CN113807677A - 油田能耗指标确定方法、装置、设备及存储介质 - Google Patents
油田能耗指标确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113807677A CN113807677A CN202111021274.5A CN202111021274A CN113807677A CN 113807677 A CN113807677 A CN 113807677A CN 202111021274 A CN202111021274 A CN 202111021274A CN 113807677 A CN113807677 A CN 113807677A
- Authority
- CN
- China
- Prior art keywords
- calculation formula
- energy consumption
- target
- index
- initial
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 177
- 238000004519 manufacturing process Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 41
- 238000012937 correction Methods 0.000 claims description 28
- 238000012795 verification Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 27
- 238000002347 injection Methods 0.000 description 26
- 239000007924 injection Substances 0.000 description 26
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000556 factor analysis Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000002332 oil field water Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000010865 sewage Substances 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
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种油田能耗指标确定方法、装置、设备及存储介质,涉及油田节能技术领域。该方法包括:获取目标能耗指标对应的至少一个关联对象的对象值;根据目标能耗指标与关联对象的关联信息,确定目标能耗指标的指标值,其中,关联信息包括:目标关联关系计算式;根据目标能耗指标的指标值,确定油田各生产系统的能耗水平。在本方案中,主要是针对被动因素对目标能耗指标的影响进行分析处理,根据目标能耗指标与关联对象的目标关联关系计算式,计算得到目标能耗指标的指标值,然后,并结合得到的目标能耗指标的指标值、各指标值对应的等级划分,使得能够真实客观地确定当前油田各生产系统的能耗水平。
Description
技术领域
本申请涉及油田节能技术领域,具体而言,涉及一种油田能耗指标确定方法、装置、设备及存储介质。
背景技术
油田各生产系统的能耗,直接决定着油田生产的成本,是油田开展节能降耗的主要关注环节。因此,根据油田各生产系统的能耗指标,可以客观评价目前油田开发的状态,并找到影响开发效果的主要因素,制定与之相配套的措施改善和提升油田开发效果。
目前,油田各生产系统的能耗评价,多是以石油天然气行业标准规范中规定的评价指标作为依据,在实际指标达到的标准指标后,以确定油田的开发水平。比如,注水系统是用注水系统效率、注水系统单耗、注水系统总能耗、注水泵机组效率等指标来评价。
但是,由于油田在开发过程中是先天不可控指标和后天可控指标共同影响,且是各个要素指标之间相互影响共同作用的结果,而现有的这种能耗评价方式并未考虑油田开发中影响能耗指标的复杂因素,导致无法真实客观地反应各油田各生产系统的能耗水平。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种油田能耗指标确定方法、装置、设备及存储介质,以便能够真实客观地反应各油田各生产系统的能耗水平。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种油田能耗确定方法,包括:
获取目标能耗指标对应的至少一个关联对象的对象值;
根据所述目标能耗指标与所述关联对象的关联信息,确定所述目标能耗指标的指标值,其中,所述关联信息包括:目标关联关系计算式;
根据所述目标能耗指标的指标值,确定油田各生产系统的能耗水平。
可选地,所述根据所述目标能耗指标与所述关联对象的关联信息之前,还包括:
获取预先采集的多个样本数据,所述样本数据包括:所述关联对象对所述目标能耗指标的实际影响数据;
根据所述多个样本数据,构建初始关联关系计算式;
根据所述初始关联关系计算式以及所述多个样本数据,对所述初始关联关系计算式进行验证;
根据验证结果,对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
可选地,所述根据所述多个样本数据,构建初始关联关系计算式,包括:
对所述样本数据中的所述关联对象以及所述实际影响数据进行拟合处理,确定计算式参数;
使用所述计算式参数,构建所述初始关联关系计算式。
可选地,所述关联对象包括一个;所述使用所述计算式参数,构建所述初始关联关系计算式,包括:
使用所述计算参数构建第一计算式,所述第一计算式中包括一个自变量,所述自变量用于表征所述关联对象。
可选地,所述根据验证结果,对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式,包括:
根据所述验证结果进行回归处理,并根据回归处理的结果对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
可选地,所述关联对象包括多个;所述使用所述计算式参数,构建所述初始关联关系计算式,包括:
使用所述计算参数构建第二计算式,所述第二计算式中包括多个自变量,各所述自变量分别用于表征一个所述关联对象。
可选地,所述根据验证结果,对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式,包括:
根据所述验证结果,对所述关联对象进行区间划分,分别对划分的各区间进行回归处理,并根据回归处理的结果对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
第二方面,本申请实施例还提供了一种油田能耗确定装置,所述装置包括:
获取模块,用于获取目标能耗指标对应的至少一个关联对象的对象值;
处理模块,用于根据所述目标能耗指标与所述关联对象的关联信息,确定所述目标能耗指标的指标值,其中,所述关联信息包括:目标关联关系计算式;根据所述目标能耗指标的指标值,确定油田各生产系统的能耗水平。
可选地,所述获取模块,还用于获取预先采集的多个样本数据,所述样本数据包括:所述关联对象对所述目标能耗指标的实际影响数据;
所述装置还包括:
构建模块,用于根据所述多个样本数据,构建初始关联关系计算式;
验证模块,用于根据所述初始关联关系计算式以及所述多个样本数据,对所述初始关联关系计算式进行验证;
修正模块,用于根据验证结果,对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
可选地,所述构建模块,还用于:
对所述样本数据中的所述关联对象以及所述实际影响数据进行拟合处理,确定计算式参数;使用所述计算式参数,构建所述初始关联关系计算式。
可选地,所述关联对象包括一个;所述构建模块,还用于:
使用所述计算参数构建第一计算式,所述第一计算式中包括一个自变量,所述自变量用于表征所述关联对象。
可选地,所述修正模块,还用于:
根据所述验证结果进行回归处理,并根据回归处理的结果对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
可选地,所述关联对象包括多个;所述构建模块,还用于:
使用所述计算参数构建第二计算式,所述第二计算式中包括多个自变量,各所述自变量分别用于表征一个所述关联对象。
可选地,所述修正模块,还用于:
根据所述验证结果,对所述关联对象进行区间划分,分别对划分的各区间进行回归处理,并根据回归处理的结果对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
第三方面,本申请实施例还提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述第一方面提供的所述方法的步骤。
第四方面,本申请实施例还提供了一种计算机存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述第一方面提供的所述方法的步骤。
本申请的有益效果是:
本申请实施例提供一种油田能耗指标确定方法、装置、设备及存储介质,包括:获取目标能耗指标对应的至少一个关联对象的对象值;根据目标能耗指标与关联对象的关联信息,确定目标能耗指标的指标值,其中,关联信息包括:目标关联关系计算式;根据目标能耗指标的指标值,确定油田各生产系统的能耗水平。在本方案中,主要是针对被动因素对目标能耗指标的影响进行分析处理,根据目标能耗指标与关联对象的目标关联关系计算式,计算得到目标能耗指标的指标值,然后,并结合得到的目标能耗指标的指标值、各指标值对应的等级划分,使得能够真实客观地确定当前油田各生产系统的能耗水平。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种电子设备的结构示意图;
图2为本申请实施例提供的一种油田能耗确定方法的流程示意图;
图3为本申请实施例提供的另一种油田能耗确定方法的流程示意图;
图4为本申请实施例提供的又一种油田能耗确定方法的流程示意图;
图5为本申请实施例提供的一种油田能耗确定装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
图1为本申请实施例提供的一种电子设备的结构示意图;该电子设备如可以是计算机或者服务器等处理设备,以用于实现本申请的油田能耗确定方法。如图1所示,电子设备包括:处理器101、存储器102。
处理器101、存储器102之间直接或间接地电性连接,以实现数据的传输或交互。例如,可通过一条或多条通信总线或信号线实现电性连接。
其中,处理器101可以是一种集成电路芯片,具有信号的处理能力。上述的处理器101可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器102可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
可以理解,图1所述的结构仅为示意,电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
存储器102用于存储程序,处理器101调用存储器102存储的程序,以执行下面实施例提供的油田能耗确定方法。
图2为本申请实施例提供的一种油田能耗确定方法的流程示意图,可选地,该方法的执行主体可以是服务器、计算机等设备,具有数据处理功能。如图2所示,该方法包括:
S201、获取目标能耗指标对应的至少一个关联对象的对象值。
首先,对“能耗指标”、“关联对象”进行解释。
比如,油田主要生产系统包括:机采系统、注水系统、集输系统、污水处理系统等。以油田注水系统为例,常用的能耗指标包括注水系统效率、注水系统单耗、注水系统总能耗。
在本实施例中,可以根据预设的选取原则,从上述常用的多个能耗指标中选取一个能耗指标作为“目标能耗指标”。
可选地,选取原则可以包括:1)从已知的应用比较成熟或者有标准规范的指标中选取一个能耗指标作为“目标能耗指标”,因为计算方法比较成熟,认可度高;2)尽量选取单耗类指标,避免使用效率、总耗这一类的指标,因为单耗类指标本身消除了量的影响因素,且更容易计算,具有总体性。这样,使得可以后续通过对该“目标能耗指标”的应用或者重构,构建具有普遍可比性的能耗评价指标。
接着继续对“关联对象”进行介绍,“关联对象”可以是指对目标能耗指标产生影响的影响因素,比如,影响“注水系统效率”这一能耗指标的影响因素包括注水泵机组效率、地层渗透性、注水工艺流程等,这些影响因素的对象值不同,导致得到的“注水系统效率”这一能耗指标的指标值也不同。比如,注水泵机组效率越高,“注水系统效率”这一能耗指标的指标值也越低。
另外,“注水泵机组效率”这一关联对象,可以通过换泵、调泵、优化等措施进行干预,而“地层渗透性”这一关联对象是很难通过人为努力而改变的因素,这些因素的不同直接导致指标数据的不可比。也即,可以将“注水泵机组效率”这一类可以通过人为的控制或技术提升等可以改变的关联对象称为主动因素,“地层渗透性”这一类无法通过人为努力而改变的关联对象称为被动因素。
在本申请提供的实施例中,主要是针对被动因素对目标能耗指标的影响进行分析处理,也即,本申请实所涉及到的关联对象是指被动因素。
例如,选取的“目标能耗指标”是注水用电单耗,关联对象是地层压力,也即,可以获取“注水用电单耗”这一目标能耗指标对应的“地层压力”的对象值,比如,获取到的对象值可以是1.0Mpa、1.2Mpa等。
S202、根据目标能耗指标与关联对象的关联信息,确定目标能耗指标的指标值。
其中,关联信息包括:目标关联关系计算式。比如,关联对象是一个时,则预先构建的目标关联关系计算式可以是y=ax+b,其中,y是指目标能耗指标的指标值,x是指关联对象的对象值。
在本实施例中,比如,可以将上述获取到的“地层压力”的对象值是1.2Mpa代入目标关联关系计算式,即可计算得到“注水用电单耗”的指标值y1,比如,计算得到“注水用电单耗”的指标值y1是6kWh/m3。同样,也可以计算得到“地层压力”的对象值是1.0Mpa时,“注水用电单耗”的指标值y2。
S203、根据目标能耗指标的指标值,确定油田各生产系统的能耗水平。
可选地,在本实施例中,可以根据能耗评价的需求,按照指标值大小进行能耗等级划分,等级划分区间可以包括限定值、节能值。
例如,若“注水用电单耗”的指标值是7<y<10,则可以确定当前油田注水系统能耗是限定值,若“注水用电单耗”的指标值0<y<7,则可以确定当前油田注水系统能耗是节能值。因此,可以按照目标能耗指标的指标值大小,真实客观地确定当前油田各生产系统的能耗水平,实现对油田能耗水平的客观评价。
综上所述,本申请实施例提供一种油田能耗确定方法,包括:获取目标能耗指标对应的至少一个关联对象的对象值;根据目标能耗指标与关联对象的关联信息,确定目标能耗指标的指标值,其中,关联信息包括:目标关联关系计算式;根据目标能耗指标的指标值,确定油田的能耗。在本方案中,根据目标能耗指标与关联对象的目标关联关系计算式,计算得到目标能耗指标的指标值,然后,并结合得到的目标能耗指标的指标值、各指标值对应的等级划分,使得能够真实客观地确定当前油田各生产系统的能耗水平,以便于针对油田各生产系统能效的关联关系采取相应的措施,提高油田各生产系统的能效实现节能。
将通过如下实施例具体讲解在上述步骤S202:根据目标能耗指标与关联对象的关联信息之前,还可以包括哪些处理过程。
图3为本申请实施例提供的另一种油田能耗确定方法的流程示意图,可选地,如图3所示,上述步骤S202:根据目标能耗指标与关联对象的关联信息之前,还包括:
S301、获取预先采集的多个样本数据。
其中,样本数据包括:关联对象对目标能耗指标的实际影响数据。
在本实施例中,为了能够真实反映了各油田的整体能耗水平,预先采集的多个样本数据可以是源于各油田大量的真实可靠的历史生产数据,并通过对多个样本数据进行清洗,以剔除异常样本数据,使得可以排除部分因素的干扰,进而提高对油田各生产系统的能耗水平评价的真实性。
S302、根据多个样本数据,构建初始关联关系计算式。
可选地,可以使用多种不同的数学分析方法对上述获取到的多个样本数据进行分析处理,以得到某一个关联对象对目标能耗指标的影响方式和影响规律,也即,得到“目标能耗指标”与“关联对象”之间的初始关联关系计算式。
例如,可以绘制多个样本数据的散点图,然后,再根据散点图中各样本数据的分布模式,判断“目标能耗指标的指标值”随“关联对象对目标能耗指标的实际影响数据”变化的大致趋势,并根据变化趋势选择合适的函数对样本数据进行拟合,以构建初始关联关系计算式。
S303、根据初始关联关系计算式以及多个样本数据,对初始关联关系计算式进行验证。
在得到“目标能耗指标”与“关联对象”之间的初始关联关系计算式后,还可以再获取更多真实可靠的原始样本数据,并将该原始样本数据代入至初始关联关系计算式中,计算得到一个计算指标值,并判断“计算指标值”与“实际指标值”的差值是否在预设误差范围内,以验证通过初始关联关系计算式计算得到的“计算指标值”的准确性和适用性。
在一种可实现的方式中,例如,若“计算指标值”与“实际指标值”的差值不在预设误差范围内,则需要对初始关联关系计算式进行修正,以提高通过初始关联关系计算式计算得到的“计算指标值”的准确性,使得在不同关联对象的影响下的能耗指标具有可比性。
在另一种可实现的方式中,例如,若“计算指标值”与“实际指标值”的差值在预设误差范围内,则不需要对初始关联关系计算式进行修正,也即,可以将初始关联关系计算式作为目标关联关系计算式。
S304、根据验证结果,对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
可选地,可以将使用“计算指标值”与“实际指标值”的差值,对上述构建的初始关联关系计算式进行迭代修正,直至迭代修正后“计算指标值”与“实际指标值”的差值收敛至预设误差范围内,则将最后一个迭代的关联关系计算式作为目标关联关系计算式并输出。
将通过如下实施例具体讲解,如何根据多个样本数据,构建初始关联关系计算式。
图4为本申请实施例提供的又一种油田能耗确定方法的流程示意图,可选地,如图4所示,上述步骤S302:根据多个样本数据,构建初始关联关系计算式,包括:
S401、对样本数据中的关联对象以及实际影响数据进行拟合处理,确定计算式参数。
可选地,在本实施例中可以使用散点图、数据回归、数据处理、加权平均、最小二乘法或者大数据分析等数学算法中的一种或多种组合,对样本数据中的关联对象以及实际影响数据进行拟合处理,并计算上述构建得到的初始关联关系计算式中各计算式参数。
比如,可以“关联对象”是“地层压力”,则可以对获取到的不同条件下的“地层压力”的压力值x与对“注水用电单耗”产生影响的实际影响数据y分别进行加权平均,然后,再对加权平均后的数值进行数据回归处理,得到初始关联关系计算式中各计算式参数,比如,计算得到初始关联关系计算式y=ax+b中的计算式参数a是100,b是45。
S402、使用计算式参数,构建初始关联关系计算式。
在上述实施例的基础上,将各计算式参数代入至初始关联关系计算式中,即可实现对初始关联关系计算式的构建,也即,得到关联关系与目标能耗的指标值之间的计算关系式。
如下将通过多个实施例,具体讲解如何使用计算式参数,构建初始关联关系计算式。
首先,需要判断对“目标能耗指标”产生影响的关联对象是否可以归结为一个或多个可合并的因素,若可以合并为一个,则关联对象的个数是一个,即可采用单因素分析方法;若多个关联对象无法合并,则关联对象的个数是多个,将采用单因素分析法和多因素分析法结合的分析方法,在尽量简化关联对象数量的同时,通过分析提出各关联对象的修正系数的方法解决多因素产生的影响。
如下,将对关联对象的个数是一个的情况进行分析。
可选地,关联对象包括一个;上述步骤S402:使用计算式参数,构建初始关联关系计算式,包括:
使用计算参数构建第一计算式,第一计算式中包括一个自变量,自变量用于表征关联对象。
例如,当初始关联关系计算式中存在一个自变量x时,则可以使用计算参数a和b构建第一计算式,并得到第一计算式是y=ax+b。
可选地,当关联对象包括一个时,也即,影响因素是单因素,将通过如下具体实施例讲解,如何根据验证结果,对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
可选地,根据验证结果,对初始关联关系计算式进行迭代修正,得到目标关联关系计算式,包括:
根据验证结果进行回归处理,并根据回归处理的结果对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
在上述实施例的基础上,当将多个关联对象划归为一个时,则可通过回归或大数据分析法,对上述得到的验证结果进行回归处理,并根据回归处理的结果对初始关联关系计算式进行迭代修正,以得到目标关联关系计算式。
如下,将对关联对象的个数是多个的情况进行分析。
可选地,关联对象包括多个;使用计算式参数,构建初始关联关系计算式,包括:
使用计算参数构建第二计算式,第二计算式中包括多个自变量,各自变量分别用于表征一个关联对象。
例如,当初始关联关系计算式中存在2个自变量x、y时,则可以使用计算参数a、b和c构建第二计算式,并得到第二计算式z=ax+by+c。
可选地,当关联对象包括多个时,也即,影响因素是多因素时,将通过如下具体实施例讲解,如何根据验证结果,对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
可选地,根据验证结果,对初始关联关系计算式进行迭代修正,得到目标关联关系计算式,包括:
根据验证结果,对关联对象进行区间划分,分别对划分的各区间进行回归处理,并根据回归处理的结果对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
在上述实施例的基础上,当关联对象多于两个时,则可以通过对关联对象进行区间划分,然后,再按照划分区间对各区间的实际影响数据进行回归处理,并根据回归处理的结果对初始关联关系计算式进行迭代修正,以计算修正系数,以得到目标关联关系计算式。
例如,按照实际影响数据,关联对象在同一区间的实际影响数据进行回归处理,比如机采系统按照不同的机采方式划分(抽油机、电潜泵、螺杆泵等),注水系统按照注水压力等级划分。
这样,可以使得通过目标关联关系计算式计算得的指标值能够真实反映各油田的实际能耗水平,后续还可以继续周期性地使用各油田生产系统中采集到的实际生产数据对初始关联关系计算式进行迭代修正,以更新指标值,保证计算得到能耗指标的指标值能够长期适用性。
综上所述,本申请提供的油田能耗确定方法中,通过选取或取或构建一个目标能耗指标,考虑各种关联对象对该目标能耗指标的影响,并把将些关联对象进行归一处理、区间划分等处理,通过计算消除影响等方式进行处理,融合到目标能耗指标当中,使得选取或构建的目标能耗指标能够可以适用于各种生产条件,具有普遍适用性及可比性,能够为各个油田生产系统开展横向对标提供依据。
下述对用以执行本申请所提供的油田能耗确定装置及存储介质等进行说明,其具体的实现过程以及技术效果参见上述,下述不再赘述。
图5为本申请实施例提供的一种油田能耗确定装置的结构示意图,可选地,如图5所示,该装置包括:
获取模块501,用于获取目标能耗指标对应的至少一个关联对象的对象值;
处理模块502,用于根据目标能耗指标与关联对象的关联信息,确定目标能耗指标的指标值,其中,关联信息包括:目标关联关系计算式;根据目标能耗指标的指标值,确定油田各生产系统的能耗水平。
可选地,获取模块,还用于获取预先采集的多个样本数据,样本数据包括:关联对象对目标能耗指标的实际影响数据;
该装置还包括:
构建模块,用于根据多个样本数据,构建初始关联关系计算式;
验证模块,用于根据初始关联关系计算式以及多个样本数据,对初始关联关系计算式进行验证;
修正模块,用于根据验证结果,对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
可选地,构建模块,还用于:
对样本数据中的关联对象以及实际影响数据进行拟合处理,确定计算式参数;使用计算式参数,构建初始关联关系计算式。
可选地,关联对象包括一个;构建模块,还用于:
使用计算参数构建第一计算式,第一计算式中包括一个自变量,自变量用于表征关联对象。
可选地,修正模块,还用于:
根据验证结果进行回归处理,并根据回归处理的结果对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
可选地,关联对象包括多个;构建模块,还用于:
使用计算参数构建第二计算式,第二计算式中包括多个自变量,各自变量分别用于表征一个关联对象。
可选地,修正模块,还用于:
根据验证结果,对关联对象进行区间划分,分别对划分的各区间进行回归处理,并根据回归处理的结果对初始关联关系计算式进行迭代修正,得到目标关联关系计算式。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种油田能耗确定方法,其特征在于,包括:
获取目标能耗指标对应的至少一个关联对象的对象值;
根据所述目标能耗指标与所述关联对象的关联信息,确定所述目标能耗指标的指标值,其中,所述关联信息包括:目标关联关系计算式;
根据所述目标能耗指标的指标值,确定油田各生产系统的能耗水平。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标能耗指标与所述关联对象的关联信息之前,还包括:
获取预先采集的多个样本数据,所述样本数据包括:所述关联对象对所述目标能耗指标的实际影响数据;
根据所述多个样本数据,构建初始关联关系计算式;
根据所述初始关联关系计算式以及所述多个样本数据,对所述初始关联关系计算式进行验证;
根据验证结果,对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多个样本数据,构建初始关联关系计算式,包括:
对所述样本数据中的所述关联对象以及所述实际影响数据进行拟合处理,确定计算式参数;
使用所述计算式参数,构建所述初始关联关系计算式。
4.根据权利要求3所述的方法,其特征在于,所述关联对象包括一个;所述使用所述计算式参数,构建所述初始关联关系计算式,包括:
使用所述计算参数构建第一计算式,所述第一计算式中包括一个自变量,所述自变量用于表征所述关联对象。
5.根据权利要求4所述的方法,其特征在于,所述根据验证结果,对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式,包括:
根据所述验证结果进行回归处理,并根据回归处理的结果对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
6.根据权利要求3所述的方法,其特征在于,所述关联对象包括多个;所述使用所述计算式参数,构建所述初始关联关系计算式,包括:
使用所述计算参数构建第二计算式,所述第二计算式中包括多个自变量,各所述自变量分别用于表征一个所述关联对象。
7.根据权利要求6所述的方法,其特征在于,所述根据验证结果,对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式,包括:
根据所述验证结果,对所述关联对象进行区间划分,分别对划分的各区间进行回归处理,并根据回归处理的结果对所述初始关联关系计算式进行迭代修正,得到所述目标关联关系计算式。
8.一种油田能耗确定装置,其特征在于,所述装置包括:
获取模块,用于获取目标能耗指标对应的至少一个关联对象的对象值;
处理模块,用于根据所述目标能耗指标与所述关联对象的关联信息,确定所述目标能耗指标的指标值,其中,所述关联信息包括:目标关联关系计算式;根据所述目标能耗指标的指标值,确定油田各生产系统的能耗水平。
9.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-7任一所述方法的步骤。
10.一种计算机存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-7任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111021274.5A CN113807677A (zh) | 2021-09-01 | 2021-09-01 | 油田能耗指标确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111021274.5A CN113807677A (zh) | 2021-09-01 | 2021-09-01 | 油田能耗指标确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807677A true CN113807677A (zh) | 2021-12-17 |
Family
ID=78894600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111021274.5A Pending CN113807677A (zh) | 2021-09-01 | 2021-09-01 | 油田能耗指标确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807677A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565231A (zh) * | 2022-02-07 | 2022-05-31 | 三一汽车制造有限公司 | 作业方量确定方法、装置、设备、存储介质及作业机械 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109636094A (zh) * | 2018-10-30 | 2019-04-16 | 中国石油天然气股份有限公司 | 低渗透油田储层类型识别方法和装置 |
CN110826902A (zh) * | 2019-10-31 | 2020-02-21 | 北京东软望海科技有限公司 | 目标对象考核评价方法、装置、计算机设备及存储介质 |
CN111008775A (zh) * | 2019-11-28 | 2020-04-14 | 中国石油化工股份有限公司 | 基于矿场不同构成的有用功简化计算方法 |
CN111077869A (zh) * | 2019-12-31 | 2020-04-28 | 国电九江发电有限公司 | 一种大数据智能控制布袋除尘器优化控制方法及系统 |
CN112160734A (zh) * | 2020-10-15 | 2021-01-01 | 中国海洋石油集团有限公司 | 注采井相关性分析方法、装置、存储介质及计算机设备 |
CN112365156A (zh) * | 2020-11-10 | 2021-02-12 | 中国平安人寿保险股份有限公司 | 一种数据处理方法、数据处理装置、终端及存储介质 |
CN112749867A (zh) * | 2019-10-31 | 2021-05-04 | 中国石油天然气股份有限公司 | 抽油机井系统效率的影响因素确定方法、装置及存储介质 |
-
2021
- 2021-09-01 CN CN202111021274.5A patent/CN113807677A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109636094A (zh) * | 2018-10-30 | 2019-04-16 | 中国石油天然气股份有限公司 | 低渗透油田储层类型识别方法和装置 |
CN110826902A (zh) * | 2019-10-31 | 2020-02-21 | 北京东软望海科技有限公司 | 目标对象考核评价方法、装置、计算机设备及存储介质 |
CN112749867A (zh) * | 2019-10-31 | 2021-05-04 | 中国石油天然气股份有限公司 | 抽油机井系统效率的影响因素确定方法、装置及存储介质 |
CN111008775A (zh) * | 2019-11-28 | 2020-04-14 | 中国石油化工股份有限公司 | 基于矿场不同构成的有用功简化计算方法 |
CN111077869A (zh) * | 2019-12-31 | 2020-04-28 | 国电九江发电有限公司 | 一种大数据智能控制布袋除尘器优化控制方法及系统 |
CN112160734A (zh) * | 2020-10-15 | 2021-01-01 | 中国海洋石油集团有限公司 | 注采井相关性分析方法、装置、存储介质及计算机设备 |
CN112365156A (zh) * | 2020-11-10 | 2021-02-12 | 中国平安人寿保险股份有限公司 | 一种数据处理方法、数据处理装置、终端及存储介质 |
Non-Patent Citations (3)
Title |
---|
梁晶;马建国;吕亳龙;: "油田注水系统能耗指标及其影响因素分析", 石油石化节能, no. 03, pages 37 - 39 * |
梁晶等: "油田注水系统能耗指标计算方法探讨", 石油石化节能, vol. 7, no. 4, pages 18 - 20 * |
邴绍献等: "油田注水开发系统能耗整体优化方法", 油气地质与采收率, vol. 26, no. 5, pages 102 - 106 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565231A (zh) * | 2022-02-07 | 2022-05-31 | 三一汽车制造有限公司 | 作业方量确定方法、装置、设备、存储介质及作业机械 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034244B (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
CN111537841B (zh) | 一种适用于接地故障类型识别的优化方法及系统 | |
CN101248365A (zh) | 估算与电池相关的状态向量的系统和方法 | |
CN103605096B (zh) | 在线调整电网状态检测系统参数的方法与系统 | |
CN111122199A (zh) | 一种锅炉故障诊断方法及装置 | |
CN111626360B (zh) | 用于检测锅炉故障类型的方法、装置、设备和存储介质 | |
CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
CN103698489A (zh) | 测试数据的验证方法及装置 | |
CN115600933B (zh) | 一种基于物联网的电表电能质量检测方法及系统 | |
Rossi et al. | Stochastic evaluation of distribution network hosting capacity: Evaluation of the benefits introduced by smart grid technology | |
CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
CN112039073A (zh) | 一种适用于配电房设备故障判断的协同优化方法及系统 | |
CN114302418A (zh) | 网元设备性能的检测方法、装置及计算机可读介质 | |
CN115713320A (zh) | 设备的运维策略优化方法、装置、设备及存储介质 | |
CN112730654B (zh) | 六氟化硫电气设备故障检测方法、装置及终端设备 | |
CN110826859A (zh) | 一种基于日电量远程识别用户用电性质的方法及系统 | |
CN117874688A (zh) | 基于数字孪生的电力数字化异常识别方法及系统 | |
WO2021237459A1 (zh) | 基于工业对象模型的数据处理方法、装置及设备 | |
CN113807677A (zh) | 油田能耗指标确定方法、装置、设备及存储介质 | |
CN115248783B (zh) | 软件测试方法、系统、可读存储介质及计算机设备 | |
WO2020121316A1 (en) | Identifying faults in system data | |
CN109738694A (zh) | 一种芯片功耗预测方法、装置、电子设备及存储介质 | |
CN115392715A (zh) | 一种用电数据风险评估方法、装置、设备及存储介质 | |
CN103761432B (zh) | 板级测试数据分析方法及装置 | |
CN117688353B (zh) | 一种用于地下工程探测高密度数据的多级验证处理方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 102299 507, Floor 5, Building 2, Yard 5, Yingcai South 1st Street, Changping District, Beijing Applicant after: Zhongkong Innovation (Beijing) Energy Technology Co.,Ltd. Address before: 102400 B92, floor 1, building 1, No. 73, Changhong West Road, Xilu street, Fangshan District, Beijing Applicant before: Zhongkong Zhiwang (Beijing) Energy Technology Co.,Ltd. |