科研之友
微信
新浪微博
Facebook
分享链接
摘要
产量计量是油田开发生产过程中最重要的基础工作之一，准确的计量结果对于抽油机井工作状态诊断、工作制度调整以及措施方案效果评价都具有重要意义。但传统两相分离式量油和功图量油技术普遍存在投资和维护成本高、自动化程度低、适应性差等问题。为了提高量油效率和精度，利用深度学习技术，以生产大数据样本做支撑，建立电参量油模型，提出了由有功功率数据直接计算产量的新方法。电参量油模型包含特征提取模块和参数融合模块，分别由双层GRU网络和三层全连接网络组成。特征提取模块获取有功功率曲线数据中的生产参数信息，参数融合模块实现了冲程、冲次和泵径特征与有功功率数据挖掘结果的信息融合，提高了电参量油模型的准确性和泛化性。实例井验证结果表明，油井工况越好，实际产量越高，预测产量的精度越高，平均预测精度为94.08%。该研究成果为油井计量开创了新思路，为低成本智能油田建设提供了技术支撑。
- 单位
