[發明專利]基于無跡粒子濾波神經網絡的油田機采參數建模方法

有效

• 申請號: 201610999737.8
• 申請日: 2016-11-14
• 公開（公告）號: CN106773667B
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 辜小花;楊利平;熊興中;王坎;李太福;唐海紅;聶玲
• 申請（專利權）人: 重慶科技學院;四川理工學院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 周新楣

本發明提供的基于無跡粒子濾波神經網絡的油田機采參數建模方法，包括：確定油田機采油過程中的效率影響因素和性能變量；對樣本中的載荷變量進行降維處理重新構建新樣本，并歸一化新樣本；基于歸一化后的新樣本構建神經網絡模型；利用UPFNN算法估計神經網絡模型的最優狀態變量，并利用最優狀態變量構建油田機采過程模型；將歸一化后的新樣本中的輸入到油田機采過程模型，得到預測結果，將預測結果與歸一化后的新樣本中的進行比較，如果比較結果小于預設誤差值，油田機采過程模型有效；否則重復上述所有步驟，直至比較結果小于預設誤差值為止。本發明通過挖掘油田機的生產規律，以預測油田機的工況，并為挖掘油田機的最佳生產操作提供基礎模型。

技術領域

本發明涉及油田機采技術領域，更為具體地，涉及一種基于無跡粒子濾波神經網絡的油田機采參數建模方法。

背景技術

油田機采油是一種機械采油方式，主要由電動機、地面傳動設備和井下抽油設備三部分組成。油田機采油過程主要分為上、下兩個沖程，上沖程，即驢頭懸點向上運動，需提起抽油桿柱和液柱，電動機需消耗大量的能量；下沖程，即驢頭懸點向下運動，油田機桿柱轉拉動對電動機做功。在桿柱上下運動過程中，液柱負載發生周期性變化，使得油田機系統在電機做功、傳動裝置等方面能耗較大，以致系統工作效率低下，難以分析油田機工藝過程規律。

發明內容

鑒于上述問題，本發明的目的是提供一種基于無跡粒子濾波神經網絡的油田機采參數建模方法，以解決上述背景技術所提出的問題。

本發明提供的基于無跡粒子濾波神經網絡的油田機采參數建模方法，包括：

步驟S1：確定油田機采油過程中的效率影響因素,構成效率觀測變量集合{x₁,x₂,x₃,L x_n}；以及，選取油田機工藝系統的性能變量，構成性能觀測變量集合{y₁,y₂}；

其中，x₁為沖次決策變量，x₂為有效沖程決策變量，x₃～x₅分別為計算泵效環境變量、含水率環境變量，平均功率因數環境變量，x₆～x_n均為載荷環境變量；性能觀測變量的個數l＝2，y₁為日產液量，y₂為日耗電量；

步驟S2：根據效率觀測變量集合{x₁,x₂,x₃,L x_n}和性能觀測變量集合{y₁,y₂}，采集通過ST-UPFNN算法構建神經網絡模型的觀測變量的樣本值矩陣[x₁，x₂ L x_n，y₁，y₂]；其中，

設定采樣周期為T，在采集觀測變量的過程中，如果采樣周期小于T，對T周期內的樣本求取平均值以作為該T周期的樣本[I,Y]；如果采樣周期大于T，剔除采集到的觀測變量；其中，將樣本中的I作為輸入樣本，將樣本中的Y作為輸出樣本；

步驟S3：利用主元分析算法對載荷環境變量進行降維，構建新的載荷主元變量{L_z1,L_z2,...,L_zd}；

其中，構建新的載荷主元變量{L_z1,L_z2,...,L_zd}為d個載荷主元分量，每個載荷主元分量的維度與所述樣本[I,Y]的數量相同；