基于神经网络处理油井液面深度的方法被引量：10

The Measurement of Well Liquid Level Based on Artificial Neural Networks

下载PDF

导出

摘要本文介绍了利用神经网络处理油井液面信号的基本方法.并给出利用此方法处理液面信号的结果. Inthepaper, we introduce a basic method in setlling liguid level signal of oilwell by means of artificial neural net works and give the results obtained by this method.

作者吴新杰孙定源闫光辉

机构地区辽宁大学物理系

出处《辽宁大学学报（自然科学版）》 CAS 2000年第1期65-67,90,共4页 Journal of Liaoning University：Natural Sciences Edition

关键词神经网络液面信号油田采油作业 artificial neural networks,liquid level signal.

分类号 TE357.8 [石油与天然气工程—油气田开发工程]

引文网络
相关文献

参考文献2

1　Y.H.Pao著，马颂德等译.自适应模式识别与神经网络[M].科学出版社，1992
2EchometerCompanyGuideforEchometerAcousticLiquidLevelInstrument．

共引文献1

1吴新杰,闫光辉,刘艳侠,梁雅秋.模糊集合论和神经网络在油井测试中的应用方法研究[J].辽宁大学学报（自然科学版）,2000,27(2):131-134.

同被引文献69

1曹晓琳,张素莉,吴平,丁铁夫.基于MATLAB的谱相减语音增强算法的研究[J].计算机仿真,2006,23(3):278-280. 被引量：7
2周家新,王长松,汪建新,李枝梅.基于短时幅度-过零率函数识别抽油井液面回波[J].化工自动化及仪表,2007,34(2):59-62. 被引量：7
3张朝晖,弓志谦,迟健男,张红宇.采油井动态液面测量技术研究[J].传感技术学报,2007,20(5):1180-1183. 被引量：27
4周家新,王长松,汪建新,姚耕耘,李枝梅.基于AMDF计算抽油井套管环隙内声速[J].传感技术学报,2007,20(7):1648-1651. 被引量：6
5周家新,王长松,汪建新,姚耕耘,李枝梅.基于短时ACF的套管环隙内声速计算方法[J].石油机械,2007,35(3):23-26. 被引量：9
6Martin R. Noise power spectral density estimation based on optimal smoothing and minimum statistics[J] . IEEE Transactions on Speech and Audio Processing, 2001, 9 (5):504-512.
7Steven F B. Suppression of acoustic noise in speech using spectral subtraction [J]. IEEE Transactions on Acoustics, Speech, and Signal Processing, 1979, 27 (2): 113-119.
8Berouti M, Schwartz R, Makhoul J. Enhancement of speech corrupted by acoustic noise [A] . IEEE International conference on acoustics, speech and signal processing [C] . Washington DC: IEEE Press, 1979. 208-211.
9周家新,王长松,汪建新,姚耕耘,李枝梅.抽油井套管内声速变化规律分析[J].声学技术,2007,26(4):642-645. 被引量：5
10LAU Yiu-kei.Speech Recognition Based on Zero Crossing Rate and Energy[J].IEEE Transactions on Acoustics,Speech,and Signal Processing,1985,33 (1):320-323.

引证文献10

1张鹏,孙飞,于政委.基于EEMD与ICA的油井声波信号去噪方法研究[J].自动化与仪器仪表,2016(1):127-129. 被引量：3
2周家新,王长松,汪建新,李枝梅.基于短时幅度-过零率函数识别抽油井液面回波[J].化工自动化及仪表,2007,34(2):59-62. 被引量：7
3周家新,王长松,汪建新,姚耕耘,李枝梅.基于AMDF计算抽油井套管环隙内声速[J].传感技术学报,2007,20(7):1648-1651. 被引量：6
4周家新,王长松,汪建新,姚耕耘,李枝梅.基于短时ACF的套管环隙内声速计算方法[J].石油机械,2007,35(3):23-26. 被引量：9
5王海文,林立星,杜中卫,张敏.基于谱减算法的声波法测油井动液面的信号处理[J].石油天然气学报,2012,34(1):118-122. 被引量：20
6王轲,刘彦萍,田豆,王鹏飞,任垚煜.COMSOL在动液面声波反射特性研究中的应用[J].计算机时代,2019,0(10):57-60. 被引量：2
7梁鑫,张著洪.基于短时能量与LSTM的油井动液面深度研究[J].计算机与现代化,2021(4):15-19. 被引量：5
8仵杰,王轲,刘彦萍,高建申.基于全相位FFT的油套环空中声速计算方法[J].声学技术,2021,40(2):246-253. 被引量：1
9魏勇,成鋆,王路平,汪玉祥,田小强,陈强.动液面深度检测中两个关键问题的研究进展[J].科学技术与工程,2023,23(20):8473-8483. 被引量：2
10吴剑勇,王国财,王俊,罗大成,李威威.一种新型自适应井下动液面实时监测装置[J].机械工程与技术,2023,12(2):125-131.

二级引证文献35

1罗久飞,郑明轩,冉超,李锐,杨平安.噪声激振下的油井动液面测量方法研究[J].仪器仪表学报,2022,43(12):258-266.
2姜天宇,靳畅,李天舒,李阳.基于小波散射深度序列神经网络的制动噪声分类识别[J].同济大学学报（自然科学版）,2022,50(S01):26-31.
3王海文,林立星,杜中卫,张敏.基于谱减算法的声波法测油井动液面的信号处理[J].石油天然气学报,2012,34(1):118-122. 被引量：20
4刘迎新,杨亦春,韩宝坤,肖颖,郭泉.低频声波油井液面检测方法研究[J].应用声学,2015,34(1):24-31. 被引量：8
5周昕.新型动液面自动测量仪的应用[J].山东工业技术,2015(1):48-49. 被引量：2
6郭建成,于钧,梁洪卫,阚玲玲.动液面谱减法滤波[J].价值工程,2015,34(13):91-92.
7何鹏举,杨磊,梁伟华,欧阳盼,白伟.基于粒子群优化的油井液位测试多算法融合研究及其应用[J].西安石油大学学报（自然科学版）,2015,30(4):67-72. 被引量：1
8邹宇清,赵凤坤,黄勇,王波.煤层气井排采自动化监测与控制关键仪器设计[J].煤田地质与勘探,2015,43(6):49-53. 被引量：6
9赵知劲,黄艳波.基于小波包分解的单通道盲源分离算法[J].通信技术,2017,50(3):425-429. 被引量：3
10赵知劲,黄艳波.基于经验模态分解的单通道盲源分离算法[J].计算机应用研究,2017,34(10):3010-3012. 被引量：7

1吴新杰,孙定源,闫光辉,王师.基于小波变换处理油井液面深度信号的方法[J].仪表技术与传感器,1999(9):39-41. 被引量：1
2吴新杰,张建成,王鲁川,王师.基于分形模糊控制滤波处理油井液面深度信号的方法[J].传感技术学报,2000,13(1):29-32. 被引量：8
3冯英,祁金旺,杨爱民.基于延迟神经网络的地层参数预测软件[J].江汉石油学院学报,2003,25(2):74-74.
4吴新杰,王鲁川,孙定源,张建成,王师.油井液面深度测量仪的研制[J].自动化仪表,2000,21(2):5-7. 被引量：13
5吴新杰,孙定源,王鲁川,王师.模糊集合论在油井液面深度测量上的应用[J].计量学报,1999,20(2):122-126. 被引量：4
6陈超,刘德基,尹玉川,白彦华,呼惠娜.高气油比油井动液面测试解释新方法[J].石油地质与工程,2008,22(2):67-68. 被引量：5
7杨胡坤,张岩,王守龙,魏磊.利用电机工作参数预测油井动液面深度的研究[J].北京石油化工学院学报,2016,24(4):48-53. 被引量：5
8姜萍,矫建兵.采油井液面深度测量准确性评价方法探讨[J].重庆科技学院学报（自然科学版）,2013,15(3):74-76.
9刘少军,王瑜瑜.油井动态液面测量系统设计与实现[J].测控技术,2012,31(1):45-47. 被引量：2
10郭鹏,张朝晖,弓志谦,张红宇.基于DSP的油井动态液面测量系统[J].测井技术,2007,31(1):42-44. 被引量：4

辽宁大学学报（自然科学版）

2000年第1期

浏览历史

内容加载中请稍等...

基于神经网络处理油井液面深度的方法被引量：10

参考文献2

共引文献1

同被引文献69

引证文献10

二级引证文献35

相关作者

相关机构

相关主题

浏览历史

基于神经网络处理油井液面深度的方法 被引量：10

参考文献2

共引文献1

同被引文献69

引证文献10

二级引证文献35

相关作者

相关机构

相关主题

浏览历史

基于神经网络处理油井液面深度的方法被引量：10