CN117468877B - 一种基于神经网络的电控封隔器自动感应控制方法及装置 - Google Patents
一种基于神经网络的电控封隔器自动感应控制方法及装置 Download PDFInfo
- Publication number
- CN117468877B CN117468877B CN202311799584.9A CN202311799584A CN117468877B CN 117468877 B CN117468877 B CN 117468877B CN 202311799584 A CN202311799584 A CN 202311799584A CN 117468877 B CN117468877 B CN 117468877B
- Authority
- CN
- China
- Prior art keywords
- pressure
- result
- control
- partition
- automatic induction
- 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.)
- Active
Links
- 230000006698 induction Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 18
- 238000005192 partition Methods 0.000 claims abstract description 84
- 238000007789 sealing Methods 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 25
- 230000001960 triggered effect Effects 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 17
- 230000004044 response Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- E21B23/00—Apparatus for displacing, setting, locking, releasing or removing tools, packers or the like in boreholes or wells
- E21B23/06—Apparatus for displacing, setting, locking, releasing or removing tools, packers or the like in boreholes or wells for setting packers
-
- 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
- E21B33/00—Sealing or packing boreholes or wells
- E21B33/10—Sealing or packing boreholes or wells in the borehole
- E21B33/12—Packers; Plugs
-
- 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
- E21B47/00—Survey of boreholes or wells
- E21B47/10—Locating fluid leaks, intrusions or movements
- E21B47/117—Detecting leaks, e.g. from tubing, by pressure testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Theoretical Computer Science (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Geophysics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于神经网络的电控封隔器自动感应控制方法及装置，涉及数据处理技术领域，该方法包括：在油套阵列压力传感器，并记录阵列位置坐标；当进行坐封控制时，对压力传感器进行信号监测，生成信号反馈结果；触发自动感应控制；通过油套属性配置密封行程；通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果；进行分区步进约束下的电机参数调整；根据电机参数调整结果完成电控封隔器的自动感应控制。本发明解决了现有技术中电控封隔器自动感应控制平衡性差，响应速度慢，控制效果不达标的技术问题，达到了提升自动感应控制的准确性和效率的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种基于神经网络的电控封隔器自动感应控制方法及装置。
背景技术
电控封隔器在坐封过程中，如果坐封不牢固会导致封隔器在油套中松动，影响封隔效果，因此，研究电控封隔器的坐封过程控制效果有着十分重要的意义。目前，对于电控封隔器的控制主要通过技术人员根据现场坐封情况进行分析，控制效果较依靠技术人员的经验，因此，导致分析周期较长，无法对坐封过程中的情况进行快速响应。现有技术存在着电控封隔器自动感应控制平衡性差，响应速度慢，控制效果不达标的技术问题。
发明内容
本申请提供了一种基于神经网络的电控封隔器自动感应控制方法及装置，用于针对解决现有技术中电控封隔器自动感应控制平衡性差，响应速度慢，控制效果不达标的技术问题。
鉴于上述问题，本申请提供了一种基于神经网络的电控封隔器自动感应控制方法及装置。
本申请的第一个方面，提供了一种基于神经网络的电控封隔器自动感应控制方法，所述方法包括：
在油套阵列压力传感器，并记录阵列位置坐标，其中，压力传感器的阵列依据自动感应控制精度配置；
当进行坐封控制时，对所述压力传感器进行信号监测，生成信号反馈结果；
当任意信号反馈结果监测为存在信号结果时，触发自动感应控制；
通过油套属性配置密封行程，并将所述密封行程分隔为三段行程，且所述三段行程对应设置有压力阈值；
通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果；
基于所述分区位置补偿结果进行分区步进约束下的电机参数调整；
根据电机参数调整结果完成电控封隔器的自动感应控制。
本申请的第二个方面，提供了一种基于神经网络的电控封隔器自动感应控制装置，所述装置包括：
阵列位置坐标记录模块，用于在油套阵列压力传感器，并记录阵列位置坐标，其中，压力传感器的阵列依据自动感应控制精度配置；
信号反馈结果生成模块，用于当进行坐封控制时，对所述压力传感器进行信号监测，生成信号反馈结果；
自动感应控制触发模块，用于当任意信号反馈结果监测为存在信号结果时，触发自动感应控制；
密封行程分隔模块，用于通过油套属性配置密封行程，并将所述密封行程分隔为三段行程，且所述三段行程对应设置有压力阈值；
补偿结果生成模块，用于通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果；
电机参数调整模块，用于基于所述分区位置补偿结果进行分区步进约束下的电机参数调整；
自动感应控制模块，用于根据电机参数调整结果完成电控封隔器的自动感应控制。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请在油套阵列压力传感器，并记录阵列位置坐标，其中，压力传感器的阵列依据自动感应控制精度配置，当进行坐封控制时，对压力传感器进行信号监测，生成信号反馈结果，然后当任意信号反馈结果监测为存在信号结果时，触发自动感应控制，通过油套属性配置密封行程，并将密封行程分隔为三段行程，且三段行程对应设置有压力阈值，通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果，基于分区位置补偿结果进行分区步进约束下的电机参数调整，然后根据电机参数调整结果完成电控封隔器的自动感应控制。达到了提升自动感应控制可靠性，保证电控封隔器的坐封质量的技术效果。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本申请实施例提供的一种基于神经网络的电控封隔器自动感应控制方法流程示意图；
图2为本申请实施例提供的一种基于神经网络的电控封隔器自动感应控制方法中生成分区位置补偿结果的流程示意图；
图3为本申请实施例提供的一种基于神经网络的电控封隔器自动感应控制方法中更新分区位置补偿结果的流程示意图；
图4为本申请实施例提供的一种基于神经网络的电控封隔器自动感应控制装置结构示意图。
附图标记说明：阵列位置坐标记录模块11，信号反馈结果生成模块12，自动感应控制触发模块13，密封行程分隔模块14，补偿结果生成模块15，电机参数调整模块16，自动感应控制模块17。
具体实施方式
本申请通过提供了一种基于神经网络的电控封隔器自动感应控制方法及装置，用于针对解决电控封隔器自动感应控制平衡性差，响应速度慢，控制效果不达标的技术问题。
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。显然，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。基于本申请中的实施例，本领域普通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，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示，本申请提供了一种基于神经网络的电控封隔器自动感应控制方法，所述方法包括：
步骤S100：在油套阵列压力传感器，并记录阵列位置坐标，其中，压力传感器的阵列依据自动感应控制精度配置；
在本申请的实施例中，通过油套与电动封隔器连接，经过电控封隔器的坐封控制后，从而打开采油通道进行生产。在油套的不同位置处阵列布设压力传感器，从而对油套处的压力变化进行可靠采集，从而为后续进行坐封精细化控制提供依据。其中，所述压力传感器的阵列中传感器数量和布设位置基于所述电控封隔器的自动感应控制精度配置，控制精度越高，布设的传感器数量越多，布设位置越均衡。通过记录阵列位置坐标，为后续区分采集到的压力数据来源提供支持。所述自动感应控制精度由本领域技术人员根据电控封隔器的性能进行设定。
步骤S200：当进行坐封控制时，对所述压力传感器进行信号监测，生成信号反馈结果；
进一步的，本申请实施例步骤200还包括：
配置压力的偏差预警阈值；
判断所述信号反馈结果的最大差值是否满足所述偏差预警阈值；
若满足，则报出处理异常，根据所述处理异常进行电控封隔器的维护管理。
在一个可能的实施例中，将电控封隔器连接在油套之上，进而将其向下移动到设计深度。在移动过程中通过电机驱动电控封隔器下行，并控制下行速度和电控封隔器的下行姿态，从而实现进行坐封控制的目标。并在进行坐封控制的过程中，实时对压力传感器进行信号监测，确定是否有压力产生，当有压力产生时，信号反馈结果为存在信号结果，当没有压力产生时，信号范围结果为不存在信号结果。所述信号反馈结果用于对油套的压力变化情况进行可靠描述。由此，达到了为后续是否进行电控封隔器的自动感应控制提供依据的技术效果。
在一个实施例中，基于油套属性由本领域技术人员配置在坐封控制过程中压力的偏差预警阈值。所述偏差预警阈值为电控封隔器在坐封过程中，对油套产生的最大压力偏差值。通过对信号反馈结果进行两两差值计算，将计算结果中的最大差值作为判断数据。进而，判断最大差值是否满足所述偏差预警阈值，若不满足，则表明正常工作，若满足，则表明出现异常，通过报出处理异常对工作人员进行提醒，工作人员根据处理异常对电控封隔器进行维护管理。示例性的，当电控封隔器与油套对齐偏差较大时，会导致布设的压力传感器阵列同时采集到的压力值偏差超出偏差预警阈值，此时若继续进行坐封，则会导致油套受力不均，对油套和电控封隔器造成损伤。
步骤S300：当任意信号反馈结果监测为存在信号结果时，触发自动感应控制；
步骤S400：通过油套属性配置密封行程，并将所述密封行程分隔为三段行程，且所述三段行程对应设置有压力阈值；
在一个可能的实施例中，当任意信号反馈结果为存在信号结果时，表明压力传感器监测到油套存在外力作用，此时触发电控封隔器的自动感应控制，电控封隔器开始进行坐封控制。
进而，由本领域技术人员根据油套属性配置密封行程，优选的，根据油套的长度、直径、材质和厚度等性质确定电控封隔器的密封行程。其中，所述密封行程为电控封隔器与油套连接直至坐封完成，电机停止工作时所移动的路径距离。将所述密封行程划分为三段行程，优选的，在所述三段行程内进行油套与电控封隔器接触的平衡程度控制不同，且根据每段行程内的坐封操作设定对应的压力阈值。示例性的，第一段行程为保证释放坐封活塞下行，对应的压力阈值为初始打压压力10MPa，第二段行程为保证电控封隔器整体被卡住在预定的管壁上，对应的压力阈值为初始坐封压力18MPa，第三段行程为使胶筒膨胀而将井管封隔住，对应的压力阈值为24MPa。通过对密封行程进行划分，进而为后续进行坐封过程的分阶段精细化调控做铺垫。
步骤S500：通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果；
进一步的，如图2所示，本申请实施例步骤S500还包括：
以触发自动感应控制点作为记录起点，当全部的压力传感器均被触发后，构建触发压力场，并将当前时间节点作为调整起点；
通过所述记录起点和所述调整起点进行行程计算，获取损失行程；
将所述触发压力场、损失行程和所述阵列位置坐标输入所述分区平衡度控制网络；
通过分区平衡度控制网络生成分区位置补偿结果。
进一步的，本申请实施例步骤S500还包括：
当所述触发压力场和损失行程输入所述分区平衡度控制网络后，通过压力阈值调用分区平衡度控制子网络；
基于所述分区平衡度控制子网络进行所述触发压力场的压力平衡分析；
根据平衡分析结果和损失行程进行阶梯补偿决策，获得所述分区位置补偿结果。
进一步的，如图3所示，本申请实施例步骤S500还包括：
通过所述分区位置补偿结果获得阶梯补偿标定值和阶梯反馈节点；
在所述阶梯反馈节点进行所述压力传感器的压力信号提取；
根据压力信号提取结果配置补偿数据；
依据所述补偿数据进行阶梯补偿决策的决策优化，更新分区位置补偿结果。
在一个可能的实施例中，根据所述压力阈值配置所述分区平衡度控制网络，其中，所述分区平衡度控制网络用于对坐封控制中的电控封隔器与油套之间的接触平衡程度进行智能化分析，且，所述分区平衡度控制网络包括三个分区平衡度控制子网络，每个分区平衡度控制子网络对应密封行程中的一段行程。进而，根据每段行程对应的压力阈值对分区平衡控制子网络进行调用。通过将接收的实时压力传感器信号和阵列位置坐标输入所述分区平衡度控制网络中，对实时行程进行分析，确定对应的分区位置补偿结果。其中，所述分区位置补偿结果为电控封隔器的不同区域位置进行移动补偿的距离值。通过根据所述分区位置补偿结果进行移动补偿，从而使所述电控封隔器各个部位与油套的相对位置保持平衡，进而保证坐封质量。
在一个实施例中，当任意信号反馈结果监测为存在信号结果时，触发自动感应控制，将触发自动感应控制的时间节点，作为记录起点，并记录根据触发自动感应控制的信号反馈结果对应的压力传感器位置确定损失行程的起点。当全部的压力传感器均被触发后，根据接收的阵列位置坐标确定当前时间节点处的压力传感器位置和压力传感器所监测到的压力值，构建触发压力场。优选的，基于触发的各压力传感器位置构建压力场中的触发压力点，进而根据压力传感器所监测到的压力值对各个触发压力点进行标识，完成所述触发压力场的构建。并将全部的压力传感器均被触发的时间节点作为调整起点，并将调整起点时电控封隔器的位置作为损失行程的终点。基于所述损失行程的起点和损失行程的终点，确定损失行程的距离。其中，所述损失行程为电控封隔器与油套的密封行程由于初始位置放置不合理导致的不能满足坐封要求的距离。
在本申请的实施例中，将所述触发压力场、损失行程和阵列位置坐标输入所述分区平衡度控制网络中进行分区位置补偿，生成分区位置补偿结果。由此，根据触发压力场中各压力点的压力值，以及损失行程的距离和阵列位置坐标中各传感器的位置，对电控封隔器与油套之间的不同接触位置进行补偿分析，达到了为后续进行位置调整，使电控封隔器和油套的平衡接触提供依据的技术效果。
在一个实施例中，将所述触发压力场和损失行程输入分区平衡度控制网络中，进而根据触发压力场中的压力值与三段行程对应的压力阈值进行比较判断，确定其对应的压力阈值，进而调用对应的分区平衡度控制子网络，且在分析中根据所述触发压力场中。示例性的，触发压力场中的最大压力值为8MPa，则与三段行程的压力阈值进行比较，确定其属于第一段行程，进而调用第一段行程对应的分区平衡度控制子网络进行平衡分析。优选的，通过获取多个样本触发压力场、多个样本损失行程、多个样本阵列位置坐标和多个样本平衡分析结果作为训练数据，对基于卷积神经网络构建的框架进行监督训练，直至输出达到收敛，获得训练完成的所述分区平衡度控制子网络。由此，达到了利用神经网络模型对压力平衡情况进行智能化分析，提升分析效率和准确性的技术效果。
进而，将所述触发压力场、损失行程和阵列位置坐标输入分区平衡度控制网络中进行触发压力场的压力平衡分析，输出所述平衡分析结果。所述平衡分析结果对电控封隔器与油套的不同接触位置之间的压力平衡程度进行描述。进而，根据平衡分析结果和损失行程进行阶梯补偿决策，对不同接触位置需要补偿的距离分别进行阶梯性补偿，获得所述分区位置补偿结果。其中，所述分区位置补偿结果中包括电控封隔器与油套的不同接触位置在不同阶段需要补偿的距离。示例性的，根据压力平衡分析后获得平衡分析结果，确定电控封隔器和油套的不同接触位置达到同一目标位置时，需要补偿的距离，如有3个接触位置，对应的补偿距离分别为15cm、10cm、20cm等。进而，根据损失行程结合密封行程中对应的一段行程的总距离进行差值计算，确定可以进行补偿的行程，获得补偿行程。然后根据补偿行程的距离和平衡分析结果确定每个接触位置进行阶梯补偿时单次补偿的尺度，组成所述分区位置补偿结果。
优选的，根据所述分区位置补偿结果确定所述阶梯补偿标定值和阶梯反馈节点。其中，所述阶梯补偿标定值为补偿过程中每个阶段需要达到的补偿距离，所述阶梯反馈节点为每个阶段补偿完成时的时间节点。在所述阶梯反馈节点处进行压力传感器的压力信号提取，根据压力信号提取结果基于上述同样信号分析的原理获得补偿数据，根据所述补偿数据对阶梯补偿决策进行优化更新，对分区位置补偿结果根据阶梯反馈节点的反馈结果进行更新。达到了在不同的阶梯反馈节点进行压力信号提取，并根据提取结果对阶梯补偿决策进行实时更新的技术效果。
进一步的，本申请实施例步骤S500还包括：
当所述压力传感器的接收信号触发所述压力阈值时，则将对应时间节点更新为与压力阈值对应的行程记录节点；
当全部的压力传感器均满足对应压力阈值时，将此时的时间节点记录为行程调整起点；
通过所述行程记录节点和所述行程调整起点完成分区位置补偿。
在一个可能的实施例中，当所述压力传感器的接收信号，也就是压力传感器监测到的压力值满足所述压力阈值后，将对应的时间节点更新为与压力阈值对应的行程记录节点，即进入下一行程时的行程记录节点。并当全部的压力传感器均满足对应压力阈值时，表明电控封隔器和油套的所有接触部位均进入下一行程，将此时的时间节点记录为行程调整节点。此时，根据所述行程记录节点和行程调整节点确定为完成本段行程分区位置补偿的时间节点。优选的，以所述行程记录节点对应的位置和行程调整起点的位置计算行程损失结果，对损失行程进行更新。然后根据全部压力传感器的压力监测值对触发压力场进行更新，进而通过触发后行程的压力阈值调用对应的分区平衡度控制子网络，对更新后的触发压力场进行压力平衡分析，并结合更新后的损失行程进行补偿分析，进行下一段行程的分区位置补偿分析。
步骤S600：基于所述分区位置补偿结果进行分区步进约束下的电机参数调整；
步骤S700：根据电机参数调整结果完成电控封隔器的自动感应控制。
进一步的，本申请实施例步骤S700还包括：
建立压力传感器与电机的映射关系；
通过实时压力传感器信号和所述映射关系进行电机的工作稳态评价，生成稳态基准；
以所述稳态基准和所述实时压力传感器信号进行电机的异常标识；
根据异常标识结果进行电机的维护管理。
在本申请的实施例中，根据分区位置补偿结果确定每个分区需要补偿的距离，并根据不同分区需要补偿的距离大小确定每个分区在单次步进补偿下移动的距离，也就是所述分区步进约束。进而，在所述分区步进约束下确定单次步进补偿时对应电机参数调整的幅度。优选的，所述电机数量与压力传感器的阵列中传感器的数量一致。并根据调整后的电机参数调整结果对电控封隔器进行自动感应控制，由此，实现了对电控封隔器进行精细化的自动感应控制，提高控制可靠性和准确性的技术效果。
在一个实施例中，根据电机与压力传感器之间的一一映射关系，由此，可以基于实时压力传感器信号的变化状态，结合映射关系，对电机的工作稳态进行评价，获得稳态基准。其中，所述稳态基准反映了多个电机工作的整体稳定状态。优选的，通过对实时压力传感器信号中的众数进行采集，并将其作为稳态基准。也就是说，将多个电机工作后对油套施加的最普遍压力作为基准，对实时压力传感器信号中不满足所述稳态基准的信号根据映射关系确定的对应电机进行异常标识。由于电机异常导致对应产生的压力不符合稳态基准，此时根据所述异常标识结果由工作人员对电机进行维护管理，从而使坐封控制过程更加均衡协调。
综上所述，本申请实施例至少具有如下技术效果：
本申请通过在油套阵列压力传感器，并记录阵列位置坐标，为后续进行压力信号识别提供支持，当进行坐封控制时，对所述压力传感器进行信号监测，生成信号反馈结果，实现了为后续进行信号识别提供基础数据的目标，当任意信号反馈结果监测为存在信号结果时，触发自动感应控制，然后通过油套属性配置密封行程，并将所述密封行程分隔为三段行程，且所述三段行程对应设置有压力阈值，实现了将密封行程进行划分，为后续进行精细化控制做铺垫的目标，然后通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果，实现了利用神经网络模型提升分析效率和准确性的目标，并基于所述分区位置补偿结果进行分区步进约束下的电机参数调整，实现了对不同的位置进行阶梯化的补偿分析的目标，根据电机参数调整结果完成电控封隔器的自动感应控制。达到了精细化、智能化的进行自动感应控制，提高控制质量的技术效果。
实施例二
基于与前述实施例中一种基于神经网络的电控封隔器自动感应控制方法相同的发明构思，如图4所示，本申请提供了一种基于神经网络的电控封隔器自动感应控制装置，本申请实施例中的装置与方法实施例基于同样的发明构思。其中，所述装置包括：
阵列位置坐标记录模块11，用于在油套阵列压力传感器，并记录阵列位置坐标，其中，压力传感器的阵列依据自动感应控制精度配置；
信号反馈结果生成模块12，用于当进行坐封控制时，对所述压力传感器进行信号监测，生成信号反馈结果；
自动感应控制触发模块13，用于当任意信号反馈结果监测为存在信号结果时，触发自动感应控制；
密封行程分隔模块14，用于通过油套属性配置密封行程，并将所述密封行程分隔为三段行程，且所述三段行程对应设置有压力阈值；
补偿结果生成模块15，用于通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果；
电机参数调整模块16，用于基于所述分区位置补偿结果进行分区步进约束下的电机参数调整；
自动感应控制模块17，用于根据电机参数调整结果完成电控封隔器的自动感应控制。
进一步的，所述补偿结果生成模块15用于执行如下步骤：
以触发自动感应控制点作为记录起点，当全部的压力传感器均被触发后，构建触发压力场，并将当前时间节点作为调整起点；
通过所述记录起点和所述调整起点进行行程计算，获取损失行程；
将所述触发压力场、损失行程和所述阵列位置坐标输入所述分区平衡度控制网络；
通过分区平衡度控制网络生成分区位置补偿结果。
进一步的，所述补偿结果生成模块15用于执行如下步骤：
当所述触发压力场和损失行程输入所述分区平衡度控制网络后，通过压力阈值调用分区平衡度控制子网络；
基于所述分区平衡度控制子网络进行所述触发压力场的压力平衡分析；
根据平衡分析结果和损失行程进行阶梯补偿决策，获得所述分区位置补偿结果。
进一步的，所述补偿结果生成模块15用于执行如下步骤：
通过所述分区位置补偿结果获得阶梯补偿标定值和阶梯反馈节点；
在所述阶梯反馈节点进行所述压力传感器的压力信号提取；
根据压力信号提取结果配置补偿数据；
依据所述补偿数据进行阶梯补偿决策的决策优化，更新分区位置补偿结果。
进一步的，所述补偿结果生成模块15用于执行如下步骤：
当所述压力传感器的接收信号触发所述压力阈值时，则将对应时间节点更新为与压力阈值对应的行程记录节点；
当全部的压力传感器均满足对应压力阈值时，将此时的时间节点记录为行程调整起点；
通过所述行程记录节点和所述行程调整起点完成分区位置补偿。
进一步的，所述自动感应控制模块17用于执行如下步骤：
建立压力传感器与电机的映射关系；
通过实时压力传感器信号和所述映射关系进行电机的工作稳态评价，生成稳态基准；
以所述稳态基准和所述实时压力传感器信号进行电机的异常标识；
根据异常标识结果进行电机的维护管理。
进一步的，所述信号反馈结果生成模块12用于执行如下步骤：
配置压力的偏差预警阈值；
判断所述信号反馈结果的最大差值是否满足所述偏差预警阈值；
若满足，则报出处理异常，根据所述处理异常进行电控封隔器的维护管理。
需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例，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。
本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种基于神经网络的电控封隔器自动感应控制方法，其特征在于，所述方法包括：
在油套阵列压力传感器，并记录阵列位置坐标，其中，压力传感器的阵列依据自动感应控制精度配置；
当进行坐封控制时，对所述压力传感器进行信号监测，生成信号反馈结果；
当任意信号反馈结果监测为存在信号结果时，触发自动感应控制；
通过油套属性配置密封行程，并将所述密封行程分隔为三段行程，且所述三段行程对应设置有压力阈值；
通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果；
基于所述分区位置补偿结果进行分区步进约束下的电机参数调整；
根据电机参数调整结果完成电控封隔器的自动感应控制。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
以触发自动感应控制点作为记录起点，当全部的压力传感器均被触发后，构建触发压力场，并将当前时间节点作为调整起点；
通过所述记录起点和所述调整起点进行行程计算，获取损失行程；
将所述触发压力场、损失行程和所述阵列位置坐标输入所述分区平衡度控制网络；
通过分区平衡度控制网络生成分区位置补偿结果。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
当所述触发压力场和损失行程输入所述分区平衡度控制网络后，通过压力阈值调用分区平衡度控制子网络；
基于所述分区平衡度控制子网络进行所述触发压力场的压力平衡分析；
根据平衡分析结果和损失行程进行阶梯补偿决策，获得所述分区位置补偿结果。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
通过所述分区位置补偿结果获得阶梯补偿标定值和阶梯反馈节点；
在所述阶梯反馈节点进行所述压力传感器的压力信号提取；
根据压力信号提取结果配置补偿数据；
依据所述补偿数据进行阶梯补偿决策的决策优化，更新分区位置补偿结果。
5.如权利要求2所述的方法，其特征在于，所述方法还包括：
当所述压力传感器的接收信号触发所述压力阈值时，则将对应时间节点更新为与压力阈值对应的行程记录节点；
当全部的压力传感器均满足对应压力阈值时，将此时的时间节点记录为行程调整起点；
通过所述行程记录节点和所述行程调整起点完成分区位置补偿。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
建立压力传感器与电机的映射关系；
通过实时压力传感器信号和所述映射关系进行电机的工作稳态评价，生成稳态基准；
以所述稳态基准和所述实时压力传感器信号进行电机的异常标识；
根据异常标识结果进行电机的维护管理。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
配置压力的偏差预警阈值；
判断所述信号反馈结果的最大差值是否满足所述偏差预警阈值；
若满足，则报出处理异常，根据所述处理异常进行电控封隔器的维护管理。
8.一种基于神经网络的电控封隔器自动感应控制装置，其特征在于，所述装置包括：
阵列位置坐标记录模块，用于在油套阵列压力传感器，并记录阵列位置坐标，其中，压力传感器的阵列依据自动感应控制精度配置；
信号反馈结果生成模块，用于当进行坐封控制时，对所述压力传感器进行信号监测，生成信号反馈结果；
自动感应控制触发模块，用于当任意信号反馈结果监测为存在信号结果时，触发自动感应控制；
密封行程分隔模块，用于通过油套属性配置密封行程，并将所述密封行程分隔为三段行程，且所述三段行程对应设置有压力阈值；
补偿结果生成模块，用于通过压力阈值配置分区平衡度控制网络，并将接收的实时压力传感器信号和阵列位置坐标输入分区平衡度控制网络，生成分区位置补偿结果；
电机参数调整模块，用于基于所述分区位置补偿结果进行分区步进约束下的电机参数调整；
自动感应控制模块，用于根据电机参数调整结果完成电控封隔器的自动感应控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311799584.9A CN117468877B (zh) | 2023-12-26 | 2023-12-26 | 一种基于神经网络的电控封隔器自动感应控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311799584.9A CN117468877B (zh) | 2023-12-26 | 2023-12-26 | 一种基于神经网络的电控封隔器自动感应控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117468877A CN117468877A (zh) | 2024-01-30 |
| CN117468877B true CN117468877B (zh) | 2024-03-01 |
Family
ID=89627792
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311799584.9A Active CN117468877B (zh) | 2023-12-26 | 2023-12-26 | 一种基于神经网络的电控封隔器自动感应控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117468877B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101545371A (zh) * | 2008-03-24 | 2009-09-30 | 普拉德研究及开发股份有限公司 | 包括其内具有纳米传感器的可溶胀弹性体的油田装置及在油田应用中使用该装置的方法 |
| CN109811832A (zh) * | 2019-03-18 | 2019-05-28 | 哈尔滨理工大学 | 一种基于模糊神经网络pid控制的分层注水流量控制方法 |
| CN211008596U (zh) * | 2019-08-29 | 2020-07-14 | 中国石油天然气股份有限公司 | 连续非金属管内置电缆的智能轮换注水装置 |
| US11341410B1 (en) * | 2017-12-07 | 2022-05-24 | Triad National Security, Llc | Subsurface stress criticality associated with fluid injection and determined using machine learning |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8651177B2 (en) * | 2009-08-13 | 2014-02-18 | Smart Drilling And Completion, Inc. | Long-lasting hydraulic seals for smart shuttles, for coiled tubing injectors, and for pipeline pigs |
| US7631697B2 (en) * | 2006-11-29 | 2009-12-15 | Schlumberger Technology Corporation | Oilfield apparatus comprising swellable elastomers having nanosensors therein and methods of using same in oilfield application |
| US11846174B2 (en) * | 2020-02-01 | 2023-12-19 | Halliburton Energy Services, Inc. | Loss circulation detection during cementing operations |
| CN114033360B (zh) * | 2021-11-15 | 2023-05-26 | 西南石油大学 | 一种全生命周期井筒密封完整性评价装置及方法 |
| CN114776276A (zh) * | 2022-03-08 | 2022-07-22 | 中国石油大学(华东) | 自反馈调节的钻井井下井涌处理方法及设备 |
-
2023
- 2023-12-26 CN CN202311799584.9A patent/CN117468877B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101545371A (zh) * | 2008-03-24 | 2009-09-30 | 普拉德研究及开发股份有限公司 | 包括其内具有纳米传感器的可溶胀弹性体的油田装置及在油田应用中使用该装置的方法 |
| US11341410B1 (en) * | 2017-12-07 | 2022-05-24 | Triad National Security, Llc | Subsurface stress criticality associated with fluid injection and determined using machine learning |
| CN109811832A (zh) * | 2019-03-18 | 2019-05-28 | 哈尔滨理工大学 | 一种基于模糊神经网络pid控制的分层注水流量控制方法 |
| CN211008596U (zh) * | 2019-08-29 | 2020-07-14 | 中国石油天然气股份有限公司 | 连续非金属管内置电缆的智能轮换注水装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117468877A (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11941868B2 (en) | Inference apparatus, inference method, and computer-readable storage medium storing an inference program | |
| US10254750B2 (en) | Machining machine system which determines acceptance/rejection of workpieces | |
| US20180264613A1 (en) | Abnormality detection apparatus and machine learning apparatus | |
| CN112198857B (zh) | 一种基于监测数据的工业设备控制优化方法及系统 | |
| JPH07191737A (ja) | 工場制御装置および制御方法 | |
| CN102699302A (zh) | 一种板坯连铸结晶器漏钢预报系统及其预报方法 | |
| CN114329849B (zh) | 基于数字孪生的充液成形设备健康管控系统和方法 | |
| CN107390644A (zh) | 制造调整系统 | |
| CN113534741A (zh) | 一种铣削加工薄壁件的控制方法及系统 | |
| CN117468877B (zh) | 一种基于神经网络的电控封隔器自动感应控制方法及装置 | |
| CN112534362B (zh) | 控制装置、控制方法及计算机可读存储介质 | |
| CN114035537B (zh) | 一种燃气轮机控制系统综合诊断平台及方法 | |
| CN116449771B (zh) | 一种数控机床的数字孪生建模方法 | |
| CN108198268B (zh) | 一种生产设备数据标定方法 | |
| CN112327774A (zh) | 一种基于数字孪生的薄壁零件铆接质量控制方法 | |
| CN116727462B (zh) | 一种热轧无缝钢管的冷却控制方法及系统 | |
| CN104024651A (zh) | 用于运行真空抓取装置的方法、真空控制装置和操纵器 | |
| CN116500998B (zh) | 一种药品生产设备的智能化控制方法及系统 | |
| CN116307405B (zh) | 一种基于生产数据的二极管性能预测方法及系统 | |
| CN114800049B (zh) | 一种光栅尺加工运行信号误差补偿系统 | |
| KR101137318B1 (ko) | 반도체 장치의 고장 진단시스템 및 방법 | |
| CN109622773B (zh) | 一种模高指示器、冲压机床的装模高度调整系统及方法 | |
| CN113408764A (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
| CN117332360B (zh) | 基于5g技术的温室大棚设备故障监测方法及系统 | |
| CN117148741B (zh) | 轴承加工参数智能调控方法及系统 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240611 Address after: No. 26 Bohai No.33 Road, Lingang Economic Zone, Binhai New Area, Tianjin, 300451 Patentee after: HELI TECH ENERGY Co.,Ltd. Country or region after: China Address before: 300000 902-b, building 5, No. 158, Xisan Road, Tianjin pilot free trade zone (Airport Economic Zone), Binhai New Area, Tianjin (trust No. 652 of Tianjin xinzhijia business secretary Co., Ltd.) Patentee before: Deep blue (Tianjin) Intelligent Manufacturing Co.,Ltd. Country or region before: China |