[发明专利]一种基于模糊综合决策的油井生产参数自适应调控方法有效
申请号: | 202110362449.2 | 申请日: | 2021-04-02 |
公开(公告)号: | CN113137211B | 公开(公告)日: | 2023-01-17 |
发明(设计)人: | 姜涛;王相;张雨欣;何岩峰;钟星文;窦祥骥;毕诗霖;陈阳;刘冰冰;杜诗琪;马芊漓;胡益;陈孟元 | 申请(专利权)人: | 常州大学 |
主分类号: | E21B43/12 | 分类号: | E21B43/12;E21B47/00;E21B47/047;E21B47/009;G06F16/215;G06F16/22;G06F16/2458;G06F16/25;G06F16/28;G06N3/04;G06N3/08;G06N7/02;G06Q10/06 |
代理公司: | 常州市英诺创信专利代理事务所(普通合伙) 32258 | 代理人: | 郑云 |
地址: | 213164 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 模糊 综合 决策 油井 生产 参数 自适应 调控 方法 | ||
本发明涉及采油工程技术领域,尤其涉及一种基于模糊综合决策的油井生产参数自适应调控方法,包括:S1:数据采集;S2:对数据采集进行预处理;S3:利用供液能力量化评估算法模块,输出供液能力变化时间序列;S4:根据供液能力变化时间序列数据、动液面变化时间序列数据和产量变化时间序列数据建立模糊综合评价的综合决策因子算法模型;S5:将调控决策数据输入调控信号转换模块;S6:将变频信号输入抽油机变频生产,调整抽油机频率;S7:油井传感器采集抽油机的数据,并传输到油田数据中心数据库。本发明依托现有信息化建设的软硬件资源,实现油井生产参数的自动优化控制,变人工被动调整为智能自动优化,提高生产效率。
技术领域
本发明涉及采油工程技术领域,尤其涉及一种基于模糊综合决策的油井生产参数自适应调控方法。
背景技术
油井的调参是指对抽油机冲程、冲次进行调整,即冲程、冲次调大或者调小,进而调整抽油泵排量,达到最佳抽油效果。在油田开采中,地面主要采用游梁式抽油机进行举升运动抽取地下原油,稠油区块采用蒸汽热采方式开采,在机采阶段井下原油黏度和供液能力变化复杂,且常受到周边井影响,对抽油机抽油效率影响很大,会造成抽油效率降低,电能浪费,甚至会导致抽油机故障停机,影响生产。
目前采用调整间开制度由指挥中心远程指令开关井,现场员工拉刹车、调位置、手动调整生产参数等被动优化方式为国内外应用最广泛的调控油井生产参数的方式,由于过分依赖人工调试,费时费力且及时性低,影响有效生产时率。
发明内容
本发明所要解决的技术问题是:依托现有信息化建设的软硬件资源,实现油井生产参数的自动优化控制,变人工被动调整为智能自动优化,提高生产效率。
本发明所采用的技术方案是:基于模糊综合决策的油井生产参数自适应调控方法包括以下步骤:
S1:数据获取,从数据库中获取包含:油井基本信息、示功图信息、实时监测信息、日度报表信息、动静液面信息和原油物性分析信息数据;
这些基本信息表以表格的形式存储在数据库中,例如:示功图采集数据表、功图分析数据表、油井实时数据表、单井信息数据表和单位信息数据表、油井日度数据表、动静液面数据表和地面原油分析数据表等;
S2:对S1获取数据进行预处理,包括数据抓取、数据拼接、数据清洗、数据排列后分井存储,得到规范化数据体;
S3:将S2预处理完的示功图数据输入到供液能力量化评估算法模块,输出供液能力变化时间序列数据;
S4:将S3输出供液能力变化时间序列数据、S2预处理完的动液面变化时间序列数据和产量变化时间序列数据输入到模糊综合评价的综合决策因子算法模型,输出调控决策;
S5:将S4调控决策数据输入调控信号转换模块,输出变频信号;
S6:将变频信号输入抽油机变频生产,调整抽油机频率;
S7:油井传感器按照一定频率采集抽油机的数据,并传输到油田数据中心,并按照井号、采集时间和数据类型进行分类存储到步骤S1的数据库中。
进一步的,步骤S3中供液能力量化评估算法包括以下步骤:
S31、建立油井示功图测试集;
S32、对S31示功图特征提取,卷积操作获得特征图像;池化操作实现对图像的降维;重复操作多次卷积与池化,充分提取图像的特征;在全连接层中完成对目标图像的分类;
S33、输出供液能力变化时间序列数据;
进一步的,步骤S4中模糊综合评价的综合决策因子算法包括以下步骤:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110362449.2/2.html,转载请声明来源钻瓜专利网。