油水界面测量过程中自适应阈值聚类优化算法

摘要：

精确检测原油储罐内油水界面及液位高度是保证净油外输含水率控制精度及联合站盘库系统计量精度的前提条件,是石油化工过程系统工程中的重要环节.鉴于油水界面测量过程中传统分类统计算法和经典K-means聚类算法存在依赖人工选取典型值和初始聚类质心、计算结果不确定性以及精度难于保证等问题,本文提出了一种改进的K-means自适应阈值聚类优化算法.该算法能自动获取最优初始阈值,并改进了油水界面测量传统分类统计算法和经典K-means聚类算法的思想,可实现最优数据分类.首先采用自适应阈值查找算法自动查找油水界面最优初始阈值,其次采用改进K-means聚类优化算法对油水界面数据进行最优划分,最后根据最优化聚类结果计算油水界面及液位高度.实验结果表明:相对于油水界面测量的传统分类统计算法和经典K-means聚类算法,该算法无需人工选值、能够完全保证计算结果的准确性,且比经典K-means聚类算法和其他改进K-means聚类算法所需的迭代次数更少、运行时间更短.

关键词：油水界面、测量、自适应阈值、聚类中心、算法、优化

所属期刊栏目：38

分类号：TE972;TP312(石油机械设备与自动化)

资助基金：国家自然科学基金61471227,61603234

在线出版日期：2019-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：779-789