机求解过程中，待求变量ωT，b的方法在于求解下述最优化问题，利用拉格朗日求极值的方法，求解ωT，b，并得到下述分类器的最终表达形式，y(x)=sgn[Σk=1Nαkykψ(x,xk)+b]]]>式中，上述各公式中，xk∈Rn表示k维输入向量，yk∈{‑1,1}表示k维类别输出向量，sgn(·)表示符号函数，J(·)表示待优化的目标函数，ψ(·)为径向基核函数，表示将输入空间映射入高维空间的函数，αk为拉格朗日算子，ek为附加松弛变量，γ为惩罚因子，N为流型样本数。