基于自适应支持向量回归机的集输系统压力监测异常值识别

为保障气田安全开发,针对气田集输系统压力监测数据异常值识别问题,提出了一种基于自适应支持向量回归机(ASVR,Adaptive Support Vector Regression)的方法。该方法将集输系统各关键节点压力值从上游到下游组成序列,取一组正常实测信号作为训练样本,以预测值和实测值间的均方差最小化为目标函数,通过遗传算法获取最佳惩罚因子、不敏感损失函数参数和核函数参数;利用序列最小优化算法(SMO,Sequential Minimal Optimization)对各工况实测信号进行回归拟合,通过非边界支持向量拟合误差判别监测数据是否为异常值,并用回归值对异常值进行修正。对现场信号处理表明,该方法可准确地模拟集输系统各关键节点压力间的函数关系,并能准确识别压力监测数据中的异常值,为安全控制系统提供正确的信号,对气田安全、高效开发具有实用价值。