本文主要研究内容
作者邴绍强（2019）在《基于人工智能的抽油机井结蜡预警方法》一文中研究指出：针对依靠现场经验确定的清蜡周期不准确而导致蜡卡躺井的问题,开展了基于人工智能的抽油机井结蜡预警方法研究。利用皮尔逊相关系数分析方法,分析了17项油井自动采集参数与结蜡程度的关联性,确定了7项主控参数,创建了结蜡预警规则模型;将7项主控参数的合并指标进行归一化处理得到结蜡综合特征指标(WPSC),并利用结蜡预警规则模型产生的样本数据建立了结蜡井WPSC样本集,选用长短时记忆神经网络(LSTM)对样本集进行训练,得到了WPSC机器学习模型,用其可以定量预测抽油机井的结蜡程度。该方法在胜利油田桩23区块的现场应用结果表明,油井清蜡周期得到延长,且有效避免了蜡卡躺井。研究结果表明,基于人工智能的抽油机井结蜡预警方法实现了油井结蜡程度的定量化预测与预警,对精准确定清蜡时机具有较好的指导作用。
Abstract
zhen dui yi kao xian chang jing yan que ding de qing la zhou ji bu zhun que er dao zhi la ka tang jing de wen ti ,kai zhan le ji yu ren gong zhi neng de chou you ji jing jie la yu jing fang fa yan jiu 。li yong pi er xun xiang guan ji shu fen xi fang fa ,fen xi le 17xiang you jing zi dong cai ji can shu yu jie la cheng du de guan lian xing ,que ding le 7xiang zhu kong can shu ,chuang jian le jie la yu jing gui ze mo xing ;jiang 7xiang zhu kong can shu de ge bing zhi biao jin hang gui yi hua chu li de dao jie la zeng ge te zheng zhi biao (WPSC),bing li yong jie la yu jing gui ze mo xing chan sheng de yang ben shu ju jian li le jie la jing WPSCyang ben ji ,shua yong chang duan shi ji yi shen jing wang lao (LSTM)dui yang ben ji jin hang xun lian ,de dao le WPSCji qi xue xi mo xing ,yong ji ke yi ding liang yu ce chou you ji jing de jie la cheng du 。gai fang fa zai sheng li you tian zhuang 23ou kuai de xian chang ying yong jie guo biao ming ,you jing qing la zhou ji de dao yan chang ,ju you xiao bi mian le la ka tang jing 。yan jiu jie guo biao ming ,ji yu ren gong zhi neng de chou you ji jing jie la yu jing fang fa shi xian le you jing jie la cheng du de ding liang hua yu ce yu yu jing ,dui jing zhun que ding qing la shi ji ju you jiao hao de zhi dao zuo yong 。
论文参考文献
论文详细介绍
论文作者分别是来自石油钻探技术的邴绍强，发表于刊物石油钻探技术2019年04期论文，是一篇关于油井结蜡论文,清蜡周期论文,规则模型论文,机器学习论文,人工智能论文,预测预警论文,胜利油田论文,石油钻探技术2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自石油钻探技术2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：油井结蜡论文; 清蜡周期论文; 规则模型论文; 机器学习论文; 人工智能论文; 预测预警论文; 胜利油田论文; 石油钻探技术2019年04期论文;