赵春兰
- 作品数：44 被引量：88H指数：6
- 供职机构：西南石油大学更多>>
- 发文基金：国家科技重大专项国家自然科学基金四川省自然科学基金更多>>
- 相关领域：石油与天然气工程自动化与计算机技术理学文化科学更多>>
- 基于动态隶属度的模糊时间序列模型的水质预测研究被引量：5
- 2022年
- 科学有效的水质预测对于水资源的管理与水污染预警尤为重要。由于水质指标序列存在非线性、非平稳性、模糊性和季节性等特点,传统预测模型的精度受到一定的限制。结合差分整合自回归移动平均ARIMA模型和经典模糊时间序列模型的特性,提出了一种基于动态隶属度的模糊时间序列水质预测新模型。首先,利用模糊C均值聚类从原始数据中构建隶属度序列;其次,利用经典的时间序列模型对不同的子隶属度序列进行预测,得到动态隶属度;最后,去模糊化得到水质指标的预测值。应用提出的新模型对岷江某断面的水质指标进行了短期预测,并与经典模糊时间序列模型和ARIMA乘积季节模型进行对比。实验结果表明,新模型在RMSE、MAPE和MAE上均优于经典模糊时间序列模型和ARIMA乘积季节模型,极大地提高了预测精度,可为水污染防治提供有价值的参考。
- 赵春兰李屹何婷武刚武刚
- 关键词：水质预测
- 基于动态细粒度K-means递归算法的剩余气分布研究
- 本发明公开了基于动态细粒度K‑means递归算法应用于致密砂岩储层剩余气类型分布的方法，该方法通过获取致密气t时刻每个网格影响剩余气的主要影响因素；将所有网格上的主要影响因素作为输入，采用K‑means通过主控因素对所有...
- 赵春兰何熙郭平王兵敬金涛伍湘徐佳魏如玉董绍宇徐玮
- 基于FCM聚类的模糊综合评价方法被引量：7
- 2023年
- 针对综合评价过程中隶属函数建立存在主观性和随机性以及部分系统缺乏指标阈值的问题,引入模糊聚类的思想,建立基于FCM理论的评价模型。当指标阈值存在时,通过阈值确定FCM的最佳聚类中心,得到隶属度矩阵;不存在时,通过AP聚类确定FCM的初始聚类中心,改善传统算法对聚类中心初值选取的随机性;再利用改进的FCM算法对指标数据进行分级评价,得到隶属度矩阵并建立指标阈值,最后进行综合评价分析;并将该模型应用于四川某水域的水质评价中。结果表明,该模型评价结果处于单因子评价和传统模糊综合评价结果之间,其相关系数均在0.7以上,说明该模型结果具有合理性,并且能克服因单因子评价模型仅强调最坏指标和传统模糊综合评价中人为选择隶属函数而导致评价结果具有片面性和主观性的不足。
- 何婷赵春兰李屹王兵
- 关键词：隶属函数模糊聚类FCM综合评价
- 基于多维动态隶属度的模糊时间序列的天然气月负荷预测被引量：1
- 2023年
- 准确的天然气负荷预测对于完善城市燃气供需系统与提高能源利用效率都大有裨益。由于燃气负荷序列受到多种不确定因素的影响,为了捕捉月度负荷的模糊性和非线性等复杂特征,本文结合模糊理论和长短时记忆神经网络(LSTM)的特性,提出了一种基于多维动态隶属度的模糊时间序列的预测新方法。首先,利用模糊C均值聚类(FCM)从原始数据中构建多维隶属度序列;其次,利用LSTM对多维隶属度序列同时进行预测,得到其动态隶属度;最后,去模糊化得到燃气负荷的预测值。应用该模型对四川成都某地区的天然气月度负荷进行了未来三个月的预测,并与经典模糊时间序列(FTS)、ARIMA模型、BP神经网络(BPNN)、LSTM等模型进行对比。实验结果表明,新模型的MAE、RMSE以及MAPE均优于其他模型。因此,本文提出的模型可对城市燃气供给和调度提供有价值的参考。
- 李屹赵春兰屈瑶何婷岑康
- 关键词：城市天然气
- 一种多特征多模态融合的致密气藏产量深度学习预测方法
- 本发明公开了一种多特征多模态融合的致密气藏产量深度学习预测方法(MMF)，该方法通过动态生产数据降维、数据质量增强、VMD等优化输入和LSTM融合，提升深度学习性能，属于油气勘探开发技术领域的人工智能方法；首先运用格兰杰...
- 赵春兰伍湘郭平王兵王尤紫涵刘怡欣魏如玉张玲刘政宏郑雯娟
- 一种考虑多因素的酸性气田腐蚀预测模型及参数确定方法
- 本发明公开了一种考虑多因素的酸性气田腐蚀预测模型及参数确定方法，所述包括采集酸性气田输气管道的腐蚀影响因素数据和腐蚀速率监测数据，将采集到的进行异常数据值筛选和缺失值补充；建立考虑多因素的腐蚀预测模型，并利用多元回归分析...
- 曾德智于晓雨王兵喻智明何婷李屹赵春兰孙天礼陈文李天雷
- 文献传递
- 基于ARIMA模型的钻井作业风险预测被引量：3
- 2013年
- 钻井作业存在着大量不确定性,具有高投入、高风险的特点,目前尚无针对钻井作业风险概率预测的定量模型。为此,提出ARIMA模型定量预测钻井作业现场未来发生风险概率的方法。以龙岗M井记录的钻井作业现场的风险概率作为时间序列的样本值,提取统计特征,利用SAS软件进行ADF检验、纯随机性检验;并根据ACF和PACF图,结合AIC,SBC准则、标准误差等建立了最终的ARIMA(2,1,3)模型,其拟合误差为4.477 4%.预测结果表明,该模型对深层碳酸盐岩裂缝性油藏的钻井风险预测效果较好,而且短期预测效果好于长期预测效果。
- 赵春兰王兵郭平
- 关键词：钻井作业ARIMA模型
- 一种管道腐蚀人工智能预警方法
- 本发明公开了一种管道腐蚀人工智能预警方法，属于管道安全技术领域。所述方法包括：首先收集管道的基础数据，进行管道继续服役的条件判定，然后利用长短时记忆神经网络预测腐蚀速率、超声波侧厚估算腐蚀速率，预测管道剩余寿命，判定管道...
- 曾德智韩雪金龙张新于晓雨赵春兰仝春玥汪宙峰董宝军喻智明
- 基于数据挖掘思想的岷江水质综合评价被引量：2
- 2022年
- 水质评价对水资源保护和利用具有重大意义。针对模糊综合评价过程中指标相关性强、权重和隶属函数难以客观确定等问题,引入数据挖掘的思想。首先通过因子分析挖掘原始指标的潜在因子作为新的指标,计算因子得分,消除指标间相关性并客观确定权重;其次通过FCM聚类模型代替模糊综合评价中的模糊隶属函数,挖掘公共因子的水质等级信息,确定新的水质等级标准区间,得到隶属于新水质等级区间的模糊隶属度值;最后通过模糊合成算子将评价结果信息集成,得到较为全面客观的综合评价结果。以四川岷江流域的监测数据为例,验证该方法是可行的和有效的。
- 赵春兰何婷李屹王兵武刚
- 关键词：数据挖掘模糊C均值聚类水质评价
- 一种基于2D-CNN深度学习的钻井事故等级预测新方法被引量：3
- 2022年
- 鉴于钻井安全事故分级风险评价过程中,存在安全事故风险指标较少且多为2分类预测的实际问题。为此,在利用模糊C均值算法确定钻井事故等级的分类的基础上,根据信息增益值对多维事故风险指标进行一次降维;进而将降维后的风险指标作为模型输入,由卷积层提取事故特征,池化层进行二次降维,构建双层2D-CNN的事故等级预测模型,最后通过激活函数(Softmax)判断钻井事故等级,提出一种基于二维卷积神经网络(2D-CNN)的钻井事故等级预测的新方法。研究结果表明:①较之于其他方法,新方法经过两次降维将多维钻井事故指标由73维降低至4维,降低模型计算复杂度;②不同于钻井事故发生与否的二分类问题,根据事故的严重程度划分成四种事故等级,以实现多分类预测;③现场应用效果表明,新方法的准确率为91.7%,损失值为0.409,预测效果优于BP神经网络模型和1D-CNN模型。结论认为,新方法能较好地将现场作业数据用于钻井事故等级的预测,对于钻井事故风险分级评价具有广泛应用和推广价值。
- 赵春兰屈瑶王兵范翔宇赵鹏斐李屹何婷
- 关键词：模糊C均值算法信息增益
