CN117666638A - 油田掺稀量智能控制方法、系统、设备及介质 - Google Patents

油田掺稀量智能控制方法、系统、设备及介质 Download PDF

Info

Publication number
CN117666638A
CN117666638A CN202410130410.1A CN202410130410A CN117666638A CN 117666638 A CN117666638 A CN 117666638A CN 202410130410 A CN202410130410 A CN 202410130410A CN 117666638 A CN117666638 A CN 117666638A
Authority
CN
China
Prior art keywords
current
preset period
influence factor
doping amount
historical
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
Application number
CN202410130410.1A
Other languages
English (en)
Other versions
CN117666638B (zh
Inventor
邱文民
王帆
孙鹏
赵迎宾
董文良
李建峰
贲月梅
王斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Shengtong Technology Development Co ltd
Original Assignee
Tianjin Shengtong Technology Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Shengtong Technology Development Co ltd filed Critical Tianjin Shengtong Technology Development Co ltd
Priority to CN202410130410.1A priority Critical patent/CN117666638B/zh
Publication of CN117666638A publication Critical patent/CN117666638A/zh
Application granted granted Critical
Publication of CN117666638B publication Critical patent/CN117666638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D7/00Control of flow
    • G05D7/06Control of flow characterised by the use of electric means
    • G05D7/0617Control of flow characterised by the use of electric means specially adapted for fluid materials
    • G05D7/0629Control of flow characterised by the use of electric means specially adapted for fluid materials characterised by the type of regulator means
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • E21B43/16Enhanced recovery methods for obtaining hydrocarbons
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16KVALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K31/00Actuating devices; Operating means; Releasing devices
    • F16K31/02Actuating devices; Operating means; Releasing devices electric; magnetic
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9014Indexing; Data structures therefor; Storage structures hash tables
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/90335Query processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/602Providing cryptographic facilities or services
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Mining & Mineral Resources (AREA)
  • Fluid Mechanics (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Computational Linguistics (AREA)
  • Automation & Control Theory (AREA)
  • Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)

Abstract

本申请涉及一种油田掺稀量智能控制方法、系统、设备及介质,属于电数字数据处理的技术领域,其方法包括:当到达当前预设周期时,获取当前影响因素集合;查询影响因素库中是否存在与所述当前影响因素集合相匹配的历史影响因素集合;若存在与所述当前影响因素集合相匹配的历史影响因素集合,则提取所述历史影响因素集合对应的历史掺稀量阈值范围;判断所述历史掺稀量阈值范围是否与当前掺稀量阈值范围相同;若与所述当前掺稀量阈值范围不相同,则将所述当前掺稀量阈值范围更新为所述历史掺稀量阈值范围;判断当前掺稀量是否处于所述当前掺稀量阈值范围;若未处于所述当前掺稀量阈值范围,则调整稀油管道阀门的开度。本申请具有提高对掺稀量阈值调整的准确性的效果。

Description

油田掺稀量智能控制方法、系统、设备及介质
技术领域
本申请涉及电数字数据处理的技术领域,尤其是涉及一种油田掺稀量智能控制方法、系统、设备及介质。
背景技术
油田掺稀是油田开采过程中向地层补充能量、提高流动性、提高油田采收率的重要手段之一。由于稠油的黏度很高,所以在流动的过程中存在很大的阻力,不易从油井中抽出,通过高压将稀油注入井下,能够达到稀释稠油的目的,保证抽油效果。
目前,部分油田使用高压流量自控仪来进行掺稀量的调控,该装置为流量测量和控制一体化设计,从结构分为流量计、流量调节机构和控制器(流量控制及数据通讯)三部分,由控制器采集流量计的各种信号,与预先设定的量值进行分析和比较,如果从流量计采集的各种信号,偏离预先设定的量值,控制器将发出正确的调整指令给执行机构(流量调节机构),由执行机构调整阀门的开启度,使得高压流量自控仪达到预先设定的量值,实现闭环的自动调节流量控制。
油田的生产环境会对掺稀量产生一定的影响,由于高压流量自控仪设定的量值需要人工调整,所以当生产环境出现变化时,需要人工根据经验对掺稀量阈值进行调整,导致掺稀量不准确,出现过大或过小的情况,从而对石油的采收率造成影响。
发明内容
为了提高对掺稀量阈值调整的准确性,本申请提供一种油田掺稀量智能控制方法、系统、设备及介质。
第一方面,本申请提供一种油田掺稀量智能控制方法,采用如下的技术方案:
一种油田掺稀量智能控制方法,包括:
当到达当前预设周期时,获取当前影响因素集合;
查询影响因素库中是否存在与所述当前影响因素集合相匹配的历史影响因素集合;
若存在与所述当前影响因素集合相匹配的历史影响因素集合,则提取所述历史影响因素集合对应的历史掺稀量阈值范围;
判断所述历史掺稀量阈值范围是否与当前掺稀量阈值范围相同;
若与所述当前掺稀量阈值范围不相同,则将所述当前掺稀量阈值范围更新为所述历史掺稀量阈值范围;
判断当前掺稀量是否处于所述当前掺稀量阈值范围;
若未处于所述当前掺稀量阈值范围,则调整稀油管道阀门的开度。
通过采用上述技术方案,当到达当前预设周期时,获取当前影响因素集合,并查找影响因素库中与当前影响因素集合相匹配的历史影响因素集合,从而找到与当前影响因素集合最为接近的历史影响因素集合,通过历史影响因素集合确定当前场景的当前掺稀量阈值范围,从而提高对掺稀量阈值调整的准确性,进而确保掺稀效果始终处于最佳状态,提高采油效率。
可选的,所述当前影响因素集合包括当前井下参数、当前设备状况参数以及当前原油物理性质参数,所述查询影响因素库中是否存在与所述当前影响因素集合相匹配的历史影响因素集合,包括:
基于所述当前井下参数、当前设备状况参数以及当前原油物理性质参数计算所述当前影响因素集合的当前哈希值;
查找所述影响因素库中是否存在与所述当前哈希值相匹配的历史哈希值;
若存在与所述当前哈希值相匹配的历史哈希值,则将与所述当前哈希值相匹配的历史哈希值对应的历史影响因素集合作为与所述当前影响因素集合相匹配的历史影响因素集合。
通过采用上述技术方案,通过哈希值进行匹配,可以快速地找到与当前影响因素集合相匹配的历史影响因素集合,提高了查询速度和效率,同时,哈希值是一种加密算法,可以保证数据的安全性和隐私性。
可选的,若不存在与所述当前哈希值相匹配的历史哈希值,则所述方法还包括:
计算所述影响因素库中每个历史影响因素集合的匹配值;
计算所述当前影响因素集合的标准值;
计算所述匹配值与所述标准值之间的匹配差值;
判断是否存在小于第一预设值的匹配差值;
若是,则将匹配差值最小的历史影响因素集合作为与所述当前影响因素集合相匹配的历史影响因素集合。
通过采用上述技术方案,通过计算每个历史影响因素集合的匹配值和当前影响因素集合的标准值,以及匹配值和标准值的匹配差值,可以更准确地找到与当前影响因素集合相似的历史影响因素集合,通过选取匹配差值最小的历史影响因素集合,可以更加准确地反映当前情况,从而提高掺稀量的准确性。
可选的,所述方法还包括:
当到达当前预设周期时,获取当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数;其中,下一预设周期与所述当前预设周期的时长相同;
基于所述当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数判断是否需要对所述下一预设周期进行调整;
若需要对所述下一预设周期进行调整,则基于所述当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数计算调整因子;
基于所述调整因子对所述下一预设周期进行调整,将调整后的周期作为下一预设周期;
若不需要对所述下一预设周期进行调整,将所述当前预设周期作为下一预设周期。
通过采用上述技术方案,通过考虑井下参数、设备状况参数和原油物理性质参数等对预设周期的影响,可以更加准确地判断是否需要对下一预设周期进行调整,从而提高掺稀量的控制精度和适应性,避免了因固定预设周期而导致的误差和不适配问题,可以更加精细地控制掺稀量,进而提高采收率和生产效益。
可选的,所述基于所述当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数计算调整因子,包括:
基于所述当前预设周期的井下参数预测下一预设周期的井下参数;
计算所述下一预设周期的井下参数与当前预设周期的井下参数的第一差值;
基于所述第一差值确定第一调整系数;
基于所述当前预设周期的设备状况参数预测下一预设周期的设备状况参数;
计算所述下一预设周期的设备状况参数与标准设备状态参数的第二差值;
基于所述第二差值确定第二调整系数;
基于所述当前预设周期的原油物理性质参数预测下一预设周期的原油物理性质参数;
计算所述当前预设周期的原油物理性质参数与下一预设周期的原油物理性质参数的第三差值;
基于所述第三差值确定第三调整系数;
基于所述第一调整系数、第二调整系数、第三调整系数以及每个调整系数对应的权重值计算所述调整因子。
通过采用上述技术方案,通过综合考虑井下参数、设备状况参数和原油物理性质参数计算调整因子,可以更加全面地反映实际情况,提高调整因子的准确性和可靠性;同时,通过预测下一预设周期的井下参数、设备状况参数和原油物理性质参数,可以提前做出调整,提高调整的及时性和有效性;并且通过为每个调整系数设定不同的权重值,可以根据实际情况灵活调整各个因素的影响程度,使调整因子更加符合实际需求。
可选的,在所述调整稀油管道阀门的开度之前,还包括:
查询当前掺稀量和上一时刻的第一掺稀量对应的阀门开度和稀油的流速是否相同;
若是,则获取当前掺稀量下一时刻的第二掺稀量;
当所述第二掺稀量与所述第一掺稀量对应阀门开度和稀油的流速相同时,基于第一掺稀量、第二掺稀量和线性差值算法对所述掺稀量进行修正;
当修正后的当前掺稀量未处于所述当前掺稀量阈值范围时,执行所述整稀油管道阀门的开度的步骤。
通过采用上述技术方案,在调整稀油管道阀门的开度之前,对当前掺稀量进行修正,以提高掺稀量的准确性和控制精度,通过查询当前掺稀量和上一时刻的第一掺稀量对应的阀门开度和稀油的流速是否相同,可以判断是否存在异常情况;当存在异常情况时,获取当前掺稀量下一时刻的第二掺稀量,并根据第一掺稀量、第二掺稀量和线性差值算法对掺稀量进行修正,从而减小因数据异常而导致出现误调稀油管道阀门的开度的可能性,进而提高掺稀量控制精度和稳定性。
可选的,所述方法还包括:
当稀油管道阀门的开度和稀油的流速发生变化时,计算所述稀油管道阀门的开度和稀油的流速发生变化的前一时刻的第三掺稀量和后一时刻的第四掺稀量的掺稀量差值;
判断所述掺稀量差值是否属于预设区间;
若否,则基于历史掺稀量对所述第四掺稀量进行修正。
通过采用上述技术方案,通过考虑稀油管道阀门的开度和稀油的流速的变化,能够更准确地反映实际情况,提高掺稀量的控制精度和适应性;如果掺稀量差值不属于预设区间,基于历史掺稀量对第四掺稀量进行修正,可以避免因数据异常而导致的误差和问题。
第二方面,本申请提供一油田掺稀量智能控制系统,采用如下的技术方案:
一种油田掺稀量智能控制系统,包括:
获取模块,用于当到达当前预设周期时,获取当前影响因素集合;
查询模块,用于查询影响因素库中是否存在与所述当前影响因素集合相匹配的历史影响因素集合;若存在与所述当前影响因素集合相匹配的历史影响因素集合,则提取所述历史影响因素集合对应的历史掺稀量阈值范围;
第一判断模块,用于判断所述历史掺稀量阈值范围是否与当前掺稀量阈值范围相同;若与所述当前掺稀量阈值范围不相同,则将所述当前掺稀量阈值范围更新为所述历史掺稀量阈值范围;
第二判断模块,用于判断当前掺稀量是否处于所述当前掺稀量阈值范围;若未处于所述当前掺稀量阈值范围,则调整稀油管道阀门的开度。
通过采用上述技术方案,当到达当前预设周期时,获取当前影响因素集合,并查找影响因素库中与当前影响因素集合相匹配的历史影响因素集合,从而找到与当前影响因素集合最为接近的历史影响因素集合,通过历史影响因素集合确定当前场景的当前掺稀量阈值范围,从而提高对掺稀量阈值调整的准确性,进而确保掺稀效果始终处于最佳状态,提高采油效率。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,包括处理器和存储器,所述处理器与所述存储器耦合;
所述处理器用于执行所述存储器中存储的计算机程序,以使得所述电子设备执行如第一方面任一项所述的方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,包括计算机程序或指令,当所述计算机程序或指令在计算机上运行时,使得所述计算机执行如第一方面任一项所述的方法。
附图说明
图1是本申请实施例中体现一种油田掺稀量智能控制方法的流程示意图。
图2是本申请实施例中体现一种油田掺稀量智能控制系统的结构框图。
图3是本申请实施例中体现一种电子设备的结构框图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
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,显然,所描述的实施例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作出创造性劳动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。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供一种油田掺稀量智能控制方法,该油田掺稀量智能控制方法可由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、台式计算机等,但并不局限于此。
如图1所示,一种油田掺稀量智能控制方法,其方法的主要流程描述如下(步骤S101~S109):
步骤S101,当到达当前预设周期时,获取当前影响因素集合;
由于在短期时间内油田的生产环境不会发生较大的变化,所以在本实施例中每个预设周期获取一次当前影响因素集合,其中,将油田的生产环境作为当前影响因素集合。
其中,当前影响因素集合包括但不限于当前井下参数、当前设备状况参数以及当前原油物理性质参数,当前井下参数包括但不限于井下压力值和井下温度值,当前设备状况参数包括但不限于当前设备的磨损程度、电压和电流,例如举升设备参数包括电压和电流,当前原油物理性质参数包括但不限于原油的粘度值和密度值。
其中,当前影响因素集合可以为当前井下参数、当前设备状况参数以及当前原油物理性质参数分别对应的均值,还可以为当前井下参数、当前设备状况参数以及当前原油物理性质参数分别对应的中位数,对此不做具体限定,其中,当前预设周期可以为一天,还可为一周,还可以为6个小时,对此不做具体限定。
在不同时间段的影响因素集合的变化趋势可能不同,因此当到达当前预设周期时,需要判断是否需要对下一预设周期的时长进行调整。
具体的,当到达当前预设周期时,获取当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数;其中,下一预设周期与当前预设周期的时长相同;基于当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数判断是否需要对下一预设周期进行调整;若需要对下一预设周期进行调整,则基于当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数计算调整因子;基于调整因子对下一预设周期进行调整,将调整后的周期作为下一预设周期;若不需要对下一预设周期进行调整,将当前预设周期作为下一预设周期。
其中,基于当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数计算调整因子,包括:
具体的,基于当前预设周期的井下参数预测下一预设周期的井下参数;计算下一预设周期的井下参数与当前预设周期的井下参数的第一差值;基于第一差值确定第一调整系数;基于当前预设周期的设备状况参数预测下一预设周期的设备状况参数;计算下一预设周期的设备状况参数与标准设备状态参数的第二差值;基于第二差值确定第二调整系数;基于当前预设周期的原油物理性质参数预测下一预设周期的原油物理性质参数;计算当前预设周期的原油物理性质参数与下一预设周期的原油物理性质参数的第三差值;基于第三差值确定第三调整系数;基于第一调整系数、第二调整系数、第三调整系数以及每个调整系数对应的权重值计算调整因子。
在本实施例中,当到达当前预设周期时,电子设备获取当前预设周期的井下参数、当前预设周期的设备状况参数和当前预设周期的原油物理性质参数。
特别说明的是,下一预设周期的时长默认与当前预设周期的时长相同。
电子设备获取当前预设周期内的所有井下参数,根据获取的井下参数生成折线图,从而确定井下参数在下一预设周期的变化趋势,得到下一预设周期内的井下参数。
计算当前预设周期内的井下参数的因素哈希值和下一预设周期的因素哈希值,计算当前预设周期内的井下参数的因素哈希值与下一预设周期的因素哈希值的差值,得到第一差值,其中,在本实施例中,井下参数的因素哈希值通过井下压力值和井下温度值进行哈希运算得到的,计算因素哈希值时,可以选取当前预设周期和下一预设周期的井下参数的中位数计算,还可以选取当前预设周期和下一预设周期的井下参数的均值计算,还可以选取当前预设周期和下一预设周期的井下参数的众数计算,对此不做具体限定。
其中,计算第二差值和第三差值的方式与计算第一差值的方式相同,均采用计算哈希值的方式,对此不再赘述。
特别说明的是,第一差值、第二差值和第三差值的计算均使用下一预设周期的哈希值减去当前预设周期的哈希值。
在本实施例中,在电子设备中存储有当前井下参数、当前设备状况参数值以及原油物理性质参数对应的调整系数参照表,在每个调整系数参照表中均设置有参数区间,每个参数区间对应一个调整系数,当电子设备获取第一差值、第二差值和第三差值时,获取对应的调整系数参照表,在调整系数参照表确定所属参数区间,从而分别确定第一差值、第二差值和第三差值对应的第一调整系数、第二调整系数和第三调整系数,其中,调整系数可以为正值,还可以为负,对此不做具体限定,例如,当差值满足预设条件时,调整系数为正值,当差值不满足预设条件时,调整系数为负值,其中预设条件可以为一个差值区间,差值区间可以为0~2,还可以为其他数值,对此不做具体限定。
其中,根据每个当前井下参数、当前设备状况参数值以及原油物理性质参数对应的重要程度设定不同的权重值,根据第一调整系数、第二调整系数和第三调整系数以及每个调整系数对应的权重值计算即可得到调整因子,计算方法即将每个调整系数与对应的权重值相乘,并进行求和,将调整因子与当前预设周期相乘即可得到下一预设周期的时长。
在另一可选实施例中,可以在未到达当前预设周期之前,提前对下一预设周期的时长进行预测,例如,计算当前预设周期剩余时间,计算剩余时间与当前预设周期的总时间的比值,当比值大于预设比值时,判断是否需要对下一预设周期进行调整,其中,预设比值可以为1/10,其中,对下一预设周期的调整方式与上述方式一致,在此不再赘述。
步骤S102,查询影响因素库中是否存在与当前影响因素集合相匹配的历史影响因素集合,若是,则执行步骤S103,否则执行步骤S108;
其中,步骤S102具体包括:基于当前井下参数、当前设备状况参数以及当前原油物理性质参数计算当前影响因素集合的当前哈希值;查找影响因素库中是否存在与当前哈希值相匹配的历史哈希值;若存在与当前哈希值相匹配的历史哈希值,则将与当前哈希值相匹配的历史哈希值对应的历史影响因素集合作为与当前影响因素集合相匹配的历史影响因素集合。
在本实施例中,当前影响因素包括但不限于当前井下参数、当前设备状况参数以及当前原油物理性质参数。
当电子设备获取当前影响因素集合时,通过对因素哈希值进行哈希计算得到当前影响因素集合的当前哈希值,即通过当前影响因素集合的所有因素哈希值进行哈希计算计算得到一个新的哈希值,该新的哈希值即为当前哈希值;影响因素库中每个历史因素集合均会对应有相应的历史哈希值,其中,计算当前哈希值和历史哈希值的采用的算法相同,计算哈希值的算法包括但不限于MD5、SHA-1和SHA-256。
在本实施例中,在电子设备中设置有哈希值区间,当历史哈希值与当前哈希值属于同一个哈希值区间时,认定存在与当前影响因素集合与历史影响因素集合相匹配。
其中,可以采用二分法在影响因素库查找是否存在与当前哈希值相同的历史哈希值。
若不存在与当前哈希值相匹配的历史哈希值,则还包括以下内容;
具体的,计算影响因素库中每个历史影响因素集合的匹配值;计算当前影响因素集合的标准值;计算匹配值与标准值之间的匹配差值;判断是否存在小于第一预设值的匹配差值;若是,则将匹配差值最小的历史影响因素集合作为与当前影响因素集合相匹配的历史影响因素集合。
在本实施例中,当影响因素库中不存在与当前哈希值匹配的历史哈希值时,根据每个历史影响因素集合计算出一个匹配值,其中,匹配值的计算方法可以为:获取历史影响因素集合中每个历史影响因素值,根据历史影响因素值和每个历史影响因素值对应的匹配权重计算得出匹配值,其中,每个历史影响因素值对应的匹配权重都是预设好的,采用上述方法计算当前影响因素集合中当前影响因素值的标准值,计算每个匹配值和标准值的匹配差值,当存在匹配差值小于第一预设值的匹配值时,选取匹配差值最小的历史影响因素集合作为与当前影响因素集合相匹配的历史影响因素集合,从而通过选取的历史影响因素集合确定相应的历史掺稀量阈值范围。
步骤S103;提取历史影响因素集合对应的历史掺稀量阈值范围;
步骤S104,判断历史掺稀量阈值范围是否与当前掺稀量阈值范围相同,若否,则执行步骤S105,否则执行步骤S109;
在本实施例中,提取与当前影响因素集合相匹配的历史影响因素集合对应的历史掺稀量阈值范围,并获取当前掺稀量阈值范围,当历史掺稀量阈值范围与当前掺稀量阈值范围完全相同时,执行步骤S109,当历史掺稀量阈值范围与当前掺稀量阈值范围不完全相同时时,执行步骤S105。
其中,环境影响因素库的历史掺稀量阈值范围通过实验和数据分析确定。
步骤S105,将当前掺稀量阈值范围更新为历史掺稀量阈值范围;
在本实施例中,当历史掺稀量阈值范围与当前掺稀量阈值范围不完全相同,将选取的历史掺稀量阈值范围作为当前掺稀量阈值范围,从而提高对掺稀量的调整准确性,进而确保掺稀效果始终处于最佳状态,提高采油效率。
步骤S106,判断当前掺稀量是否处于当前掺稀量阈值范围,若否,则执行步骤S107,否则执行步骤S109;
步骤S107,调整稀油管道阀门的开度;
电子设备实时将当前掺稀量与当前掺稀量阈值范围进行对比,当前掺稀量未处于当前掺稀量阈值范围时,及时对稀油管道阀门的开度进行调整,使当前掺稀量处于当前掺稀量阈值范围,确保掺稀效果始终处于最佳状态。
当前掺稀量不处于当前掺稀量阈值范围时,为了减小误报警的可能性,因此在调整稀油管道阀门的开度之前,还需要判断当前掺稀量是否读取错误。
具体的,查询当前掺稀量和上一时刻的第一掺稀量对应的阀门开度和稀油的流速是否相同;若是,则获取当前掺稀量下一时刻的第二掺稀量;当第二掺稀量与第一掺稀量对应阀门开度和稀油的流速相同时,基于第一掺稀量、第二掺稀量和线性差值算法对掺稀量进行修正;当修正后的当前掺稀量不处于当前掺稀量阈值范围时,执行整稀油管道阀门的开度的步骤。
在本实施例中,当前掺稀量不处于当前掺稀量阈值范围时,获取当前掺稀量前一时刻对应的第一掺稀量,并且通过第一掺稀量和当前掺稀量对应的阀门开度和稀油的流速确定当前掺稀量是否出现异常,当第一掺稀量和当前掺稀量对应的阀门开度和稀油的流速相同时,确定当前掺稀量出现异常,通过第一掺稀量、第二掺稀量和线性差值算法及时对当前掺稀量进行修正,从而减小出现误报警而调整阀门开度的可能性,进而提高掺稀量的准确性。
其中,通过第一掺稀量、第二掺稀量和线性差值算法及时对当前掺稀量进行修正的方式可以为:
根据线性差值公式y=(x1-x)/(x1-x0)*y0+(x-x0)/(x1-x0)*y1计算当前掺稀量的更正值。其中,(x0,y0)和(x1,y1),x0、x1,第一掺稀量和第二掺稀量对应的时间,y0、y1表示第一掺稀量和第二掺稀量,x是当前掺稀量对应的时间,y是当前掺稀量。公式表达的是通过已知的两点(x0,y0)和(x1,y1),以及给定的横坐标x,来计算出该点在直线上的纵坐标y。
为了减小稀油管道阀门的开度和稀油的流速发生变化读数出现错误,还包括以下内容:
具体的,当稀油管道阀门的开度和稀油的流速发生变化时,计算稀油管道阀门的开度和稀油的流速发生变化的前一时刻的第三掺稀量和后一时刻的第四掺稀量的掺稀量差值;判断掺稀量差值是否属于预设区间;若否,则基于历史掺稀量对第四掺稀量进行修正。
在本实施例中,当稀油管道阀门的开度和稀油的流速发生变化时,通过计算稀油管道阀门的开度和稀油的流速发生变化的前一时刻的第三掺稀量和后一时刻的第四掺稀量的掺稀量差值即可判断出是否需要对第四掺稀量进行修正,其中预设区间可以为0~2,还可以为其他预设区间,对此不做具体限定。
特别说明的是,掺稀量差值取绝对值。
其中,基于历史掺稀量对第四掺稀量进行修正的方式可以为在历史数据库中查找与与稀油管道阀门的开度和稀油的流速相同的历史数据,将历史数据对应的掺稀量作为第四掺稀量,从而保证掺稀量有效和准确性。
步骤S108,提取与当前哈希值相邻的两个历史哈希值对应的历史掺稀量阈值范围,基于提取的历史掺稀量阈值范围确定当前掺稀量阈值范围。
在本实施例中,当影响因素库中不存在与当前哈希值相匹配的历史哈希值且不存在小于第一预设值的匹配值时,选取与当前哈希值相邻的两个历史哈希值,计算选取的两个历史哈希值对应历史掺稀量阈值范围的交集,将选取的两个历史哈希值对应历史掺稀量阈值范围的交集作为当前掺稀量阈值范围,并向对应的工作人员发送提示信息,以使工作人员可以及时了解情况,确保油井生产的稳定性和安全性。
步骤S109,不进行处理。
在本实施例中,当历史掺稀量阈值范围与当前掺稀量阈值范围相同时,使用当前当前掺稀量阈值范围即可,因此不需要进行处理;如果当前掺稀量不大于当前掺稀量阈值范围,保证当前稀油管道阀门的开度即可,因此不需要进行处理。
图2为本申请提供的一种油田掺稀量智能控制系统200的结构框图。如图2所示,该油田掺稀量智能控制系统200主要包括:
获取模块201,用于当到达当前预设周期时,获取当前影响因素集合;
查询模块202,用于查询影响因素库中是否存在与当前影响因素集合相匹配的历史影响因素集合;若存在与当前影响因素集合相匹配的历史影响因素集合,则提取历史影响因素集合对应的历史掺稀量阈值范围;
第一判断模块203,用于判断历史掺稀量阈值范围是否与当前掺稀量阈值范围相同;若与当前掺稀量阈值范围不相同,则将当前掺稀量阈值范围更新为历史掺稀量阈值范围;
第二判断模块204,用于判断当前掺稀量是否处于当前掺稀量阈值范围;若未处于当前掺稀量阈值范围,则调整稀油管道阀门的开度。
作为本实施例的一种可选实施方式,查询模块202,包括:
哈希值计算子模块,用于基于当前井下参数、当前设备状况参数以及当前原油物理性质参数计算当前影响因素集合的当前哈希值;
哈希值查找子模块,用于查找影响因素库中是否存在与当前哈希值相匹配的历史哈希值;若存在与当前哈希值相匹配的历史哈希值,则将与当前哈希值相匹配的历史哈希值对应的历史影响因素集合作为与当前影响因素集合相匹配的历史影响因素集合。
作为本实施例的一种可选实施方式,该油田掺稀量智能控制系统200,还包括:
匹配值计算模块,用于若不存在与当前哈希值相匹配的历史哈希值,则计算影响因素库中每个历史影响因素集合的匹配值;
标准值计算模块,用于计算当前影响因素集合的标准值;
匹配差值计算模块,用于计算匹配值与标准值之间的匹配差值;
匹配差值判断模块,判断是否存在小于第一预设值的匹配差值;若是,则将匹配差值最小的历史影响因素集合作为与当前影响因素集合相匹配的历史影响因素集合。
作为本实施例的一种可选实施方式,该油田掺稀量智能控制系统200,还包括:
信息获取模块,用于当到达当前预设周期时,获取当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数;其中,下一预设周期与当前预设周期的时长相同;
周期判断模块,用于基于当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数判断是否需要对下一预设周期进行调整;若需要对下一预设周期进行调整,则基于当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数计算调整因子;基于调整因子对下一预设周期进行调整,将调整后的周期作为下一预设周期;若不需要对下一预设周期进行调整,将当前预设周期作为下一预设周期。
在本可选实施方式,周期判断模块,具体用于:
基于当前预设周期的井下参数预测下一预设周期的井下参数;计算下一预设周期的井下参数与当前预设周期的井下参数的第一差值;基于第一差值确定第一调整系数;基于当前预设周期的设备状况参数预测下一预设周期的设备状况参数;计算下一预设周期的设备状况参数与标准设备状态参数的第二差值;基于第二差值确定第二调整系数;基于当前预设周期的原油物理性质参数预测下一预设周期的原油物理性质参数;计算当前预设周期的原油物理性质参数与下一预设周期的原油物理性质参数的第三差值;基于第三差值确定第三调整系数;基于第一调整系数、第二调整系数、第三调整系数以及每个调整系数对应的权重值计算调整因子。
作为本实施例的一种可选实施方式,该油田掺稀量智能控制系统200,还包括:
开度查询模块,用于在调整稀油管道阀门的开度之前,查询当前掺稀量和上一时刻的第一掺稀量对应的阀门开度和稀油的流速是否相同;若是,则获取当前掺稀量下一时刻的第二掺稀量;
流量修正模块,用于当第二掺稀量与第一掺稀量对应阀门开度和稀油的流速相同时,基于第一掺稀量、第二掺稀量和线性差值算法对掺稀量进行修正;
执行模块,用于当修正后的当前掺稀量未处于当前掺稀量阈值范围时,执行整稀油管道阀门的开度的步骤。
作为本实施例的一种可选实施方式,该油田掺稀量智能控制系统200,还包括:
差值获取模块,用于当稀油管道阀门的开度和稀油的流速发生变化时,计算稀油管道阀门的开度和稀油的流速发生变化的前一时刻的第三掺稀量和后一时刻的第四掺稀量的掺稀量差值;
区间判断模块,用于判断掺稀量差值是否属于预设区间若否,则基于历史掺稀量对第四掺稀量进行修正。
本申请实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台电子设备(可以是个人计算机、服务器或者网络设备等)执行本申请各个实施例的一种油田掺稀量智能控制方法的全部或部分步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图3为本申请实施例提供的一种电子设备300的结构框图。如图3所示,电子设备300包括存储器301、处理器302和通信总线303;存储器301、处理器302通过通信总线303相连。存储器301上存储有能够被处理器302加载并执行如上述实施例提供的一种油田掺稀量智能控制方法。
存储器301可用于存储指令、程序、代码、代码集或指令集。存储器301可以包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令以及用于实现上述实施例提供的一种油田掺稀量智能控制方法的指令等;存储数据区可存储上述实施例提供的一种油田掺稀量智能控制方法中涉及到的数据等。
处理器302可以包括一个或者多个处理核心。处理器302通过运行或执行存储在存储器301内的指令、程序、代码集或指令集,调用存储在存储器301内的数据,执行本申请的各种功能和处理数据。处理器302可以为特定用途集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、数字信号处理器(DigitalSignalProcessor,DSP)、数字信号处理装置(DigitalSignalProcessingDevice,DSPD)、可编程逻辑装置(ProgrammableLogicDevice,PLD)、现场可编程门阵列(FieldProgrammableGateArray,FPGA)、中央处理器(CentralProcessingUnit,CPU)、控制器、微控制器和微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器302功能的电子器件还可以为其它,本申请实施例不作具体限定。
通信总线303可包括一通路,在上述组件之间传送信息。通信总线303可以是PCI(PeripheralComponentInterconnect,外设部件互连标准)总线或EISA(ExtendedIndustryStandardArchitecture,扩展工业标准结构)总线等。通信总线303可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双箭头表示,但并不表示仅有一根总线或一种类的总线。
本申请实施例提供一种计算机可读存储介质,存储有能够被处理器加载并执行如上述实施例提供的一种油田掺稀量智能控制方法的计算机程序。
本实施例中,计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。具体的,计算机可读存储介质可以是便携式计算机盘、硬盘、U盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、讲台随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、光盘、磁碟、机械编码设备以及上述任意组合。
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、物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、物品或者设备所固有的要素。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种油田掺稀量智能控制方法,其特征在于,包括:
当到达当前预设周期时,获取当前影响因素集合;
查询影响因素库中是否存在与所述当前影响因素集合相匹配的历史影响因素集合;
若存在与所述当前影响因素集合相匹配的历史影响因素集合,则提取所述历史影响因素集合对应的历史掺稀量阈值范围;
判断所述历史掺稀量阈值范围是否与当前掺稀量阈值范围相同;
若与所述当前掺稀量阈值范围不相同,则将所述当前掺稀量阈值范围更新为所述历史掺稀量阈值范围;
判断当前掺稀量是否处于所述当前掺稀量阈值范围;
若未处于所述当前掺稀量阈值范围,则调整稀油管道阀门的开度。
2.根据权利要求1所述的方法,其特征在于,所述当前影响因素集合包括当前井下参数、当前设备状况参数以及当前原油物理性质参数,所述查询影响因素库中是否存在与所述当前影响因素集合相匹配的历史影响因素集合,包括:
基于所述当前井下参数、当前设备状况参数以及当前原油物理性质参数计算所述当前影响因素集合的当前哈希值;
查找所述影响因素库中是否存在与所述当前哈希值相匹配的历史哈希值;
若存在与所述当前哈希值相匹配的历史哈希值,则将与所述当前哈希值相匹配的历史哈希值对应的历史影响因素集合作为与所述当前影响因素集合相匹配的历史影响因素集合。
3.根据权利要求2所述的方法,其特征在于,若不存在与所述当前哈希值相匹配的历史哈希值,则所述方法还包括:
计算所述影响因素库中每个历史影响因素集合的匹配值;
计算所述当前影响因素集合的标准值;
计算所述匹配值与所述标准值之间的匹配差值;
判断是否存在小于第一预设值的匹配差值;
若是,则将匹配差值最小的历史影响因素集合作为与所述当前影响因素集合相匹配的历史影响因素集合。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当到达当前预设周期时,获取当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数;其中,下一预设周期与所述当前预设周期的时长相同;
基于所述当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数判断是否需要对所述下一预设周期进行调整;
若需要对所述下一预设周期进行调整,则基于所述当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数计算调整因子;
基于所述调整因子对所述下一预设周期进行调整,将调整后的周期作为下一预设周期;
若不需要对所述下一预设周期进行调整,将所述当前预设周期作为下一预设周期。
5.根据权利要求4所述的方法,其特征在于,所述基于所述当前预设周期的井下参数、当前预设周期的设备状况参数以及当前预设周期的原油物理性质参数计算调整因子,包括:
基于所述当前预设周期的井下参数预测下一预设周期的井下参数;
计算所述下一预设周期的井下参数与当前预设周期的井下参数的第一差值;
基于所述第一差值确定第一调整系数;
基于所述当前预设周期的设备状况参数预测下一预设周期的设备状况参数;
计算所述下一预设周期的设备状况参数与标准设备状态参数的第二差值;
基于所述第二差值确定第二调整系数;
基于所述当前预设周期的原油物理性质参数预测下一预设周期的原油物理性质参数;
计算所述当前预设周期的原油物理性质参数与下一预设周期的原油物理性质参数的第三差值;
基于所述第三差值确定第三调整系数;
基于所述第一调整系数、第二调整系数、第三调整系数以及每个调整系数对应的权重值计算所述调整因子。
6.根据权利要求1所述的方法,其特征在于,在所述调整稀油管道阀门的开度之前,还包括:
查询当前掺稀量和上一时刻的第一掺稀量对应的阀门开度和稀油的流速是否相同;
若是,则获取当前掺稀量下一时刻的第二掺稀量;
当所述第二掺稀量与所述第一掺稀量对应阀门开度和稀油的流速相同时,基于第一掺稀量、第二掺稀量和线性差值算法对所述掺稀量进行修正;
当修正后的当前掺稀量未处于所述当前掺稀量阈值范围时,执行所述整稀油管道阀门的开度的步骤。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当稀油管道阀门的开度和稀油的流速发生变化时,计算所述稀油管道阀门的开度和稀油的流速发生变化的前一时刻的第三掺稀量和后一时刻的第四掺稀量的掺稀量差值;
判断所述掺稀量差值是否属于预设区间;
若否,则基于历史掺稀量对所述第四掺稀量进行修正。
8.一种油田掺稀量智能控制系统,其特征在于,包括:
获取模块,用于当到达当前预设周期时,获取当前影响因素集合;
查询模块,用于查询影响因素库中是否存在与所述当前影响因素集合相匹配的历史影响因素集合;若存在与所述当前影响因素集合相匹配的历史影响因素集合,则提取所述历史影响因素集合对应的历史掺稀量阈值范围;
第一判断模块,用于判断所述历史掺稀量阈值范围是否与当前掺稀量阈值范围相同;若与所述当前掺稀量阈值范围不相同,则将所述当前掺稀量阈值范围更新为所述历史掺稀量阈值范围;
第二判断模块,用于判断当前掺稀量是否处于所述当前掺稀量阈值范围;若未处于所述当前掺稀量阈值范围,则调整稀油管道阀门的开度。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器与所述存储器耦合;
所述处理器用于执行所述存储器中存储的计算机程序,以使得所述电子设备执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括计算机程序或指令,当所述计算机程序或指令在计算机上运行时,使得所述计算机执行如权利要求1至7任一项所述的方法。
CN202410130410.1A 2024-01-31 2024-01-31 油田掺稀量智能控制方法、系统、设备及介质 Active CN117666638B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410130410.1A CN117666638B (zh) 2024-01-31 2024-01-31 油田掺稀量智能控制方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410130410.1A CN117666638B (zh) 2024-01-31 2024-01-31 油田掺稀量智能控制方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN117666638A true CN117666638A (zh) 2024-03-08
CN117666638B CN117666638B (zh) 2024-05-03

Family

ID=90082809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410130410.1A Active CN117666638B (zh) 2024-01-31 2024-01-31 油田掺稀量智能控制方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN117666638B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050225843A1 (en) * 2004-04-13 2005-10-13 Fujitsu Limited Control method of optical fiber amplifier and optical transmission system
CN102400668A (zh) * 2010-09-07 2012-04-04 中国石油化工股份有限公司 稠油井筒降粘方法及适用于稠油掺稀比的确定方法
CN102980835A (zh) * 2012-12-13 2013-03-20 中国石油化工股份有限公司 适用于超稠油的油溶性降粘剂降粘效果测定方法及其应用
CN108267565A (zh) * 2018-01-03 2018-07-10 西南石油大学 一种判断稠油稀油混合均匀程度及混合后发生二次分离的装置及方法
CN108872012A (zh) * 2018-04-23 2018-11-23 西南石油大学 一种掺稀混合油粘度和密度一体化在线测量的装置及方法
CN112012700A (zh) * 2019-05-13 2020-12-01 中国石油化工股份有限公司 一种用于稠油雾化掺稀降粘的模拟系统及模拟方法
CN113239564A (zh) * 2021-05-24 2021-08-10 郑州智慧通测控技术有限公司 一种油井口参数智能预警自动干预系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050225843A1 (en) * 2004-04-13 2005-10-13 Fujitsu Limited Control method of optical fiber amplifier and optical transmission system
CN102400668A (zh) * 2010-09-07 2012-04-04 中国石油化工股份有限公司 稠油井筒降粘方法及适用于稠油掺稀比的确定方法
CN102980835A (zh) * 2012-12-13 2013-03-20 中国石油化工股份有限公司 适用于超稠油的油溶性降粘剂降粘效果测定方法及其应用
CN108267565A (zh) * 2018-01-03 2018-07-10 西南石油大学 一种判断稠油稀油混合均匀程度及混合后发生二次分离的装置及方法
CN108872012A (zh) * 2018-04-23 2018-11-23 西南石油大学 一种掺稀混合油粘度和密度一体化在线测量的装置及方法
CN112012700A (zh) * 2019-05-13 2020-12-01 中国石油化工股份有限公司 一种用于稠油雾化掺稀降粘的模拟系统及模拟方法
CN113239564A (zh) * 2021-05-24 2021-08-10 郑州智慧通测控技术有限公司 一种油井口参数智能预警自动干预系统

Also Published As

Publication number Publication date
CN117666638B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
CN111984503B (zh) 一种监控指标数据异常数据识别的方法及装置
CN111143169B (zh) 异常参数检测方法及装置、电子设备、存储介质
CN113407371B (zh) 数据异常监测方法、装置、计算机设备和存储介质
CN112527598B (zh) 监控数据的方法、装置、设备、存储介质和程序产品
US10968402B1 (en) Method and system for the control of water concentration in crude oil entering the dehydrators
CN113464415B (zh) 控制空压站的空压机的方法、设备和计算机存储介质
CN110298765B (zh) 一种基于客观关联因素的配电网用电功率异常检测方法
US11008521B1 (en) Control of demulsifier injection into crude oil entering separators
CN111400126B (zh) 网络服务异常数据检测方法、装置、设备和介质
CN113868953B (zh) 工业系统中多机组运行优化方法、装置、系统及存储介质
CN117666638B (zh) 油田掺稀量智能控制方法、系统、设备及介质
CN115018315A (zh) 一种供热异常的检测方法、装置、电子设备及存储介质
CN118378199A (zh) 一种大数据分析平台中的实时异常检测方法
CN115880101B (zh) 一种基于大数据的水利数据管理系统
CN118170004A (zh) 基于物联网的控制方法及系统
CN109816165A (zh) 风电超短期功率预测方法及系统
CN109976405A (zh) 一种陶瓷窑炉温度复合控制方法、设备及系统
CN104680010A (zh) 一种汽轮机组稳态运行数据筛选方法
CN110020000B (zh) 判定异常风速数据的方法和装置
CN111339155B (zh) 一种关联分析系统
JP6625839B2 (ja) 負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法
CN115880100A (zh) 一种基于云端平台的智慧电网数据处理方法与系统
CN108920310B (zh) 接口数据的异常值检测方法及系统
CN113591266A (zh) 一种电能表故障概率的分析方法及系统
CN118132644B (zh) 一种数据挖掘方法及系统

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