基于神经元人工网络的智能控制理论在长治地区煤层气井自动排采控制中的应用.pdfVIP

第 11卷 第4期 中国煤层气 VoL11No．4 2014年 8月 CHINA C0ALBED METHANE August．2014 基于神经元人工网络的智能控制理论在 长治地区煤层气井自动排采控制中的应用 李洪涛 马秀荣 窦 武 王 蕾 杨 波 王冀川 (1．华北油田公司长治煤层气勘探开发分公司，山西 046000： 2．华北油田公司第二采油厂 ，河北 062552) 摘 要：随着对煤层气井排采规律认识的不断提高，煤层气井在 自动排采控制过程中非线性、时 变性的增加，传统的PID调节 已不能满足生产需要。通过采用基于神经元人工网络智能控制理论 和智能动态专家库技术的控制方式 ，实现 了对煤层气井井底流压的精确控制 ，满足 了生产需求。 关键词：煤层气井 PID调节 神经元人工网络 智能动态专家库 井底流压 ApplicationofIntelligentControlTheoryBasedonArtificialNeura1 Network intheCBM AutomaticDrainageContro1inChangzhiRegion LIHongtao ，MAXiurong ，DOU Wu ，WANG Lei，YANGBo ，WANGJichuan (1．ChangzhiCBMExplorationandDevelopmentBranch，PetrochinaNorthChinaOilfield Company，Shanxi048000；2．No．2OilProductionPlantofHuabei Petroleum AdministrativeBureau，Hebei062552) Abstract：AlongwiththeimprovementofrecognitioninthedrainageregulationofCBM well aswellas ， theincreaseofnonlinearityandtimevariationintheprocesspfautomaticdrainagecontrolofCBM well ， thetraditionalPIDregulationcannotmeettherequirementofproduction．Thepaperintroducestheappli— cationofintelligentcontroltheorybasedontheory artificialneuralnetworkandintelligentdynamicexpert database，SOastocontrolthebottom—holeflowingpressureofCBM wellandfulfillthedemandofproduc． tion． Keywords：CBM well；PID regulation；artificialneuralnetwork；intelligentdynamicexpert database； bottom．holeflowingpressure 煤层气 以吸附态、溶解态、游离态等三种状态 煤储层的临界解吸压力时，煤层 甲烷气便从煤岩 储存于煤层或煤系地层之中，它是一种非常规的天 表面解吸出来 ，解吸出的甲烷气体在压力差和浓 然气藏。煤储层中的甲烷气体主要以物理吸附状态