基于油气生产信息化的工况智能诊断技术研究论文.pdf

第４６卷第８期山西建筑Ｖｏｌ．４６Ｎｏ．８

２０２０年４月Ａｐｒ．２０２０·１９１·

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

１００９６８２５（２０２０）０８０１９１０４

文章编号：

基于油气生产信息化的工况智能诊断技术研究

张继庆

（石油开发中心有限公司，山东东营２５７０００）

摘要：以油气生产信息化技术为基础，取用海量的生产数据，通过数据挖掘方法对影响工况的诸多参数进行分析，确定出６项与

工况有强相关关联的生产参数。对常见工况进行分析并确定了１５类工况作为研究对象。鉴于不同油井井况不同，对示功图进行

了归一化处理以解决这一问题。通过建立工况诊断ＢＰ神经网络模型和进行大量生产参数训练，得到工况诊断ＢＰ神经网络，该

网络的诊断正确率达到９６．６％，可用于实际生产中辅助决策。

关键词：工况诊断，数据挖掘，归一化，ＢＰ神经网络

中图分类号：ＴＰ３１９文献标识码：Ａ

石油开发中心有限公司已基本完成了“四化”建设。在油气生产中大量生产参数存在相关性，但这些相关

按照数字化生产现场目前的业务需求，通过系统建设，实现关系相对隐蔽，通过经验或常规相关性分析难以发现，因而

了生产参数的实时采集与存储，为工况的智能诊断提供了需要借助数据挖掘技术进行进一步分析。

数据基础。本文利用数据挖掘、归一化处理和构建ＢＰ神１．１数据关联分析

经网络的方法来实现，油气生产信息化条件下的工况智能关联分析就是发现海量数据的数据关联性或相关性，

诊断。生产参数根据采集频率分类，可分为日数据、半小时数据和

１工况数据挖掘分钟数据，见表１。

表１生产参数表

数据挖掘技术是数据库知识发现的一个步骤，数据挖生产时间、泵深、沉没度、泵径、

日数据

掘是指通过特定的算法搜索海量数据中所隐藏信息的过杆径、日耗电量、日产油量、日产液量、含水率

冲程、冲次、平衡率、最大载荷、最

程。数据挖掘通过数据库技术、统计分析技术、情报分析技半小时数据小载荷、功图面积、上行功率、下行功率、上行电流、下行电流

［１，２］分钟数据回压、井口温度

术、机器学习技术等诸多方法来实现目标。

櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅

甚至有望成为发达城市及世界城市的标准配套设施。参考文献：

５结语［１］李天宇，任虹雨．浅谈我国景区智能支付的发展状况

１）本文通过国内外文献考察，分析了沉井式地下停车［Ｊ］．市场周刊，２００７，３４（７）：４０．

库智能系统的建筑构造与智能系统以及人工智能化技术，［２］百度百科．车联网［ＤＢ／ＯＬ］．ｈｔｔｐｓ：／／ｂａｉｋｅ．ｂａｉｄｕ．