文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202111485825.3

申 请 日：20211207

发 明 人：贾明兴 冷春阳 郑海金 邓吉彬

申 请 人：扬州江苏油田瑞达石油工程技术开发有限公司

申请人地址：225000 江苏省扬州市开发区文汇西路1号江苏油田综合楼616室

公 开 日：20220128

公 开 号：CN113988479A

代 理 人：江平

代理机构：32106 扬州市锦江专利事务所

语　　种：中文

摘　　要：基于动静态信息特征融合神经网络的抽油井多井动液面深度预测方法，属于软测量领域，现场采集若干口有杆泵抽油井历史数据，得出与井下动液面深度相关性强的因素，构建预测模型结构，将油井历史运行数据按比例分成训练集、验证集和测试集；将Huber loss作为神经网络的损失函数，采用梯度下降法对动静态信息特征融合神经网络参数进行优化，得到最优值。本发明实现了对不同井下环境的有杆泵抽油井的多井动液面深度预测，预测精度高，稳定性强。

主 权 项：1.基于动静态信息特征融合神经网络的抽油井多井动液面深度预测方法，其特征在于包括以下步骤：1)现场采集若干口有杆泵抽油井历史数据，包括井号、冲程开始时间、冲程结束时间、悬点位移、悬点载荷、冲程、冲次、产量、含水率、动液面深度、油压、套压、泵径、泵深、泵效、地层原油密度、地面原油密度、气油比、饱和压力、溶解系数、泵径、各级抽油杆杆长、各级抽油杆直径、各级油管长和各级油管内径参数；2)对有杆泵抽油井动液面进行机理分析，得出与井下动液面深度相关性强的因素，包括示功图参数、含水率、油压、套压、地层原油密度、地面原油密度、泵径、各级抽油杆杆长、各级抽油杆直径、各级油管长和各级油管内径参数；其中示功图参数是由一个冲程内所有悬点载荷和悬点位移数据构成的封闭曲线图；在一个冲程内，悬点位移和悬点载荷分别为动态数据，含水率、油压、套压、地层原油密度、地面原油密度、泵径、各级抽油杆杆长、各级抽油杆直径、各级油管长和各级油管内径为静态数据；3)动液面深度预测模型采用BP神经网络，网络由悬点位移特征子网络、悬点载荷特征子网络和静动态特征融合子网络三部分构成；悬点位移特征子网络共H层，包括输入层、中间层和输出层，输入层由一个冲程内所有悬点位移值作为输入，中间层H-2层，激活函数选择relu函数，输出层为悬点位移特征层记为，激活函数采用Linear函数，节点数记为J；悬点载荷特征子网络结构同悬点位移特征子网络，输入为一个冲程内所有悬点载荷，输出为悬点载荷特征层，节点数也为J；z_l⁽ⁿ⁾表示第n个特征子网络中第h层神经元的状态矩阵，α_l⁽ⁿ⁾表示第n个特征子网络中第h层神经元的输出矩阵，当h＝1时，α

关 键 词：动液面 动静态信息  杆泵抽油井  深度预测  神经网络 特征融合  多井 历史运行数据  神经网络参数 预测模型结构  井下环境 历史数据  损失函数  稳定性强  现场采集  测试集  抽油井 软测量  下降法  训练集  验证集  油井 构建  井下 预测  优化  

IPC专利分类号：G06Q10/04(20120101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101)