排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
目前油藏、采油依托各自专业数据和信息系统进行异常问题的分析,对于两个系统间的复杂关联关系考虑不够,导致生产异常的诊断仍较局限,治理措施针对性不强。基于随机森林算法和卷积神经网络算法集成学习构造了油藏井筒一体化智能诊断模型,根据注水失效、泵漏失等不同油藏、井筒问题,以基于随机森林的决策树分析油藏异常工况,卷积神经网络诊断井筒异常故障,通过集成学习方法将两类分类器结合起来,形成一体化诊断。现场验证结果表明,所建立的方法通过集成学习提升了单分类器性能与范化能力,应用准确率达到90%以上,实现了油藏和井筒问题的一体化诊断,为油田智能化管控提供了有力支撑。 相似文献
3.
有杆抽油泵举升过程中,根据供液能力的差别,分别确定了泵吸入口压力和活塞受力的计算方法;在静态模型建立的基础上,以抽油杆受力波动方程为指导,对井筒举升过程抽油杆运动阻尼系数计算方法进行了修正,建立了有杆抽油泵举升动态模型。以地面实测示功图为约束,计算不同供液工况下井筒纵向空间的压力、抽油杆柱受力等数值分布,对泵吸入口压力、动液面、地层流压等参数进行模拟计算,建立了不同供液状况下有杆抽油泵举升过程参数连续模拟计算方法。研究结果表明,该方法能够满足供液不足工况下油井动液面计算的精度要求,为井筒举升分析、工作制度优化调整提供了理论依据。 相似文献
1