[发明专利]一种确定抽油机井的动液面深度参数的方法及装置在审
申请号: | 201910740427.8 | 申请日: | 2019-08-12 |
公开(公告)号: | CN112395730A | 公开(公告)日: | 2021-02-23 |
发明(设计)人: | 李志元 | 申请(专利权)人: | 北京国双科技有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06N20/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 刘晓菲 |
地址: | 100086 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 确定 抽油机 液面 深度 参数 方法 装置 | ||
1.一种确定抽油机井的动液面深度参数的方法,其特征在于,所述方法包括:
获取目标抽油机井的属性参数和生产参数;
将所述目标抽油机井的属性参数和生产参数输入预先构建的动液面深度确定模型,得到所述目标抽油机井的动液面深度参数;其中,所述动液面深度确定模型为对样本数据进行机器学习后得到的用于输出所述动液面深度参数的模型,所述样本数据包括抽油机井的属性参数、生产参数以及动液面深度参数。
2.根据权利要求1所述的方法,其特征在于,构建动液面深度确定模型包括:
获取样本数据,所述样本数据包括抽油机井的属性参数、生产参数以及动液面深度参数,并标注每个所述属性参数、生产参数以及动液面深度参数间的对应关系,得到标注后数据;
将所述标注后数据划分为训练数据和测试数据;
采用不同的机器学习算法对所述训练数据进行机器学习,构建对应的初始动液面深度确定模型;
将所述测试数据中的属性参数和生产参数输入每个所述初始动液面深度确定模型,得到每个所述初始动液面深度确定模型输出的动液面深度参数;
比较输出的每个所述动液面深度参数与标准动液面深度参数间的差值,将差值最小的动液面深度参数所对应的初始动液面深度确定模型作为动液面深度确定模型,其中所述标准动液面深度参数为测试数据中与输入模型的属性参数和生产参数对应的动液面深度参数。
3.根据权利要求1所述的方法,其特征在于,所述属性参数,包括以下任意一项或组合:
抽油机井的油藏参数、井筒参数和流体性质参数。
4.根据权利要求1所述的方法,其特征在于,所述生产参数,包括以下任意一项或者组合:
抽油机井的产液量、冲程、冲次、油压、套压以及生产故障。
5.根据权利要求4所述的方法,其特征在于,还包括:对所述产液量进行阶段求和,将阶段求和后的所述产液量作为构建动液面深度确定模型所需的样本数据。
6.一种确定抽油机井的动液面深度参数的装置,其特征在于,所述装置包括:
第一获取单元,用于获取目标抽油机井的属性参数和生产参数;
第一确定单元,用于将所述目标抽油机井的属性参数和生产参数输入预先构建的动液面深度确定模型,得到所述目标抽油机井的动液面深度参数;其中,所述动液面深度确定模型为对样本数据进行机器学习后得到的用于输出所述动液面深度参数的模型;所述样本数据包括抽油机井的属性参数、生产参数以及动液面深度参数。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第二获取单元,用于获取样本数据,所述样本数据包括抽油机井的属性参数、生产参数以及动液面深度参数;
标注单元,用于标注每个所述属性参数、生产参数以及动液面深度参数间的对应关系,得到标注后数据;
划分单元,用于将所述标注后数据划分为训练数据和测试数据;
模型构建单元,用于采用不同的机器学习算法对所述训练数据进行机器学习,构建对应的初始动液面深度确定模型;
测试单元,用于将所述测试数据中的属性参数和生产参数输入每个所述初始动液面深度确定模型,得到每个所述初始动液面深度确定模型输出的动液面深度参数;
比较单元,用于比较输出的每个所述动液面深度参数与标准动液面深度参数间的差值;
第二确定单元,用于将差值最小的动液面深度参数所对应的初始动液面深度确定模型作为动液面深度确定模型,其中所述标准动液面深度参数为测试数据中与输入模型的属性参数和生产参数对应的动液面深度参数。
8.根据权利要求6所述的装置,其特征在于,所述属性参数,包括以下任意一项或组合:
抽油机井的油藏参数、井筒参数和流体性质参数。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现权利要求1至5中任一项所述的确定抽油机井的动液面深度参数的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任意一项所述的确定抽油机井的动液面深度参数的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京国双科技有限公司,未经北京国双科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910740427.8/1.html,转载请声明来源钻瓜专利网。