论文部分内容阅读
为提高原油含水率宽量程在线测量的精度,采用一套基于多传感器的油水两相流实验室模拟系统对影响其测量的多个敏感参量进行测定,提出基于粗糙集预处理器、支持向量机分类器和遗传神经网络预测器的原油含水率智能组合测量模型.实验结果表明,该模型在很大程度上解决了油水乳化液模态、温度、矿化度等因素的交叉影响及传感器自身非线性的校正问题,可通过模糊推理与自学习实现油水混合模态辨识,并根据工况的变化调整测量模型参数,有效地提高了原油含水率宽量程在线智能测量的精度.