System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于数据驱动的抽油系统能耗优化方法技术方案_技高网
当前位置: 首页 > 专利查询>常州大学专利>正文

一种基于数据驱动的抽油系统能耗优化方法技术方案

技术编号:41395555 阅读:3 留言:0更新日期:2024-05-20 19:19
本发明专利技术提供一种基于数据驱动的抽油系统能耗优化方法,包括:根据油井能耗影响因素对油井数据库包含的多口油井每日生产各特征的实时数据进行预处理,得到样本集;从样本集中选取特征数据,根据XGBoost集成学习算法构建耗电与泵效模型;通过TPE优化算法对耗电与泵效模型的超参数进行调优,得到耗电与泵效最优模型;利用耗电与泵效最优模型作为目标函数,构建抽油系统多目标优化模型;运用NSGA‑Ⅲ优化算法在决策变量上下范围内对抽油系统多目标优化模型的目标变量进行优化,得到决策因素组合,其中,将冲程和冲程次作为决策变量,约束产液量,将泵效与耗电量作为目标变量。本发明专利技术在产液量达到目标产量的情况下,对油井可调参数进行调参,优化油井泵效和耗电。

【技术实现步骤摘要】

本专利技术涉及机器学习与石油工程,尤其涉及一种基于数据驱动的抽油系统能耗优化方法


技术介绍

1、抽油机作为一种有效的人工举升方式,占总油井数的90%以上,抽油机井生产成本巨大,主要成本包括耗电费用和泵的维护成本,在达到目标产量的情况下,如何降低耗电量、提高泵效,通过泵效优化,减少了泵的运行负荷,降低了设备的磨损程度,有助于延长设备寿命,降低产油成本,已成为油田研究的重要内容之一。

2、传统的能耗优化是基于模型驱动,未强调数据本身的作用以及数据的分析和处理,且预测优化目标时由于采油实际条件过于复杂,需要考虑的指标过多,建立的预测模型仍然有提升空间。并且在优化方面,往往采用大多数采用单目标优化,缺少对油井生产过程的综合考虑。


技术实现思路

1、有鉴于此,本专利技术提供一种基于数据驱动的抽油系统能耗优化方法,以解决上述问题。

2、本专利技术提供一种基于数据驱动的抽油系统能耗优化方法,其特征在于,包括:根据油井能耗影响因素对油井数据库中包含的多口油井每日生产各特征的实时数据进行预处理,得到样本集;从所述样本集中选取特征数据,根据xgboost集成学习算法构建耗电与泵效模型;通过tpe优化算法对所述耗电与泵效模型的超参数进行调优,得到耗电与泵效最优模型;利用耗电与泵效最优模型作为目标函数,构建抽油系统多目标优化模型;运用nsga-ⅲ优化算法在决策变量上下范围内对所述抽油系统多目标优化模型中的目标变量进行优化,得到决策因素组合,其中,将冲程和冲程次作为决策变量,约束产液量,将泵效与耗电量作为目标变量。

3、在本专利技术的另一实现方式中,根据油井能耗影响因素对油井数据库中包含的多口油井每日生产各特征的实时数据进行预处理,得到样本集,包括:删除油田数据库中缺失数据和违背油气理论数据,其中,当数据出现值为0时,视为违背油气理论数据;对预处理后的不同频度的数据进行对齐,包括:根据日期和井号对油井数据库中的特征数据进行分类并计算平均值,得到子样本,其中,同一个井号同一个日期内包含的各个特征数据平均值为一个子样本;将各个子样本集成样本集。

4、在本专利技术的另一实现方式中,基于数据驱动的抽油系统能耗优化方法还包括:构建所述耗电与泵效模型的评价指标,其中,通过r2表示模型拟合的效果的,r2越接近1表示模型拟合效果越好,计算公式表示为:

5、

6、通过mae计算公式表示为:

7、

8、通过mse预测值与真实值之间差异的平方的平均值,越小代表模型越好,计算公式表示为:

9、

10、其中,i表示样本集中第i个样本,n是样本的数量,yi是第i个样本的真实值,是因变量的均值,是第i个样本的预测值。

11、在本专利技术的另一实现方式中,所述通过tpe优化算法对所述耗电与泵效模型的超参数进行调优,得到耗电与泵效最优模型,包括:根据所述评价指标对不同超参数组合训练出的耗电与泵效模型进行评价,得到评价分数,其中,所述超参数包括学习率、树的最大深度、决策树树的个数、最小样本权重、每棵树随机选择的特征的比例、一定分位数等;记录所述评价分数,并进行交叉验证,得到评价分数最高的超参数组合;将所述评价分数最高的超参数组合训练出的模型作为耗电与泵效最优模型。

12、在本专利技术的另一实现方式中,所述利用耗电与泵效最优模型作为目标函数,构建抽油系统多目标优化模型,包括:将油井产液量设置为油井每日的产量指标,基于目标与决策因素构建多目标优化问题,构建抽油系统多目标优化模型,表示为:

13、

14、其中,f1(x)为耗电模型,f2(x)为泵效模型,rcyl为日产液量,x1为冲次,x2为冲程,zdxh为最大载荷,zxzh为最小载荷,bx为泵效,others为其它特征,xl和xu分别是x1和x2的下限和上限。

15、本专利技术基于数据驱动的抽油系统能耗优化方法,对油井生产过程进行综合考虑,在产液量达到目标产量的情况下,对油井的可调参数进行调参,优化了油井泵效和耗电。

本文档来自技高网...

【技术保护点】

1.一种基于数据驱动的抽油系统能耗优化方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据油井能耗影响因素对油井数据库中包含的多口油井每日生产各特征的实时数据进行预处理,得到样本集,包括:

3.根据权利要求1所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述通过TPE优化算法对所述耗电与泵效模型的超参数进行调优,得到耗电与泵效最优模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述利用耗电与泵效最优模型作为目标函数,构建抽油系统多目标优化模型,包括:

【技术特征摘要】

1.一种基于数据驱动的抽油系统能耗优化方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据油井能耗影响因素对油井数据库中包含的多口油井每日生产各特征的实时数据进行预处理,得到样本集,包括:

3.根据权利要求1所述的方法,其特征在于,还...

【专利技术属性】
技术研发人员:王相王威芮诚沈彦岑
申请(专利权)人:常州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1