【技术实现步骤摘要】
本专利技术涉及油田机采
,更为具体地,涉及一种基于计算智能的油田机采参数动态演化建模与优化方法。
技术介绍
油田机采油是一种机械采油方式,主要由电动机、地面传动设备和井下抽油设备三部分组成。油田机采油过程主要分为上、下两个冲程,上冲程,即驴头悬点向上运动,需提起抽油杆柱和液柱,电动机需消耗大量的能量;下冲程,即驴头悬点向下运动,油田机杆柱转拉动对电动机做功。在杆柱上下运动过程中,液柱负载发生周期性变化,使得油田机系统在电机做功、传动装置等方面能耗较大,以致系统工作效率低下。
技术实现思路
鉴于上述问题,本专利技术的目的是提供一种基于计算智能的油田机采参数动态演化建模与优化方法,以解决上述
技术介绍
所提出的问题。本专利技术提供的基于计算智能的油田机采参数动态演化建模与优化方法,包括:步骤S1:确定油田机采油过程中的效率影响因素,构成效率观测变量集合{x1,x2,x3,Lxn
【技术保护点】
一种基于计算智能的油田机采参数动态演化建模与优化方法,包括:步骤S1:确定油田机采油过程中的效率影响因素,构成效率观测变量集合{x1,x2,x3,L xn};以及,选取油田机工艺系统的性能变量,构成性能观测变量集合{y1,y2};其中,x1为冲次决策变量,x2为有效冲程决策变量,x3~x5分别为计算泵效环境变量、含水率环境变量,平均功率因数环境变量,x6~xn均为载荷环境变量;性能观测变量的个数l=2,y1为日产液量,y2为日耗电量;步骤S2:根据效率观测变量集合{x1,x2,x3,L xn}和性能观测变量集合{y1,y2},采集通过ST‑UPFNN算法构建神经网络模型的观测变量的样本值矩阵[x1,x2L xn,y1,y2];其中,设定采样周期为T,在采集观测变量的过程中,如果采样周期小于T,对T周期内的样本求取平均值以作为该T周期的样本[I,Y];如果采样周期大于T,剔除采集到的观测变量;其中,将样本中的I作为输入样本,将样本中的Y作为输出样本;步骤S3:利用主元分析算法对载荷环境变量进行降维,构建新的载荷主元变量{Lz1,Lz2,...,Lzd};其中,构建新的载荷主元变量{Lz1 ...
【技术特征摘要】
1.一种基于计算智能的油田机采参数动态演化建模与优化方法,包括:步骤S1:确定...
【专利技术属性】
技术研发人员:辜小花,裴仰军,王坎,李太福,杨利平,唐海红,张利亚,
申请(专利权)人:重庆科技学院,
类型:发明
国别省市:重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。