Enlarging the Domain of Attraction of the Local Dynamic Mode Decomposition with Control Technique: Application to Hydraulic Fracturing
Enlarging the Domain of Attraction of the Local Dynamic Mode Decomposition with Control Technique: Application to Hydraulic Fracturing
复制标题
用控制技术扩大局部动力模态分解的吸引域：在水力压裂中的应用
DOI：
10.1021/acs.iecr.8b05995
复制
发表时间：
2019
影响因子：
4.2
通讯作者：
Kwon, Joseph Sang-Il
中科院分区：
文献类型：
--
作者：
Bangi, Mohammed Saad;Narasingam, Abhinav;Siddhamshetty, Prashanth;Kwon, Joseph Sang-Il
局部动态模式分解与控制（LDMDc）技术结合了无监督学习和DMDc技术的概念，以提取与高度非线性过程相关的相关局部动态，从而构建时间局部降阶模型（ROM）。但LDMDc有限的吸引域（DOA）限制了它在预测中的广泛应用。为了系统地扩大LDMDc技术的DOA，我们利用系统的状态和来自使用多个“训练”输入生成的数据的应用输入。我们实现了一个聚类策略，将数据划分为集群，使用DMDC构建多个本地ROM，并实现了k-近邻技术，使一组ROM之间的选择在预测过程中。该算法被应用到水力压裂，以证明扩大DOA的LDMDc技术。
The local dynamic mode decomposition with control (LDMDc) technique combines the concept of unsupervised learning and the DMDc technique to extract the relevant local dynamics associated with highly nonlinear processes to build temporally local reduced-order models (ROMs). But the limited domain of attraction (DOA) of LDMDc hinders its widespread use in prediction. To systematically enlarge the DOA of the LDMDc technique, we utilize both the states of the system and the applied inputs from the data generated using multiple “training” inputs. We implement a clustering strategy to divide the data into clusters, use DMDc to build multiple local ROMs, and implement thek-nearest neighbors technique to make a selection among the set of ROMs during prediction. The proposed algorithm is applied to hydraulic fracturing to demonstrate the enlarged DOA of the LDMDc technique.
登录
查看更多内容
一种新颖的聚类方法和最佳聚类数量的预测：具有增强定位的全局最优搜索
影响因子：
1.8
作者：
M. P. Tan;J. Broach;C. Floudas
通讯作者：
C. Floudas
影响因子：
3.7
作者：
A. Wynn;D. Pearson;B. Ganapathisubramani;P. Goulart
通讯作者：
A. Wynn;D. Pearson;B. Ganapathisubramani;P. Goulart
DOI：
10.1088/1742-6596/318/4/042036
发表时间：
2011-12
期刊：
Journal of Physics: Conference Series
影响因子：
--
作者：
F. Lusseyran;F. Guéniat;J. Basley;C. Douay;L. Pastur;Thierry Faure;P. Schmid
通讯作者：
F. Lusseyran;F. Guéniat;J. Basley;C. Douay;L. Pastur;Thierry Faure;P. Schmid
算法945
DOI：
10.1145/2616912
发表时间：
2014
期刊：
ACM Transactions on Mathematical Software (TOMS)
影响因子：
--
作者：
Brandt A. Belson;Jonathan H. Tu;C. Rowley
通讯作者：
C. Rowley
影响因子：
2.4
作者：
Schmid, Peter J.
通讯作者：
Schmid, Peter J.