论文部分内容阅读
针对油田采油现场采集的传感器数据本身存在不规律动态特性，使得传统的主元分析（PCA）故障检测方法在实际应用中准确度较低、容易出现误报的问题，采用一种迭代PCA模型方法，即累积数据达到一定长度之后对PCA模型进行迭代更新，可以有效地减小误报的发生．检测出故障后，利用故障数据和残差向量的映射向量定义一个传感器故障指数，可以实现故障隔离．仿真实验表明，与传统的PCA方法相比，本文所采用的更新PCA模型的迭代方法能更好地适用于数据具有动态特性的油田传感器故障检测；通过对传感器故障指数的计算可以准确地实现故障隔离．