CN113123765A - 游梁式抽油机运行控制方法、装置、设备和存储介质 - Google Patents
游梁式抽油机运行控制方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113123765A CN113123765A CN201911402549.2A CN201911402549A CN113123765A CN 113123765 A CN113123765 A CN 113123765A CN 201911402549 A CN201911402549 A CN 201911402549A CN 113123765 A CN113123765 A CN 113123765A
- Authority
- CN
- China
- Prior art keywords
- data
- pumping unit
- indicator diagram
- historical
- efficiency
- 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.)
- Granted
Links
- 238000005086 pumping Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000010586 diagram Methods 0.000 claims abstract description 130
- 238000012549 training Methods 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 238000012360 testing method Methods 0.000 claims description 64
- 239000011159 matrix material Substances 0.000 claims description 46
- 238000013210 evaluation model Methods 0.000 claims description 41
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 230000006872 improvement Effects 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 7
- 238000010801 machine learning Methods 0.000 abstract description 6
- 239000003921 oil Substances 0.000 description 14
- 238000012545 processing Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000010977 unit operation Methods 0.000 description 3
- 241001331845 Equus asinus x caballus Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001023788 Cyttus traversi Species 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK 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
- E21B43/12—Methods or apparatus for controlling the flow of the obtained fluid to or in wells
- E21B43/121—Lifting well fluids
- E21B43/126—Adaptations of down-hole pump systems powered by drives outside the borehole, e.g. by a rotary or oscillating drive
- E21B43/127—Adaptations of walking-beam pump systems
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种游梁式抽油机运行控制方法、装置、设备和存储介质,方法包括通过获取预设测量周期内待控制游梁式抽油机的示功图数据;获取示功图数据中特征数据对应的二次特征数据;将二次特征数据输入预设参数调优模型,获取最优运行参数,预设参数调优模型基于待控制游梁式抽油机历史运行数据训练获取;根据最优运行参数对待控制游梁式抽油机运行进行控制。本申请通过机器学习方法建立当前的待设置游梁式抽油机对应的预设参数调优模型,而后通过预设参数调优模型以及实时的游梁式抽油机运行过程中产生的示功图数据获取最优控制参数,对游梁式抽油机进行最优控制,可以有效保证游梁式抽油机以最优化的工作效率进行抽油工作。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种游梁式抽油机运行控制方法、装置、设备和存储介质。
背景技术
游梁式抽油机是目前被油田广泛使用的开采石油的机械设备,是有杆抽油系统中最主要的举升设备,主要由地面传动设备、电动机及井下设备组成。进行油井生产举升时,通过电动机的转动经变速箱、曲柄连杆机构变成驴头的上下运动,驴头经光杆、抽油杆带动井下抽油泵的柱塞作上下运动,从而不断地把井中的原油抽出井筒。
游梁式抽油机工作在上冲程时,电动机处于电动状态时,从电网吸收电能;工作在下冲程时,电动机处于发电状态时,释放能量,电能直接回馈给电网,造成抽油机供电系统功率因数降低,对电网质量影响较大。一般可以通过平衡负重来降低电能回馈对抽油机供电系统功率因数的影响。由于抽油载荷是每时每刻都在变化的,而平衡配重不可能和抽油载荷作完全一致的变化,使得游梁式抽油机的生产参数调节变得十分复杂。
现有技术中一般依据人工经验根据游梁式抽油机的示功图的原始数据进行分析,而后基于分析结果对生产参数进行调节设置,然而这种方法无法保证游梁式抽油机工作的工作效率。
发明内容
基于此,有必要针对现有技术方案无法保证游梁式抽油机工作的工作效率的问题,提供一种实现更加合理的针对游梁式抽油机进行生产参数设置的游梁式抽油机运行控制方法、装置、电子设备以及存储介质。
一种游梁式抽油机运行控制方法
获取预设测量周期内待控制游梁式抽油机的示功图数据;
获取所述示功图数据中特征数据对应的二次特征数据;
将所述二次特征数据输入预设参数调优模型,获取最优运行参数,所述预设参数调优模型基于所述待控制游梁式抽油机历史运行数据训练获取;
根据所述最优运行参数对所述待控制游梁式抽油机运行进行控制。
在其中一个实施例中,所述获取所述示功图数据中特征数据对应的二次特征数据之前,还包括:
获取所述待控制游梁式抽油机的历史示功图数据,以及所述待控制游梁式抽油机的历史运行数据;
根据所述历史示功图数据以及历史运行数据建立运行参数影响矩阵及系统效率矩阵;
根据所述运行参数影响矩阵及系统效率矩阵确定所述历史示功图数据中的系统运行效率影响因素,将所述系统运行效率影响因素作为二次特征数据的类型;
所述获取所述示功图数据中特征数据对应的二次特征数据包括:
根据确定的二次特征数据的类型,获取所述示功图数据中特征数据对应的二次特征数据。
在其中一个实施例中,所述根据所述运行参数影响矩阵及系统效率矩阵确定所述历史示功图数据中的系统运行效率影响因素包括:
通过层次分析法,根据所述运行参数影响矩阵及系统效率矩阵,确定所述历史示功图数据中的系统运行效率影响因素。
在其中一个实施例中,所述获取所述示功图数据中特征数据对应的二次特征数据包括:
对所述示功图数据进行曲率求导以及多边形面积累加,获取所述示功图数据中特征数据对应的二次特征数据。
在其中一个实施例中,所述将所述二次特征数据输入预设参数调优模型,获取最优运行参数之前,还包括:
获取历史示功图数据以及所述历史示功图数据对应的生产历史数据,根据所述历史示功图数据以及所述生产历史数据获取训练集数据以及测试集数据;
根据所述训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型;
根据所述测试集数据对所述各效率评估模型进行测试,根据所述测试结果获取预设参数调优模型。
在其中一个实施例中,所述根据所述测试集数据对所述各效率评估模型进行测试,根据所述测试结果获取预设参数调优模型包括:
将所述测试集数据输入所述各效率评估模型,获取所述测试集数据对应的最优测试运行参数;
根据所述测试集数据,获取最优测试运行参数对应的评价指标数据;
根据所述评价指标数据对对应效率评估模型进行参数调整,将所述调整后的效率评估模型重新作为初始参数调优模型,返回根据所述训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型的步骤;
当所述参数调整的次数达到预设次数时,根据当前各效率评估模型的评价指标数据获取预设参数调优模型。
一种游梁式抽油机运行控制装置,所述装置包括:
数据获取模块,用于获取预设测量周期内待控制游梁式抽油机的示功图数据;
二次特征获取模块,用于获取所述示功图数据中特征数据对应的二次特征数据;
参数获取模块,用于将所述二次特征数据输入预设参数调优模型,获取最优运行参数,所述预设参数调优模型基于所述待控制游梁式抽油机的历史运行数据训练获取;
参数设置模块,用于根据所述最优运行参数对所述待控制游梁式抽油机运行进行控制。
在其中一个实施例中,还包括特征数据获取模块,用于:
获取所述待控制游梁式抽油机的历史示功图数据,以及所述待控制游梁式抽油机的历史运行数据;
根据所述历史示功图数据以及历史运行数据建立运行参数影响矩阵及系统效率矩阵;
根据所述运行参数影响矩阵及系统效率矩阵确定所述历史示功图数据中的系统运行效率影响因素,将所述系统运行效率影响因素作为二次特征数据的类型;
所述二次特征获取模块具体用于:
根据确定的二次特征数据的类型,获取所述示功图数据中特征数据对应的二次特征数据。
一种电子设备,所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,所述程序指令被处理器执行时实现以下步骤:
获取预设测量周期内待控制游梁式抽油机的示功图数据;
获取所述示功图数据中特征数据对应的二次特征数据;
将所述二次特征数据输入预设参数调优模型,获取最优运行参数,所述预设参数调优模型基于所述待控制游梁式抽油机历史运行数据训练获取;
根据所述最优运行参数对所述待控制游梁式抽油机运行进行控制。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取预设测量周期内待控制游梁式抽油机的示功图数据;
获取所述示功图数据中特征数据对应的二次特征数据;
将所述二次特征数据输入预设参数调优模型,获取最优运行参数,所述预设参数调优模型基于所述待控制游梁式抽油机历史运行数据训练获取;
根据所述最优运行参数对所述待控制游梁式抽油机运行进行控制。
上述游梁式抽油机运行控制方法、装置、电子设备和存储介质,通过获取预设测量周期内待控制游梁式抽油机的示功图数据;获取示功图数据中特征数据对应的二次特征数据;将二次特征数据输入预设参数调优模型,获取最优运行参数,预设参数调优模型基于待控制游梁式抽油机历史运行数据训练获取;根据最优运行参数对待控制游梁式抽油机运行进行控制。本申请通过机器学习方法建立当前的待设置游梁式抽油机对应的预设参数调优模型,而后通过预设参数调优模型以及实时的游梁式抽油机运行过程中产生的示功图数据获取最优控制参数,对游梁式抽油机进行最优控制,可以有效保证游梁式抽油机以最优化的工作效率进行抽油工作。
附图说明
图1为一个实施例中游梁式抽油机运行控制方法的应用环境图;
图2为一个实施例中游梁式抽油机运行控制方法的流程示意图;
图3为另一个实施例中游梁式抽油机运行控制方法的流程示意图;
图4为又一个实施例中游梁式抽油机运行控制方法的流程示意图;
图5为一个实施例中游梁式抽油机运行控制装置的结构框图;
图6为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的游梁式抽油机运行控制方法,可以应用于如图1所示的应用环境中。其中,游梁式抽油机102和待控制游梁式抽油机运行控制服务器104通过网络进行通信,待控制游梁式抽油机运行控制服务器104可以对待控制游梁式抽油机102进行运行控制,运行控制服务器104首先获取预设测量周期内待控制游梁式抽油机102的示功图数据;获取示功图数据中特征数据对应的二次特征数据;将二次特征数据输入预设参数调优模型,获取最优运行参数,预设参数调优模型基于待控制游梁式抽油机历史运行数据训练获取;根据最优运行参数对待控制游梁式抽油机102运行进行控制待控制游梁式抽油机待控制游梁式抽油机待控制游梁式抽油机待控制游梁式抽油机。其中,运行控制服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。进一步来说,运行控制服务器104可以是对整个游梁式抽油机系统进行运行控制,其具体与整个游梁式抽油机系统中控制柜连接,其将最优运行参数发送至控制柜,由控制柜来执行对游梁式抽油机本体的运行控制。
在一个实施例中,如图2所示,提供了一种游梁式抽油机运行控制方法,以该方法应用于图1中的运行控制服务器104为例进行说明,包括以下步骤:
S200,参数设置服务器获取预设测量周期内待控制游梁式抽油机的示功图数据。
其中,待控制游梁式抽油机包括了用于控制游梁式抽油机运行的控制柜,该控制柜可以对游梁式抽油机进行冲程、冲次、启停控制,并且可以对抽油机运行速度进行分段设置,本申请通过控制控制柜的输入参数对游梁式抽油机进行控制。预设测量周期是指参数设置服务器设置的一个预设周期,服务器可以根据这个时间段内游梁式抽油机的实际运行情况,对待控制游梁式抽油机进行针对性调整,以保证其运行效率。该预设测量周期可以通过根据待控制游梁式抽油机对应的游梁式抽油机进行设置。示功图是指反映深井泵工作状况好坏,由专门的仪器测出,画在坐标图上,被封闭的线段所围成的面积表示驴头在一次往复运动中抽油机所做的功的图纸。控制柜可以根据游梁式抽油机的实际运行情况,绘制预设测量周期各个往复周期内的示功图数据。服务器首先获取预设测量周期内待控制游梁式抽油机的示功图数据,而后依据这些示功图数据对游梁式抽油机进行判断,并优化其设置。
S400,获取示功图数据中特征数据对应的二次特征数据。
其中示功图数据中包含的原始的特征数据具体包含了示功图位移、载荷以及测量周期数据。而二次特征数据则是根据这些原始的特征数据进一步推导出的特征数据。在其中一个实施例中,可以通过对示功图数据进行曲率求导、多边形面积累加等方式,进一步推导得出示功图中的二次特征数据,二次特征数据具体包括了有效冲程、示功图面积、冲程、冲次的数据。
S600,将二次特征数据输入预设参数调优模型,获取最优运行参数,预设参数调优模型基于待控制游梁式抽油机的历史运行数据训练获取。
其中预设参数调优模型是指根据当前待控制游梁式抽油机的历史运行数据训练获得的模型。这些历史运行数据可以是从游梁式抽油机控制柜运行过程中示功图对应的运行数据。本申请通过机器学习的方法,根据当前待控制游梁式抽油机的历史运行数据对初始的机器学习模型进行训练,来获得待控制游梁式抽油机对应的预设参数调优模型。而后通过将当前示功图对应的二次特征数据输入该预设参数调优模型,来获取当前待控制游梁式抽油机最适合的运行参数,保证抽油机的最优运行效率。通过机器学习分析方法最大特点就是最大程度简化复杂的业务分析过程,直接将大量的原始示功图数据变化与不同的业务的分析结果进行直接对应,通过对数据变化的感知代替业务规则与业务表征的分析过程。
S800,根据最优运行参数对待控制游梁式抽油机运行进行控制。
当服务器获得预设参数调优模型输出的最优运行参数之后,可以直接根据该最优运行参数对待控制游梁式抽油机对应的控制柜进行参数设置,以提高抽油机的运行速率。
上述游梁式抽油机运行控制方法,通过获取预设测量周期内待控制游梁式抽油机的示功图数据;获取示功图数据中特征数据对应的二次特征数据;将二次特征数据输入预设参数调优模型,获取最优运行参数,预设参数调优模型基于待控制游梁式抽油机历史运行数据训练获取;根据最优运行参数对待控制游梁式抽油机运行进行控制。本申请通过机器学习方法建立当前的待设置游梁式抽油机对应的预设参数调优模型,而后通过预设参数调优模型以及实时的游梁式抽油机运行过程中产生的示功图数据获取最优控制参数,对游梁式抽油机进行最优控制,可以有效保证游梁式抽油机以最优化的工作效率进行抽油工作。
如图3所示,在其中一个实施例中,步骤S400之前,还包括:
S320,获取待控制游梁式抽油机的历史示功图数据,以及游梁式抽油机的历史运行数据。
S340,根据历史示功图数据以及历史运行数据建立运行参数影响矩阵及系统效率矩阵。
S360,根据运行参数影响矩阵及系统效率矩阵确定历史示功图数据中的系统运行效率影响因素,将系统运行效率影响因素作为二次特征数据的类型;
步骤S400,包括:
S410,根据确定的二次特征数据的类型,获取示功图数据中特征数据对应的二次特征数据。
其中的历史示功图数据包括了示功图的原始数据,以及根据这些示功图原始数据推导出的二次数据,包括了载荷、冲程、冲次、角位移对产液量和电参的影响等参数数据。历史运行数据具体包括了游梁式抽油机的用电参数以及产油参数。在获取示功图数据中特征数据对应的二次特征数据之前,还可以根据游梁式抽油机控制柜的历史示功图数据,以及该控制柜对应的游梁式抽油机的历史运行数据对影响游梁式抽油机工作效率的影响因素,以及影响规律。具体的,可以根据历史示功图数据以及历史运行数据建立相应的运行参数影响矩阵及系统效率矩阵,而后根据这两个矩阵来获得对应的运行效率影响因素及变化规律。通过确定运行效率影响因素,可以有效提高获取最优化的运行参数效率,保证参数的有效设置。
在其中一个实施例中,步骤S360包括:通过层次分析法,根据运行参数影响矩阵及系统效率矩阵,确定历史示功图数据中的系统运行效率影响因素。
层次分析法是指将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。在本申请中,可以将系统运行效率影响因素作为层次分析法中的目标参数,而后通过建立的运行参数影响矩阵及系统效率矩阵来确定历史示功图数据中哪些数据是系统运行效率影响因素,而后将其作为预设参数调优模型的输入数据。
如图4所示,在其中一个实施例中,步骤S600之前,还包括:
S520,获取历史示功图数据以及历史示功图数据对应的生产历史数据,根据历史示功图数据以及生产历史数据获取训练集数据以及测试集数据。
S540,根据训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型。
S560,根据测试集数据对各效率评估模型进行测试,根据测试结果获取预设参数调优模型。
其中历史示功图数据包括示功图原始的示功图位移、载荷、测量周期数据等特征数据。可以根据这些原始特征数据得到对系统运行效率有影响的有效冲程、示功图面积、冲程、冲次等二次特征数据。生产历史数据具体包括各示功图对应的耗电量数据以及产油量数据,可以根据耗电量数据以及产油量数据得到生产效率数据,并依此得到生产效率最高的示功图对应的最优标记运行参数。训练集数据以及测试集数据可以根据特征数据获取,而后通过最优标记运行参数为训练集数据以及测试集数据添加标记。之后,根据测试集数据对各个以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型。其中各预设参数调优模型包括以梯度提升树、支持向量机、朴素贝叶斯、决策树、随机森林等算法构建的模型。当得到个算法对应的效率评估模型,通过测试集数据对这些效率评估模型进行测试,根据测试结果得到最优的模型,并将其作为预设参数调优模型。通过历史数据来对各模型训练,并通过测试获取最后可用的预设参数调优模型,可以有效保证得到的优化运行参数的有效性。
在其中一个实施例中,步骤S560包括:将测试集数据输入各效率评估模型,获取测试集数据对应的最优测试运行参数;根据测试集数据,获取最优测试运行参数对应的评价指标数据;根据评价指标数据对对应效率评估模型进行参数调整,将调整后的效率评估模型重新作为初始参数调优模型,返回根据训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型的步骤;当参数调整的次数达到预设次数时,根据当前各效率评估模型的评价指标数据获取预设参数调优模型。
其中评价指标数据具体包括了准确率数据、精确率数据以及召回率数据。测试过程可以通过将测试集数据,获取测试集数据对应的最优测试运行参数。而后通过对比最优标记运行参数与得到的模型输出的最优测试运行参数得到当前模型的准确率数据、精确率数据以及召回率数据,而后可以依据该数据对对应效率评估模型进行参数调整,而后重新进行训练,在参数调整达到预定次数之后。当前各效率评估模型的准确率数据、精确率数据以及召回率数据获取预设参数调优模型。通过多次的循环测试,可以得到最有效的预设参数调优模型。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种游梁式抽油机运行控制装置,装置包括:
数据获取模块200,用于获取预设测量周期内待控制游梁式抽油机的示功图数据;
二次特征获取模块400,用于获取示功图数据中特征数据对应的二次特征数据;
参数获取模块600,用于将二次特征数据输入预设参数调优模型,获取最优运行参数,预设参数调优模型基于待控制游梁式抽油机的历史运行数据训练获取;
参数设置模块800,用于根据最优运行参数对待控制游梁式抽油机运行进行控制。
在其中一个实施例中,还包括特征数据获取模块,用于:获取待控制游梁式抽油机的历史示功图数据,以及游梁式抽油机的历史运行数据;根据历史示功图数据以及历史运行数据建立运行参数影响矩阵及系统效率矩阵;根据运行参数影响矩阵及系统效率矩阵确定历史示功图数据中的系统运行效率影响因素,将系统运行效率影响因素作为二次特征数据的类型;二次特征获取模块400具体用于:根据确定的二次特征数据的类型,获取示功图数据中特征数据对应的二次特征数据。
在其中一个实施例中,特征数据获取模块还用于:通过层次分析法,根据运行参数影响矩阵及系统效率矩阵,确定历史示功图数据中的系统运行效率影响因素。
在其中一个实施例中,二次特征获取模块用于:对示功图数据进行曲率求导以及多边形面积累加,获取示功图数据中特征数据对应的二次特征数据。
在其中一个实施例中,还包括模型训练模块,用于:获取历史示功图数据以及历史示功图数据对应的生产历史数据,根据历史示功图数据以及生产历史数据获取训练集数据以及测试集数据;根据训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型;根据测试集数据对各效率评估模型进行测试,根据测试结果获取预设参数调优模型。
在其中一个实施例中,模型训练模块还用于:将测试集数据输入各效率评估模型,获取测试集数据对应的最优测试运行参数;根据测试集数据,获取最优测试运行参数对应的评价指标数据;根据评价指标数据对对应效率评估模型进行参数调整,将调整后的效率评估模型重新作为初始参数调优模型,返回根据训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型的步骤;当参数调整的次数达到预设次数时,根据当前各效率评估模型的评价指标数据获取预设参数调优模型。
关于游梁式抽油机运行控制装置的具体限定可以参见上文中对于游梁式抽油机运行控制方法的限定,在此不再赘述。上述游梁式抽油机运行控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
所述游梁式抽油机运行控制装置包括处理器和存储器,上述数据获取模块、二次特征获取模块、参数获取模块和参数设置模块等均作为程序单元模块存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现提高游梁式抽油机工作的工作效率的效果。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述游梁式抽油机运行控制方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述游梁式抽油机运行控制方法。
如图6所示,本发明实施例提供了一种设备70,设备70包括至少一个处理器701、以及与处理器701连接的至少一个存储器702、总线703;其中,处理器701、存储器702通过总线703完成相互间的通信;处理器用于调用存储器中的程序指令,以执行上述的游梁式抽油机运行控制方法。本文中的设备70可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:。
获取预设测量周期内待控制游梁式抽油机的示功图数据;
获取示功图数据中特征数据对应的二次特征数据;
将二次特征数据输入预设参数调优模型,获取最优运行参数,预设参数调优模型基于待控制游梁式抽油机历史运行数据训练获取;
根据最优运行参数对待控制游梁式抽油机运行进行控制。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:获取待控制游梁式抽油机的历史示功图数据,以及游梁式抽油机的历史运行数据;根据历史示功图数据以及历史运行数据建立运行参数影响矩阵及系统效率矩阵;根据运行参数影响矩阵及系统效率矩阵确定历史示功图数据中的系统运行效率影响因素,将系统运行效率影响因素作为二次特征数据的类型;获取示功图数据中特征数据对应的二次特征数据包括:根据确定的二次特征数据的类型,获取示功图数据中特征数据对应的二次特征数据。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:通过层次分析法,根据运行参数影响矩阵及系统效率矩阵,确定历史示功图数据中的系统运行效率影响因素。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:对示功图数据进行曲率求导以及多边形面积累加,获取示功图数据中特征数据对应的二次特征数据。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:获取历史示功图数据以及历史示功图数据对应的生产历史数据,根据历史示功图数据以及生产历史数据获取训练集数据以及测试集数据;根据训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型;根据测试集数据对各效率评估模型进行测试,根据测试结果获取预设参数调优模型。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:将测试集数据输入各效率评估模型,获取测试集数据对应的最优测试运行参数;根据测试集数据,获取最优测试运行参数对应的评价指标数据;根据评价指标数据对对应效率评估模型进行参数调整,将调整后的效率评估模型重新作为初始参数调优模型,返回根据训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型的步骤;当参数调整的次数达到预设次数时,根据当前各效率评估模型的评价指标数据获取预设参数调优模型。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (10)
1.一种游梁式抽油机运行控制方法,所述方法包括:
获取预设测量周期内待控制游梁式抽油机的示功图数据;
获取所述示功图数据中特征数据对应的二次特征数据;
将所述二次特征数据输入预设参数调优模型,获取最优运行参数,所述预设参数调优模型基于所述待控制游梁式抽油机历史运行数据训练获取;
根据所述最优运行参数对所述待控制游梁式抽油机运行进行控制。
2.根据权利要求1所述的方法,其特征在于,所述获取所述示功图数据中特征数据对应的二次特征数据之前,还包括:
获取所述待控制游梁式抽油机的历史示功图数据,以及所述待控制游梁式抽油机的历史运行数据;
根据所述历史示功图数据以及历史运行数据建立运行参数影响矩阵及系统效率矩阵;
根据所述运行参数影响矩阵及系统效率矩阵确定所述历史示功图数据中的系统运行效率影响因素,将所述系统运行效率影响因素作为二次特征数据的类型;
所述获取所述示功图数据中特征数据对应的二次特征数据包括:
根据确定的二次特征数据的类型,获取所述示功图数据中特征数据对应的二次特征数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述运行参数影响矩阵及系统效率矩阵确定所述历史示功图数据中的系统运行效率影响因素包括:
通过层次分析法,根据所述运行参数影响矩阵及系统效率矩阵,确定所述历史示功图数据中的系统运行效率影响因素。
4.根据权利要求1所述的方法,其特征在于,所述获取所述示功图数据中特征数据对应的二次特征数据包括:
对所述示功图数据进行曲率求导以及多边形面积累加,获取所述示功图数据中特征数据对应的二次特征数据。
5.根据权利要求1所述的方法,其特征在于,所述将所述二次特征数据输入预设参数调优模型,获取最优运行参数之前,还包括:
获取历史示功图数据以及所述历史示功图数据对应的生产历史数据,根据所述历史示功图数据以及所述生产历史数据获取训练集数据以及测试集数据;
根据所述训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型;
根据所述测试集数据对所述各效率评估模型进行测试,根据所述测试结果获取预设参数调优模型。
6.根据权利要求5所述的方法,其特征在于,所述根据所述测试集数据对所述各效率评估模型进行测试,根据所述测试结果获取预设参数调优模型包括:
将所述测试集数据输入所述各效率评估模型,获取所述测试集数据对应的最优测试运行参数;
根据所述测试集数据,获取最优测试运行参数对应的评价指标数据;
根据所述评价指标数据对对应效率评估模型进行参数调整,将所述调整后的效率评估模型重新作为初始参数调优模型,返回根据所述训练集数据,以提高单位能耗对应的抽油量为目标函数对各初始参数调优模型进行训练,获取各效率评估模型的步骤;
当所述参数调整的次数达到预设次数时,根据当前各效率评估模型的评价指标数据获取预设参数调优模型。
7.一种游梁式抽油机运行控制装置,其特征在于,所述装置包括:
数据获取模块,用于获取预设测量周期内待控制游梁式抽油机的示功图数据;
二次特征获取模块,用于获取所述示功图数据中特征数据对应的二次特征数据;
参数获取模块,用于将所述二次特征数据输入预设参数调优模型,获取最优运行参数,所述预设参数调优模型基于所述待控制游梁式抽油机的历史运行数据训练获取;
参数设置模块,用于根据所述最优运行参数对所述待控制游梁式抽油机运行进行控制。
8.根据权利要求7所述的装置,其特征在于,还包括特征数据获取模块,用于:
获取所述待控制游梁式抽油机的历史示功图数据,以及所述待控制游梁式抽油机的历史运行数据;
根据所述历史示功图数据以及历史运行数据建立运行参数影响矩阵及系统效率矩阵;
根据所述运行参数影响矩阵及系统效率矩阵确定所述历史示功图数据中的系统运行效率影响因素,将所述系统运行效率影响因素作为二次特征数据的类型;
所述二次特征获取模块具体用于:
根据确定的二次特征数据的类型,获取所述示功图数据中特征数据对应的二次特征数据。
9.一种电子设备,所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如权利要求1至6中任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任意一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402549.2A CN113123765B (zh) | 2019-12-30 | 2019-12-30 | 游梁式抽油机运行控制方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402549.2A CN113123765B (zh) | 2019-12-30 | 2019-12-30 | 游梁式抽油机运行控制方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113123765A true CN113123765A (zh) | 2021-07-16 |
CN113123765B CN113123765B (zh) | 2023-07-04 |
Family
ID=76768301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911402549.2A Active CN113123765B (zh) | 2019-12-30 | 2019-12-30 | 游梁式抽油机运行控制方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113123765B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117722173A (zh) * | 2024-02-06 | 2024-03-19 | 灵知科技(大庆)有限公司 | 一种监测多场景动态参数的智能诊断测控系统及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900478A (zh) * | 2005-07-19 | 2007-01-24 | 中国石油天然气股份有限公司 | 一种抽油机井系统参数的确定方法 |
CN104405365A (zh) * | 2014-10-29 | 2015-03-11 | 北京伯仲佳和石油技术开发有限公司 | 抽油机功图法产液量计量技术 |
WO2016007574A1 (en) * | 2014-07-08 | 2016-01-14 | Kudu Industries, Inc. | System and method for control and optimization of pcp pumped well operating parameters |
CN106321072A (zh) * | 2015-06-15 | 2017-01-11 | 中国科学院沈阳自动化研究所 | 一种基于泵功图的抽油井故障诊断方法 |
CN106321071A (zh) * | 2016-08-31 | 2017-01-11 | 中国石油集团东方地球物理勘探有限责任公司 | 一种抽油机生产参数优化方法 |
CN107288617A (zh) * | 2016-07-21 | 2017-10-24 | 中国石油大学(北京) | 一种提高抽油机井示功图量油精度的方法及系统 |
CN107358012A (zh) * | 2017-09-13 | 2017-11-17 | 北京安控科技股份有限公司 | 一种抽油机系统的效率评价及优化控制方法 |
CN107766780A (zh) * | 2016-08-22 | 2018-03-06 | 中国石油化工股份有限公司 | 基于电功图的抽油系统运行时特征信息提取方法 |
CN109460561A (zh) * | 2018-07-25 | 2019-03-12 | 北京国双科技有限公司 | 采油设备故障诊断方法及装置 |
CN109508473A (zh) * | 2018-09-29 | 2019-03-22 | 北京国双科技有限公司 | 基于事理图谱的抽油井故障确定方法、抽油井故障事理图谱建立方法及相关装置 |
CN110363337A (zh) * | 2019-06-27 | 2019-10-22 | 中国石油大学(北京) | 一种基于数据驱动的抽油机量油方法及系统 |
-
2019
- 2019-12-30 CN CN201911402549.2A patent/CN113123765B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900478A (zh) * | 2005-07-19 | 2007-01-24 | 中国石油天然气股份有限公司 | 一种抽油机井系统参数的确定方法 |
WO2016007574A1 (en) * | 2014-07-08 | 2016-01-14 | Kudu Industries, Inc. | System and method for control and optimization of pcp pumped well operating parameters |
CN104405365A (zh) * | 2014-10-29 | 2015-03-11 | 北京伯仲佳和石油技术开发有限公司 | 抽油机功图法产液量计量技术 |
CN106321072A (zh) * | 2015-06-15 | 2017-01-11 | 中国科学院沈阳自动化研究所 | 一种基于泵功图的抽油井故障诊断方法 |
CN107288617A (zh) * | 2016-07-21 | 2017-10-24 | 中国石油大学(北京) | 一种提高抽油机井示功图量油精度的方法及系统 |
CN107766780A (zh) * | 2016-08-22 | 2018-03-06 | 中国石油化工股份有限公司 | 基于电功图的抽油系统运行时特征信息提取方法 |
CN106321071A (zh) * | 2016-08-31 | 2017-01-11 | 中国石油集团东方地球物理勘探有限责任公司 | 一种抽油机生产参数优化方法 |
CN107358012A (zh) * | 2017-09-13 | 2017-11-17 | 北京安控科技股份有限公司 | 一种抽油机系统的效率评价及优化控制方法 |
CN109460561A (zh) * | 2018-07-25 | 2019-03-12 | 北京国双科技有限公司 | 采油设备故障诊断方法及装置 |
CN109508473A (zh) * | 2018-09-29 | 2019-03-22 | 北京国双科技有限公司 | 基于事理图谱的抽油井故障确定方法、抽油井故障事理图谱建立方法及相关装置 |
CN110363337A (zh) * | 2019-06-27 | 2019-10-22 | 中国石油大学(北京) | 一种基于数据驱动的抽油机量油方法及系统 |
Non-Patent Citations (10)
Title |
---|
李春生: "基于支持向量机的抽油机井功图识别研究", 《计算机技术与发展》 * |
李春生: "基于支持向量机的抽油机井功图识别研究", 《计算机技术与发展》, 10 August 2014 (2014-08-10) * |
白晓刚: "抽油机选型及节能优化设计方法研究", 《工程科技I辑》 * |
白晓刚: "抽油机选型及节能优化设计方法研究", 《工程科技I辑》, 15 February 2018 (2018-02-15) * |
赵怀军: "游梁式抽油机冲次软测量方法研究", 《仪器仪表学报》 * |
赵怀军: "游梁式抽油机冲次软测量方法研究", 《仪器仪表学报》, 15 December 2017 (2017-12-15) * |
赵洋: "抽油机井优化运行理论研究", 《工程科技I辑》 * |
赵洋: "抽油机井优化运行理论研究", 《工程科技I辑》, 21 March 2009 (2009-03-21) * |
陈琳: "游梁式抽油机混合动力节能系统参数优化及最简控制模型建立", 《工程科技I辑》 * |
陈琳: "游梁式抽油机混合动力节能系统参数优化及最简控制模型建立", 《工程科技I辑》, 25 November 2019 (2019-11-25) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117722173A (zh) * | 2024-02-06 | 2024-03-19 | 灵知科技(大庆)有限公司 | 一种监测多场景动态参数的智能诊断测控系统及装置 |
CN117722173B (zh) * | 2024-02-06 | 2024-04-30 | 灵知科技(大庆)有限公司 | 一种监测多场景动态参数的智能诊断测控系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113123765B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460561B (zh) | 采油设备故障诊断方法及装置 | |
CN109447380B (zh) | 油井产量确定方法及装置 | |
US8756175B1 (en) | Robust and fast model fitting by adaptive sampling | |
CA2943266C (en) | Methods and apparatus to determine production of downhole pumps | |
CN112217207B (zh) | 一种暂态电压稳定裕度预测方法及装置 | |
CN117274259B (zh) | 一种基于物联网的键盘生产设备管理方法及系统 | |
CN110969315A (zh) | 一种注水泵的监测方法及相关设备 | |
CN116127899B (zh) | 芯片设计系统、方法、电子设备和存储介质 | |
CN111199090B (zh) | 一种故障识别方法及相关设备 | |
CN113123765B (zh) | 游梁式抽油机运行控制方法、装置、设备和存储介质 | |
US20200097439A1 (en) | Systems and methods for improving the interpretability and transparency of machine learning models | |
US11886963B2 (en) | Optimizing machine learning models | |
CN110503235A (zh) | 时间序列的预测方法及系统 | |
CN114817295A (zh) | 多表Text2sql模型训练方法、系统、装置和介质 | |
CN111355246A (zh) | 用于调相机的无功补偿的预测方法、系统及存储介质 | |
CN110866625A (zh) | 促销指标信息生成方法和装置 | |
CN114687715B (zh) | 一种用于控制油田注水系统的方法及装置 | |
CN113919683A (zh) | 工艺工时的计算方法、装置、存储介质及处理器 | |
CN111125090B (zh) | 数据存取方法及装置 | |
CN117688721A (zh) | 一种海上漂浮式平台动态运动辨识方法及装置 | |
CN112526959A (zh) | 一种抽油泵故障诊断方法、装置、设备及存储介质 | |
RU2019128272A (ru) | Способ и система для определения производительности пользователя в компьютерной краудсорсинговой среде | |
CN112580827B (zh) | 工单的生成方法和装置 | |
WO2021173121A1 (en) | System and method for fatigue response prediction | |
CN114662709A (zh) | 一种设备保养分析方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |