基于强化学习与对抗生成网络的智能抽油机参数调整方法技术

本发明专利技术提出了一种基于强化学习与对抗生成网络的智能抽油机参数调整方法，采用深度学习以及强化学习相结合的方式。该算法根据采集到的采集各种油井参数(如三相电流、电压、示功图、冲程、冲次、油压、套压、温度、回压等数据)，以现有的对抽油机电参数的调整作为专家经验，通过对抗模仿学习，实现抽油机电参数的调整，实现一种实时的、动态的、无人值守的智能抽油机。

【技术实现步骤摘要】
基于强化学习与对抗生成网络的智能抽油机参数调整方法
本专利技术涉及深度学习领域，具体涉及到一种基于强化学习和对抗式生成网络的智能抽油机设计。
技术介绍
一种基于强化学习与对抗生成网络的智能抽油机参数调整方法，其特征在于，专家经验处理模块、对抗式网络生成专家经验模块、专家动作判别模块和智能抽油机参数调整模块。最接近本专利技术的技术有：(1)、基于遗传算法的抽油机优化设计算法：遗传算法是受达尔文的进化论的启发，借鉴生物进化过程而提出的一种启发式搜索算法。该算法利用复合形法在可行域内构造遗传算法的初始种群,对抽油机杆件尺寸采用浮点数编码方案,采用简单的排序选择算子,对个体进行杂交、变异操作。但该与油田实际最优参数调整方案仍有差距。(2)、支持向量机建模及游梁式抽油机抽汲参数优化：该方法由长庆油田分公司提出，提出了采用支持向量回归机在线预测油井产量及调整抽汲参数的方法。根据游梁式抽油机的工作原理，建立了支持向量回归机抽油机在线抽汲参数优化模型，主要包括以KKT条件为新增样本条件，根据样本的信息熵调整新增样本的数量，用粒子群算法调整、优化了支持向量机参数。但该方法在油田实际应用效果难以保证。基本文档来自技高网...

【技术保护点】
1.一种基于强化学习与对抗生成网络的智能抽油机参数调整方法，其特征在于，专家经验处理模块、对抗式网络生成专家经验模块、专家经验判别模块和智能抽油机参数调整模块，包括以下步骤：步骤(1)、根据收集各种油井参数和抽油机参数，以现场专家对抽油机参数调整作为输入，进行数据处理；步骤(2)、根据现场专家经验，对抗式生成网络通过对专家经验分布的学习，通过网络参数的调整生成与专家经验分布相同的数据；步骤(3)、将步骤(1)、(2)产生的数据随机放入专家动作判别模块中，判别网络通过网络参数的调整，分辨生成的专家经验数据和真实的专家经验数据；步骤(4)、对步骤(2)、(3)交替式的博弈训练，直到判别网路和生成网...

【技术特征摘要】
1.一种基于强化学习与对抗生成网络的智能抽油机参数调整方法，其特征在于，专家经验处理模块、对抗式网络生成专家经验模块、专家经验判别模块和智能抽油机参数调整模块，包括以下步骤：步骤(1)、根据收集各种油井参数和抽油机参数，以现场专家对抽油机参数调整作为输入，进行数据处理；步骤(2)、根据现场专家经验，对抗式生成网络通过对专家经验分布的学习，通过网络参数的调整生成与专家经验分布相同的数...

【专利技术属性】
技术研发人员：张卫山，徐龙，刘威，王新哲，曾星杰，赵宏伟，李兆桐，袁晓晨，房凯，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东,37