CN112749867A - 抽油机井系统效率的影响因素确定方法、装置及存储介质 - Google Patents
抽油机井系统效率的影响因素确定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112749867A CN112749867A CN201911062911.6A CN201911062911A CN112749867A CN 112749867 A CN112749867 A CN 112749867A CN 201911062911 A CN201911062911 A CN 201911062911A CN 112749867 A CN112749867 A CN 112749867A
- Authority
- CN
- China
- Prior art keywords
- data
- determining
- system efficiency
- efficiency
- degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005086 pumping Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 106
- 238000005457 optimization Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 5
- 230000008901 benefit Effects 0.000 abstract description 14
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 10
- 239000007788 liquid Substances 0.000 description 9
- 239000012530 fluid Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
本申请公开了一种抽油机井系统效率的影响因素确定方法、装置及存储介质，属于数据分析技术领域。所述方法包括：获取目标抽油机井的生产数据、基础数据、以及所述生产数据和所述基础数据对应的所述目标抽油机井的系统效率，所述目标抽油机井为油田中投入使用的任一抽油机井；确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度；基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素。本申请通过对目标抽油机井的生产数据、基础数据和对应的系统效率进行分析，从中确定影响系统效率的关键影响因素，从而能够通过关键影响因素指导油田的开采，以提高油田的开采效益。
Description
技术领域
本申请涉及数据分析技术领域，特别涉及一种抽油机井系统效率的影响因素确定方法、装置及存储介质。
背景技术
抽油机井在生产过程中需要消耗大量的电能，抽油机井系统效率是总体衡量抽油机地面电能有效率的指标，是衡量一个油田工作水平和管理能力的重要因素。
但是，随着油田进入高含水期，采油过程中电力逐年攀升，极大影响油田的开采效益。因此，需要通过对系统效率大数据的分析，挖掘出系统效率的主要影响因素，并确定每种影响因素的关联程度，从而提高油田的开采效益。
发明内容
本申请提供了一种抽油机井系统效率的影响因素确定方法、装置及存储介质，可以解决相关技术中油田开采效益低的问题。所述技术方案如下：
一方面，提供了一种抽油机井系统效率的影响因素确定方法，所述方法包括：
获取目标抽油机井的生产数据、基础数据、以及所述生产数据和所述基础数据对应的所述目标抽油机井的系统效率，所述目标抽油机井为油田中投入使用的任一抽油机井；
确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度；
基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素。
在一些实施例中，所述确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度，包括：
通过图、表和/或曲线方式建立所述每项数据与所述系统效率之间的对应关系；
根据所述每项数据与所述系统效率之间的对应关系，确定所述每项数据与所述系统效率之间的关联程度。
在一些实施例中，所述基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素，包括：
从所述生产数据和所述基础数据中确定参考数据，所述参考数据为关联程度大于第一关联度阈值的数据；
通过灰色关联模型确定所述参考数据与所述系统效率之间的灰色关联度；
将灰色关联度大于第二关联度阈值的参考数据确定为所述关键影响因素。
在一些实施例中，所述确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度之前，还包括：
对所述生产数据和所述基础数据进行预处理，所述预处理包括对数据的筛选、整合、格式化、标准化、修正中的一项或多项。
在一些实施例中，所述基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素之后，还包括：
从所述关键影响因素与所述系统效率之间的对应关系中，确定系统效率低于效率阈值时所对应的关键影响因素的变化范围；
将所述关键影响因素的变化范围确定为系统效率优化范围。
在一些实施例中，所述将所述关键影响因素的变化范围确定为系统效率优化范围之后，还包括：
调整所述系统效率优化范围内的关键影响因素。
另一方面，提供了一种抽油机井系统效率的影响因素确定装置，所述装置包括：
获取模块，用于获取目标抽油机井的生产数据、基础数据、以及所述生产数据和所述基础数据对应的所述目标抽油机井的系统效率，所述目标抽油机井为油田中投入使用的任一抽油机井；
第一确定模块，用于确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度；
第二确定模块，用于基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素。
在一些实施例中，所述第一确定模块包括：
建立子模块，用于通过图、表和/或曲线方式建立所述每项数据与所述系统效率之间的对应关系；
第一确定子模块，用于根据所述每项数据与所述系统效率之间的对应关系，确定所述每项数据与所述系统效率之间的关联程度。
在一些实施例中，所述第二确定模块包括：
第二确定子模块，用于从所述生产数据和所述基础数据中确定参考数据，所述参考数据为关联程度大于第一关联度阈值的数据；
第三确定子模块，用于通过灰色关联模型确定所述参考数据与所述系统效率之间的灰色关联度；
第四确定子模块，用于将灰色关联度大于第二关联度阈值的参考数据确定为所述关键影响因素。
在一些实施例中，所述装置还包括：
处理模块，用于对所述生产数据和所述基础数据进行预处理，所述预处理包括对数据的筛选、整合、格式化、标准化、修正中的一项或多项。
在一些实施例中，所述装置还包括：
第三确定模块，用于从所述关键影响因素与所述系统效率之间的对应关系中，确定系统效率低于效率阈值时所对应的关键影响因素的变化范围；
第四确定模块，用于将所述关键影响因素的变化范围确定为系统效率优化范围。
在一些实施例中，所述装置还包括：
调整模块，用于调整所述系统效率优化范围内的关键影响因素。
另一方面，提供了一种终端，所述终端包括存储器和处理器，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的计算机程序，以实现上述所述的抽油机井系统效率的影响因素确定方法的步骤。
另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述所述抽油机井系统效率的影响因素确定方法的步骤。
另一方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的抽油机井系统效率的影响因素确定方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果：
本申请中，可以获取目标抽油机井的生产数据、基础数据和对应的系统效率，并确定生产数据和基础数据中每个数据与系统效益的关联程度，之后，根据关联程度，从生产数据和基础数据中确定影响系统效率的关键影响因素，从而能够通过关键影响因素指导油田的开采，以提高油田的开采效益。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种实施环境的示意图；
图2是本申请实施例提供的一种抽油机井系统效率的影响因素确定方法的流程图；
图3为本申请实施例提供的另一种抽油机井系统效率的影响因素确定方法的流程图；
图4是本申请实施例提供的一种数据与系统效率的对应关系示意图；
图5是本申请实施例提供的一种抽油机井系统效率的影响因素确定装置的结构示意图；
图6是本申请实施例提供的一种第一确定模块的结构示意图；
图7是本申请实施例提供的一种第二确定模块的结构示意图；
图8是本申请实施例提供的另一种抽油机井系统效率的影响因素确定装置的结构示意图；
图9是本申请实施例提供的另一种抽油机井系统效率的影响因素确定装置的结构示意图；
图10是本申请实施例提供的另一种抽油机井系统效率的影响因素确定装置的结构示意图；
图11是本申请实施例提供的一种终端的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的抽油机井系统效率的影响因素确定方法进行详细的解释说明之前，先对本申请实施例提供的应用场景和实施环境进行介绍。
首先，对本申请实施例涉及的应用场景进行介绍。
抽油机井在生产过程中需要消耗大量的电能，抽油机井系统效率是总体衡量抽油机地面电能有效率的指标，是衡量一个油田工作水平和管理能力的重要因素。随着油田进入高含水期，采油过程中电力逐年攀升，极大影响油田的开采效益。因此，需要通过对系统效率大数据的分析，挖掘出系统效率的主要影响因素，并确定每种影响因素的关联程度，从而提高油田的开采效益。
基于这样的场景，本申请实施例提供了一种能够与提高油田开采效益及抽油机井效率的抽油机井系统效率的影响因素确定方法。
其次，对本申请实施例涉及的实施环境进行介绍。
请参考图1，图1是根据一示例性实施例示出的一种实施环境的示意图。该实施环境包括至少一个终端101和/或服务器102，终端101可以与服务器102进行通信连接。该通信连接可以为有线或者无线连接，本申请对此不做限定。
其中，终端101可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品，例如PC(PersonalComputer，个人计算机)、手机、智能手机、PDA(Personal Digital Assistant，个人数字助手)、可穿戴设备、掌上电脑PPC(Pocket PC)、平板电脑、智能车机、智能电视、智能音箱等。
服务器102可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。
本领域技术人员应能理解上述终端101和服务器102仅为举例，其他现有的或今后可能出现的终端或服务器如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。
接下来将结合附图对本申请实施例提供的抽油机井系统效率的影响因素确定方法进行详细的解释说明。
图2是本申请实施例提供的一种抽油机井系统效率的影响因素确定方法的流程图，该方法应用于终端中。请参考图2，该方法包括如下步骤。
步骤201：获取目标抽油机井的生产数据、基础数据、以及该生产数据和该基础数据对应的该目标抽油机井的系统效率，该目标抽油机井为油田中投入使用的任一抽油机井。
步骤202：确定该生产数据和该基础数据中每项数据与该目标抽油井的系统效率的关联程度。
步骤203：基于该每项数据与该系统效率的关联程度，从该生产数据和该基础数据中确定关键影响因素。
本申请中，可以获取目标抽油机井的生产数据、基础数据和对应的系统效率，并确定生产数据和基础数据中每个数据与系统效益的关联程度，之后，根据关联程度，从生产数据和基础数据中确定影响系统效率的关键影响因素，从而能够通过关键影响因素指导油田的开采，以提高油田的开采效益。
在一些实施例中，确定该生产数据和该基础数据中每项数据与该目标抽油井的系统效率的关联程度，包括：
通过图、表和/或曲线方式建立该每项数据与该系统效率之间的对应关系；
根据该每项数据与该系统效率之间的对应关系，确定该每项数据与该系统效率之间的关联程度。
在一些实施例中，基于该每项数据与该系统效率的关联程度，从该生产数据和该基础数据中确定关键影响因素，包括：
从该生产数据和该基础数据中确定参考数据，该参考数据为关联程度大于第一关联度阈值的数据；
通过灰色关联模型确定该参考数据与该系统效率之间的灰色关联度；
将灰色关联度大于第二关联度阈值的参考数据确定为该关键影响因素。
在一些实施例中，确定该生产数据和该基础数据中每项数据与该目标抽油井的系统效率的关联程度之前，还包括：
对该生产数据和该基础数据进行预处理，该预处理包括对数据的筛选、整合、格式化、标准化、修正中的一项或多项。
在一些实施例中，基于该每项数据与该系统效率的关联程度，从该生产数据和该基础数据中确定关键影响因素之后，还包括：
从该关键影响因素与该系统效率之间的对应关系中，确定系统效率低于效率阈值时所对应的关键影响因素的变化范围；
将该关键影响因素的变化范围确定为系统效率优化范围。
在一些实施例中，将该关键影响因素的变化范围确定为系统效率优化范围之后，还包括：
调整该系统效率优化范围内的关键影响因素。
上述所有可选技术方案，均可按照任意结合形成本申请的可选实施例，本申请实施例对此不再一一赘述。
图3为本申请实施例提供的一种抽油机井系统效率的影响因素确定方法的流程图，参见图3，该方法包括如下步骤。
步骤301：终端获取目标抽油机井的生产数据、基础数据、以及生产数据和基础数据对应的目标抽油机井的系统效率，该目标抽油机井为油田中投入使用的任一抽油机井。
通常情况下，为了了解抽油机井的情况，通常会设置一些数据获取设备获取抽油机井的生产数据和基础数据，且抽油机井的生产数据和基础数据可能会影响到抽油机井系统效率的，因此，为了确定抽油机井系统效率的影响因素，对于目标抽油机井，终端需要获取目标抽油机井的生产数据、基础数据、以及生产数据和基础数据对应的目标抽油机井的系统效率。
作为一种示例，由于可以设置获取抽油机井的生产数据和基础数据的数据获取设备，且数据获取设备中可能记录有所获取的数据对应的目标抽油机井的系统效率。因此，终端可以从这些数据获取设备中获取目标抽油机井的生产数据、基础数据、以及生产数据和基础数据对应的目标抽油机井的系统效率。由于数据获取设备在获取到各个抽油机井的生产数据、基础数据、以及生产数据和基础数据对应的目标抽油机井的系统效率后可能会将获取的目标抽油机井的生产数据、基础数据、以及生产数据和基础数据对应的目标抽油机井的系统效率发送至服务器和/或终端，因此，终端可以从本地存储空间中，根据目标抽油机井的标识获取对应的生产数据、基础数据、以及目标抽油机井的系统效率，或者，根据目标抽油机井的标识从服务器中获取对应的生产数据、基础数据以及目标抽油机井的系统效率。
需要说明的是，该生产数据可以包括目标抽油机井的产液量、产油量、产气量、百米举升吨液耗电量、动液面、含水、油压、套压、冲程、冲次、泵型、泵深、沉没度、泵效、最大载荷、最小载荷、杆柱组合、杆柱使用系数、示功图等等，基础数据可以包括目标抽油机井的电机型号、电机功率、抽油机型、电流、电压、密度、粘度、平衡度、功率因数、有功功率、无功功率、岩性、渗透率、井深、井斜角、方位角等等。
还需要说明的是，数据获取设备可以包括OPRS系统、报表系统、自动化系统等中的一个或多个，且终端本身可以为数据获取设备。
作为一种示例，终端可以在接收到数据获取指令时，获取目标抽油机井的生产数据、基础数据、以及生产数据和基础数据对应的目标抽油机井的系统效率。该数据获取指令可以每隔第一预设时长自动触发，和/或，工作人员在需要获知抽油机井系统效率的影响因素时，通过作用在终端上的指定操作触发。
需要说明的是，该第一预设时长可以事先根据需求进行设置，比如，该第一预设时长可以为1天、3天、7天等等。该指定操作可以为点击操作、滑动操作、长按操作、语音操作等等。
步骤302：终端确定生产数据和基础数据中每项数据与目标抽油井的系统效率的关联程度。
由于目标抽油井的生产数据和基础数据中并不是每个数据都会对目标抽油井的系统效率造成影响，且有的数据对目标抽油机井的系统效率影响较小，为了确定关键影响因素，终端可以确定生产数据和基础数据中每项数据与目标抽油井的系统效率的关联程度。
作为一种示例，终端确定生产数据和基础数据中每项数据与目标抽油井的系统效率的关联程度的操作可以为：通过图、表和/或曲线方式建立每项数据与系统效率之间的对应关系；根据每项数据与系统效率之间的对应关系，确定每项数据与系统效率之间的关联程度。
比如，终端可以利用系统效率与百米举升吨液耗电量之间的数据回归，拟合得到系统效率与百米举升吨液耗电量之间的对应关系，也即是，如图4所示的幂函数所示的幂函数关系y＝19.657x-0.88，y为百米举升吨液耗电量，x为系统效率。从该幂函数关系中可以确定百米吨也耗电量与系统效率之间的关联程度为0.743。
由于每项数据与系统效率之间存在对应关系，因此，可以通过确定相关系数方式确定该关联程度，也即是，确定每项数据与系统效率之间的相关系数，将该相关系数确定为关联程度。
需要说明的是，确定相关系数的操作可以参考相关技术，本申请实施例对此不再进行一一赘述。
作为一种示例，为了保证后续确定关键影响因素的准确性，终端还可以验证每项数据与系统效率之间的对应关系的准确性。其中，终端可以根据每项数据与系统效率之间的定义，确定每项数据与系统效率的定义关系，当定义关系与确定的对应关系相符合时，确定每项数据与系统效率之间的对应关系正确，否则，确定不正确。
比如，终端根据系统效率与百米举升吨液耗电量的定义，确定系统效率与百米举升吨液耗电量呈η＝27.2α-1的关系，验证了系统效率与百米举升吨液耗电之间的对应关系为正确。
在一些实施例中，由于终端可能是从不同设备中获取目标抽油机井的生产数据、基础数据、以及生产数据和基础数据对应的目标抽油机井的系统效率，从而导致获取的数据可能存在单位不统一、格式不统一等一系列问题，为了便于确定关键影响因素，以及确定关键影响因素的准确性，终端在确定生产数据和基础数据中每项数据与目标抽油井的系统效率的关联程度之前，还可以对生产数据和基础数据进行预处理，该预处理包括对数据的筛选、整合、格式化、标准化、修正中的一项或多项。
需要说明的是，对数据的筛选可以包括筛选不符合预设条件的数据，比如，筛选调不符合预设时间范围内的数据等等，整合可以包括将同类型数据进行整合等，标准化可以包括将同类型数据的单位及格式进行统一等等。
步骤303：终端基于每项数据与系统效率的关联程度，从生产数据和基础数据中确定关键影响因素。
由于目标抽油井的生产数据和基础数据中存在对目标抽油井的系统效率影响较小或者没有影响的数据，因此，终端可以基于每项数据与系统效率的关联程度，从生产数据和基础数据中确定关键影响因素。
作为一种示例，终端基于每项数据与系统效率的关联程度，从生产数据和基础数据中确定关键影响因素的操作可以为：从生产数据和该基础数据中确定参考数据，参考数据为关联程度大于第一关联度阈值的数据；通过灰色关联模型确定参考数据与系统效率之间的灰色关联度；将灰色关联度大于第二关联度阈值的参考数据确定为关键影响因素。
由上述可知，每项数据与系统效率的关联程度可以通过相关系数标表示，那么当相关系数越接近1时，说明该项数与系统效率的关联程度越大，对系统效率的影响可能越大，因此，可以从生产数据和基础数据中选择关联程度大于第一关联度阈值的数据。
需要说明的是，该第一关联度阈值可以根据需求事先设置，比如，该第一关联度阈值可以为0.8、0.7、0.75等等。
为了进一步确定关键影响因素，终端还可以多参考数据进行大数据分析方法确定关键影响因素，比如，通过灰色关联度模型、分类、回归、关联、聚类、时序等方法中的一种或多种确定关键影响因素。
需要说明的是，第二关联度阈值同样可以根据需求事先进行设置，比如，该第二关联度阈值可以为0.65、0.68等等。
比如，终端确定的参考数据为日产液量、泵效、沉没度、平衡指数、泵深、动液面、冲程、冲刺、电机功率利用率、抽油机负载率时，终端可以通过诸如灰色关联度模型确定日产液量、泵效、沉没度、平衡指数、泵深、动液面、冲程、冲刺、电机功率利用率、抽油机负载率的灰色关联度分别为0.854、0.683、0.3570.625、0.617、0.602、0.599、0.596、0.572、0.564。当第二关联度阈值为0.68时，将日产液量和泵效确定为关键影响因素。
步骤304：终端对关键影响因素进行优化。
由于关键影响因素对目标抽油机井的系统效率影响较大，因此，为了提高目标抽油机井的系统效率，终端可以对关键影响因素进行优化。
由于关键影响因素在不同范围变化时，可能会使系统效率较高，也可能会使系统效率变低，对于导致系统效率较高的范围不需要进行优化，而对于导致系统效率较低的范围则需要进行优化，因此，终端在对关键影响因素进行优化之前需要确定系统效率优化范围。
作为一种示例，终端确定关键影响因素的系统效率优化范围进行优化的操作可以为：从关键影响因素与系统效率之间的对应关系中，确定系统效率低于效率阈值时所对应的关键影响因素的变化范围；将关键影响因素的变化范围确定为系统效率优化范围。
需要说明的是，该效率阈值可以根据需求事先进行设置，比如，该效率阈值可以为40％、45％等等。当然，不同的关键影响因素对应的效率阈值也不同，终端还可以根据关键影响因素与系统效率之间的对应关系，通过线性模型(包括三段法)、对数模型、指数模型、幂函数模型、多项式模型等确定效率阈值。
比如，终端根据产液量与系统效率之间的对应关系，通过线性模型确定效率阈值为10％，根据泵效与系统效率之间的对应关系，通过线性模型确定效率阈值为40％、根据百米举升吨液耗电量与系统效率之间的对应关系，通过线性模型确定效率阈值为18.2％。
作为一种示例，终端在将关键影响因素的变化范围确定为系统效率优化范围之后，还可以调整系统效率优化范围内的关键影响因素。
在一些实施例中，在对系统效率优化范围内的关键影响因素进行调整后，可以在第二预设时长之后，执行上述步骤301的操作，也即是，在第二预设时长之后，重新收集数据进行关键影响因素的确定，形成数据闭环分析。
需要说明的是，还第二预设时长可以根据需求事先进行设置，比如，该第二预设时长可以为7天、30天、90天等等。
本申请实施例中，终端可以获取目标抽油机井的生产数据、基础数据和对应的系统效率，并确定生产数据和基础数据中每个数据与系统效益的关联程度，之后，根据关联程度，通过大数据分析从生产数据和基础数据中确定影响系统效率的关键影响因素，并根据该关键影响因素确定需要调整的系统优化范围，通过对关键影响因素进行调整，从而优化关键影响因素，并根据关键影响因素指导油田的开采，以提高油田的开采效益，实现节能降耗。
在对本申请实施例提供的抽油机井系统效率的影响因素确定方法进行解释说明之后，接下来，对本申请实施例提供的抽油机井系统效率的影响因素确定装置进行介绍。
图5是本申请实施例提供的一种抽油机井系统效率的影响因素确定装置的结构示意图，该抽油机井系统效率的影响因素确定装置可以由软件、硬件或者两者的结合实现成为终端的部分或者全部，终端可以为图1所示的终端。请参考图5，该装置包括：获取模块501、第一确定模块502和第二确定模块503。
获取模块501，用于获取目标抽油机井的生产数据、基础数据、以及所述生产数据和所述基础数据对应的所述目标抽油机井的系统效率，所述目标抽油机井为油田中投入使用的任一抽油机井；
第一确定模块502，用于确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度；
第二确定模块503，用于基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素。
在一些实施例中，参见图6，所述第一确定模块502包括：
建立子模块5021，用于通过图、表和/或曲线方式建立所述每项数据与所述系统效率之间的对应关系；
第一确定子模块5022，用于根据所述每项数据与所述系统效率之间的对应关系，确定所述每项数据与所述系统效率之间的关联程度。
在一些实施例中，参见图7，所述第二确定模块503包括：
第二确定子模块5031，用于从所述生产数据和所述基础数据中确定参考数据，所述参考数据为关联程度大于第一关联度阈值的数据；
第三确定子模块5032，用于通过灰色关联模型确定所述参考数据与所述系统效率之间的灰色关联度；
第四确定子模块5033，用于将灰色关联度大于第二关联度阈值的参考数据确定为所述关键影响因素。
在一些实施例中，参见图8，所述装置还包括：
处理模块504，用于对所述生产数据和所述基础数据进行预处理，所述预处理包括对数据的筛选、整合、格式化、标准化、修正中的一项或多项。
在一些实施例中，参见图9，所述装置还包括：
第三确定模块505，用于从所述关键影响因素与所述系统效率之间的对应关系中，确定系统效率低于效率阈值时所对应的关键影响因素的变化范围；
第四确定模块506，用于将所述关键影响因素的变化范围确定为系统效率优化范围。
在一些实施例中，参见图10，所述装置还包括：
调整模块507，用于调整所述系统效率优化范围内的关键影响因素。
本申请实施例中，终端可以获取目标抽油机井的生产数据、基础数据和对应的系统效率，并确定生产数据和基础数据中每个数据与系统效益的关联程度，之后，根据关联程度，通过大数据分析从生产数据和基础数据中确定影响系统效率的关键影响因素，并根据该关键影响因素确定需要调整的系统优化范围，通过对关键影响因素进行调整，从而优化关键影响因素，并根据关键影响因素指导油田的开采，以提高油田的开采效益，实现节能降耗。
需要说明的是：上述实施例提供的抽油机井系统效率的影响因素确定装置在确定抽油机井系统效率的影响因素时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的抽油机井系统效率的影响因素确定装置与抽油机井系统效率的影响因素确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图11是本申请实施例提供的一种终端1100的结构框图。该终端1100可以是便携式移动终端，比如：笔记本电脑或台式电脑。终端1100还可能被称为用户设备、台式终端等其他名称。
通常，终端1100包括有：处理器1101和存储器1102。
处理器1101可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1101可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1101也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1101可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1101还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器1102可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1102还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1102中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1101所执行以实现本申请中方法实施例提供的抽油机井系统效率的影响因素确定方法。
在一些实施例中，终端1100还可选包括有：外围设备接口1103和至少一个外围设备。处理器1101、存储器1102和外围设备接口1103之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1103相连。具体地，外围设备包括：射频电路1104、触摸显示屏1105、摄像头1106、音频电路1107和电源1109中的至少一种。
外围设备接口1103可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器1101和存储器1102。在一些实施例中，处理器1101、存储器1102和外围设备接口1103被集成在同一芯片或电路板上；在一些其他实施例中，处理器1101、存储器1102和外围设备接口1103中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路1104用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路1104通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1104将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1104包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1104可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路1104还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏1105用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1105是触摸显示屏时，显示屏1105还具有采集在显示屏1105的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1101进行处理。此时，显示屏1105还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1105可以为一个，设置终端1100的前面板；在另一些实施例中，显示屏1105可以为至少两个，分别设置在终端1100的不同表面或呈折叠设计；在再一些实施例中，显示屏1105可以是柔性显示屏，设置在终端1100的弯曲表面上或折叠面上。甚至，显示屏1105还可以设置成非矩形的不规则图形，也即异形屏。显示屏1105可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1106用于采集图像或视频。可选地，摄像头组件1106包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1106还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路1107可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1101进行处理，或者输入至射频电路1104以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1100的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1101或射频电路1104的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1107还可以包括耳机插孔。
电源1109用于为终端1100中的各个组件进行供电。电源1109可以是交流电、直流电、一次性电池或可充电电池。当电源1109包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端1100还包括有一个或多个传感器1110。该一个或多个传感器1110包括但不限于：压力传感器1113以及光学传感器1115等等。
压力传感器1113可以设置在终端1100的侧边框和/或触摸显示屏1105的下层。当压力传感器1113设置在终端1100的侧边框时，可以检测用户对终端1100的握持信号，由处理器1101根据压力传感器1113采集的握持信号进行左右手识别或快捷操作。当压力传感器1113设置在触摸显示屏1105的下层时，由处理器1101根据用户对触摸显示屏1105的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
光学传感器1115用于采集环境光强度。在一个实施例中，处理器1101可以根据光学传感器1115采集的环境光强度，控制触摸显示屏1105的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏1105的显示亮度；当环境光强度较低时，调低触摸显示屏1105的显示亮度。在另一个实施例中，处理器1101还可以根据光学传感器1115采集的环境光强度，动态调整摄像头组件1106的拍摄参数。
本领域技术人员可以理解，图11中示出的结构并不构成对终端1100的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在一些实施例中，还提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中抽油机井系统效率的影响因素确定方法的步骤。例如，所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是，本申请提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。
应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是，在一些实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的抽油机井系统效率的影响因素确定方法的步骤。
以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (14)
1.一种抽油机井系统效率的影响因素确定方法，其特征在于，所述方法包括：
获取目标抽油机井的生产数据、基础数据、以及所述生产数据和所述基础数据对应的所述目标抽油机井的系统效率，所述目标抽油机井为油田中投入使用的任一抽油机井；
确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度；
基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素。
2.如权利要求1所述的方法，其特征在于，所述确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度，包括：
通过图、表和/或曲线方式建立所述每项数据与所述系统效率之间的对应关系；
根据所述每项数据与所述系统效率之间的对应关系，确定所述每项数据与所述系统效率之间的关联程度。
3.如权利要求1所述的方法，其特征在于，所述基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素，包括：
从所述生产数据和所述基础数据中确定参考数据，所述参考数据为关联程度大于第一关联度阈值的数据；
通过灰色关联模型确定所述参考数据与所述系统效率之间的灰色关联度；
将灰色关联度大于第二关联度阈值的参考数据确定为所述关键影响因素。
4.如权利要求1所述的方法，其特征在于，所述确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度之前，还包括：
对所述生产数据和所述基础数据进行预处理，所述预处理包括对数据的筛选、整合、格式化、标准化、修正中的一项或多项。
5.如权利要求1所述的方法，其特征在于，所述基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素之后，还包括：
从所述关键影响因素与所述系统效率之间的对应关系中，确定系统效率低于效率阈值时所对应的关键影响因素的变化范围；
将所述关键影响因素的变化范围确定为系统效率优化范围。
6.如权利要求5所述的方法，其特征在于，所述将所述关键影响因素的变化范围确定为系统效率优化范围之后，还包括：
调整所述系统效率优化范围内的关键影响因素。
7.一种抽油机井系统效率的影响因素确定装置，其特征在于，所述装置包括：
获取模块，用于获取目标抽油机井的生产数据、基础数据、以及所述生产数据和所述基础数据对应的所述目标抽油机井的系统效率，所述目标抽油机井为油田中投入使用的任一抽油机井；
第一确定模块，用于确定所述生产数据和所述基础数据中每项数据与所述目标抽油井的系统效率的关联程度；
第二确定模块，用于基于所述每项数据与所述系统效率的关联程度，从所述生产数据和所述基础数据中确定关键影响因素。
8.如权利要求7所述的装置，其特征在于，所述第一确定模块包括：
建立子模块，用于通过图、表和/或曲线方式建立所述每项数据与所述系统效率之间的对应关系；
第一确定子模块，用于根据所述每项数据与所述系统效率之间的对应关系，确定所述每项数据与所述系统效率之间的关联程度。
9.如权利要求7所述的装置，其特征在于，所述第二确定模块包括：
第二确定子模块，用于从所述生产数据和所述基础数据中确定参考数据，所述参考数据为关联程度大于第一关联度阈值的数据；
第三确定子模块，用于通过灰色关联模型确定所述参考数据与所述系统效率之间的灰色关联度；
第四确定子模块，用于将灰色关联度大于第二关联度阈值的参考数据确定为所述关键影响因素。
10.如权利要求7所述的装置，其特征在于，所述装置还包括：
处理模块，用于对所述生产数据和所述基础数据进行预处理，所述预处理包括对数据的筛选、整合、格式化、标准化、修正中的一项或多项。
11.如权利要求7所述的装置，其特征在于，所述装置还包括：
第三确定模块，用于从所述关键影响因素与所述系统效率之间的对应关系中，确定系统效率低于效率阈值时所对应的关键影响因素的变化范围；
第四确定模块，用于将所述关键影响因素的变化范围确定为系统效率优化范围。
12.如权利要求11所述的装置，其特征在于，所述装置还包括：
调整模块，用于调整所述系统效率优化范围内的关键影响因素。
13.一种终端，其特征在于，所述终端包括存储器和处理器，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的计算机程序，以实现上述权利要求1-6任一所述方法的步骤。
14.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911062911.6A CN112749867A (zh) | 2019-10-31 | 2019-10-31 | 抽油机井系统效率的影响因素确定方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911062911.6A CN112749867A (zh) | 2019-10-31 | 2019-10-31 | 抽油机井系统效率的影响因素确定方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112749867A true CN112749867A (zh) | 2021-05-04 |
Family
ID=75644977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911062911.6A Pending CN112749867A (zh) | 2019-10-31 | 2019-10-31 | 抽油机井系统效率的影响因素确定方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112749867A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515100A (zh) * | 2021-09-14 | 2021-10-19 | 珠海市南特金属科技股份有限公司 | 一种法兰生产在线连续监控方法及系统 |
| CN113807677A (zh) * | 2021-09-01 | 2021-12-17 | 中控智网(北京)能源技术有限公司 | 油田能耗指标确定方法、装置、设备及存储介质 |
| CN114742332A (zh) * | 2022-06-13 | 2022-07-12 | 合肥新晶集成电路有限公司 | 生产力分析方法及生产力分析系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102306341A (zh) * | 2011-07-22 | 2012-01-04 | 哈尔滨理工大学 | 一种抽油机与电机优化匹配的系统节能及评价方法 |
| US20170060159A1 (en) * | 2015-08-26 | 2017-03-02 | International Business Machines Corporation | Energy consumption assessment |
| CN107305601A (zh) * | 2016-04-21 | 2017-10-31 | 中国石油天然气股份有限公司 | 一种抽油机井系统效率因素分析方法 |
-
2019
- 2019-10-31 CN CN201911062911.6A patent/CN112749867A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102306341A (zh) * | 2011-07-22 | 2012-01-04 | 哈尔滨理工大学 | 一种抽油机与电机优化匹配的系统节能及评价方法 |
| US20170060159A1 (en) * | 2015-08-26 | 2017-03-02 | International Business Machines Corporation | Energy consumption assessment |
| CN107305601A (zh) * | 2016-04-21 | 2017-10-31 | 中国石油天然气股份有限公司 | 一种抽油机井系统效率因素分析方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘波: "抽油机井系统效率影响因素分析及对策研究", 中国优秀硕士学位论文全文数据库工程科技Ⅰ辑, pages 19 - 75 * |
| 张建军;郭吉民;王海;张怀光;张立会;: "抽油机井系统效率敏感性分析及其应用", 石油钻采工艺, no. 02 * |
| 甘庆明;郭方元;韩二涛;吕亿明;: "抽油机井系统效率影响因素的灰色关联分析", 石油矿场机械, no. 11, pages 82 - 84 * |
| 陈文恒;: "抽油机系统效率影响因素分析", 中国石油和化工标准与质量, no. 10 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113807677A (zh) * | 2021-09-01 | 2021-12-17 | 中控智网(北京)能源技术有限公司 | 油田能耗指标确定方法、装置、设备及存储介质 |
| CN113515100A (zh) * | 2021-09-14 | 2021-10-19 | 珠海市南特金属科技股份有限公司 | 一种法兰生产在线连续监控方法及系统 |
| CN113515100B (zh) * | 2021-09-14 | 2021-12-17 | 珠海市南特金属科技股份有限公司 | 一种法兰生产在线连续监控方法及系统 |
| CN114742332A (zh) * | 2022-06-13 | 2022-07-12 | 合肥新晶集成电路有限公司 | 生产力分析方法及生产力分析系统 |
| CN114742332B (zh) * | 2022-06-13 | 2022-09-13 | 合肥新晶集成电路有限公司 | 生产力分析方法及生产力分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112749867A (zh) | 抽油机井系统效率的影响因素确定方法、装置及存储介质 | |
| CN103823626B (zh) | 显示内容调节方法、装置和电子设备 | |
| CN104135609A (zh) | 辅助拍照方法、装置及终端 | |
| CN105679300A (zh) | 移动终端和降噪方法 | |
| CN107909583A (zh) | 一种图像处理方法、装置及终端 | |
| CN111182236A (zh) | 一种图像合成方法、装置、存储介质及终端设备 | |
| CN112130714A (zh) | 可进行学习的关键词搜索方法和电子设备 | |
| CN108764530B (zh) | 油井抽油机的工作参数配置方法及装置 | |
| CN103714316A (zh) | 图像识别方法、装置及电子设备 | |
| CN104376834A (zh) | 一种亮度调整方法及电子设备 | |
| CN117234398B (zh) | 一种屏幕亮度调节方法及电子设备 | |
| CN107452399B (zh) | 音频特征提取方法及装置 | |
| CN112740148A (zh) | 一种向输入框中输入信息的方法及电子设备 | |
| CN109899051B (zh) | 油井设备的评价标准确定方法、装置及存储介质 | |
| CN109611064B (zh) | 确定抽油机用电量的方法及装置 | |
| CN115437601B (zh) | 图像排序方法、电子设备、程序产品及介质 | |
| CN116826892A (zh) | 充电方法、充电装置、电子设备及可读存储介质 | |
| CN115798418A (zh) | 图像显示方法、装置、终端及存储介质 | |
| CN111027406B (zh) | 图片识别方法、装置、存储介质及电子设备 | |
| CN114205457B (zh) | 一种移动用户界面元素的方法、电子设备及存储介质 | |
| CN109902844B (zh) | 注水系统的优化信息确定方法、装置及存储介质 | |
| CN110061813B (zh) | 一种数据编码方法和解码方法、及相关装置 | |
| CN110894782B (zh) | 确定油藏存气量的方法、装置和存储介质 | |
| CN114283310A (zh) | 图像识别模型的获取方法、图像识别方法、装置及介质 | |
| CN115841181B (zh) | 剩余油分布预测方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |