[发明专利]基于动液面预测的潜油往复式抽油机冲次优化方法

说明书

技术领域

本发明涉及一种潜油往复式抽油机冲次方法。

背景技术

潜油往复式抽油机是一种以直线电机驱动的新型抽油机，目前，各大油田使用的这种抽油机的配套设施尚不完备，尤其是直线电机控制系统缺少有效地优化控制方法，绝大多数潜油往复式抽油机处于无控制的运行状态，这种情况会造成油田开发资源的浪费以及开采成本的提高，并且可能导致潜油往复式抽油机故障率升高。

由于潜油往复式抽油机采用了直线电机驱动的新型举升方式，使得抽油机具有良好的可控性及节能潜力。但目前，潜油往复式抽油机的控制系统在设计时并未从节能和高效生产的角度进行考虑，直线电机冲次(即直线电机每分钟往复次数)调整周期长(一股为1个月以上)，无法及时适应井下动液面的变化，抽油机在下一个冲次调整周期到来前极有可能处于空抽状态，这样既浪费了电能也对抽油机本身寿命造成影响。

目前，潜油往复式抽油机的工作状态由人工测量油井动液面高低位置后手动调整抽油机冲次，调整周期长，且完全依靠人工经验，不具备冲次优化的理论支撑，动液面变化频繁的油井抽油机可能会长时间处于高冲次空抽状态而空耗电能，当动液面位置较低时，冲次较低的油井又可能因井下液体流动过缓，引发结蜡等故障，因此，潜油往复式抽油机需要一种合理的冲次优化控制方法，及时根据油井状态调整直线电机，达到节能、高效生产的目的。

发明内容

本发明的目的是为了解决潜油往复式抽油机没有合理的冲次优化控制方法，不能根据油井状态调整直线电机的问题，提供一种基于动液面预测的潜油往复式抽油机冲次优化方法。

本发明方法是通过以下步骤实现：

步骤一、动液面时间序列的归一化处理；

步骤二、对步骤一归一化处理后的动液面时间序列的样本空间进行重构；

步骤三、建立支持向量机动液面预测模型，进行动液面时间序列的回归预测；

步骤四、确定冲次优化的经济性目标函数

以和潜油往复式抽油机运行的经济性有关的参数或函数为参变量，建立冲次与经济性指标的函数模型，根据经济性函数中各参变量对函数的影响程度的强弱，简化经济性函数，得到目标函数；

步骤五、确定冲次优化模型：

结合具体抽油机的冲次上限和下限值，以及预先设定的动液面预测天数，给出冲次优化的约束条件，结合冲次优化的约束条件及经济性目标函数，得到该潜油往复式抽油机的冲次优化模型；

步骤六、利用步骤五获取的冲次优化模型，并采用分区间、分时段的方法得到冲次的优化方法：在潜油往复式抽油机的冲次区间上分割成若干子区间，相应地将该油井的动液面的区间分割成对应的子区间，使预测得到的动液面值，与其所在的动液面子区间对应的冲次子区间内的冲次值相匹配，将总的预测时间分成若干时间段，分别在各时间段内，将与预测得到的动液面值相匹配的冲次值代入冲刺优化模型进行计算，得到冲次优化结果。

本发明具有以下有益效果：一、本发明不需要人工测量油井的动液面值，通过动液面的历史数据即可得到未来动液面的变化趋势，利用动液面预测方法，将预测结果应用于潜油往复式抽油机的冲次优化，及时根据油井状态调整直线电机，使得抽油机控制自动化程度提高，且节能效果显著。二、本发明涉及的算法经过简化，算法简单，易于在采油现场实现。

附图说明

图1是基于动液面预测的潜油往复式抽油机冲次优化方法的流程图，图2是支持向量机预测方法和线性预测方法预测精度的比较曲线图(图中SVM方法为支持向量机预测方法、ARMA方法为线性预测方法)；图3是普通支持向量机预测方法和带冲次输入的支持向量机预测方法预测精度的比较曲线图(图中SVM方法为支持向量机预测方法，改进SVM方法为带冲次输入的支持向量机预测方法)；图4是冲次优化误差曲线图。

具体实施方式

具体实施方式一：结合图1说明本实施方式，本实施方式是通过以下步骤实现的：

步骤一、动液面时间序列的归一化处理；

步骤二、对步骤一归一化处理后的动液面时间序列的样本空间进行重构；

步骤三、建立支持向量机动液面预测模型，进行动液面时间序列的回归预测；

步骤四、确定冲次优化的经济性目标函数

以和潜油往复式抽油机运行的经济性有关的参数或函数为参变量，建立冲次与经济性指标的函数模型，根据经济性函数中各参变量对函数的影响程度的强弱，简化经济性函数，得到目标函数；

步骤五、确定冲次优化模型：