论文部分内容阅读
提出一种基于截面电导信息的油水两相流相含率估计方法,在对电阻层析成像系统测试数据特征进行降维的基础上,利用径向基函数神经网络建立流型辨识模型,并对每一种流型采用基于样本矩阵非线性变换的非线性偏最小二乘（NLPLS）法建立相含率估计模型.动态实验结果表明,所得的相含率估计绝对误差低于5%,.将本方法和不分流型的单模型方法及传统偏最小二乘方法进行对比,证明所提出的相含率估计方法能实现更准确的估计.