[发明专利]抽油机冲次筛选方法、机器学习模型获得方法及相关装置

权利要求书

1.一种抽油机冲次筛选方法，其特征在于，包括：

获得抽油井的生产参数，所述生产参数中至少包括冲次且不包括产液量；

根据预设的冲次调整方式，对所述生产参数中的冲次的取值进行至少一次调整；

将每次调整冲次后的生产参数输入预设的机器学习模型中，获得所述机器学习模型得到的与各调整后的冲次对应的产液量；

根据具有对应关系的冲次和所述产液量确定各调整后的冲次对应的抽油机的抽油泵泵效；

从各调整后的冲次中筛选出对应的抽油泵泵效符合预设泵效要求的冲次。

2.根据权利要求1所述的方法，其特征在于，所述生产参数还包括：泵径、冲程、油压、套压、动液面深度、示功图的载荷与位移、有效冲程、示功图面积中的至少一个。

3.根据权利要求1所述的方法，其特征在于，所述根据具有对应关系的冲次和所述产液量确定各调整后的冲次对应的抽油机的抽油泵泵效，包括：

将各调整后的冲次及对应的所述产液量输入公式

中，计算得到各调整后的冲次对应的抽油机的抽油泵泵效，其中，η为抽油泵泵效，d为泵径，L为冲程，n为冲次，Q为预设时长的产液量，t为所述预设时长包含的分钟数量。

4.根据权利要求1所述的方法，其特征在于，所述根据具有对应关系的冲次和所述产液量确定各调整后的冲次对应的抽油机的抽油泵泵效，包括：

获得所述预设的机器学习模型根据具有对应关系的冲次和所述产液量，确定的各调整后的冲次对应的抽油机的抽油泵泵效。

5.根据权利要求1所述的方法，其特征在于，所述从各调整后的冲次中筛选出对应的抽油泵泵效符合预设泵效要求的冲次，包括：

从各调整后的冲次中筛选出对应的抽油泵泵效最高的冲次。

6.一种机器学习模型获得方法，其特征在于，包括：

获得抽油井的在历史时间段内的多组生产参数，每组所述生产参数中至少包括：冲次和产液量，不同组的所述生产参数的采集时刻不同；

将获得的所述多组生产参数作为训练数据，对所述训练数据进行机器学习，获得机器学习模型，所述机器学习模型的输入为：不包括产液量在内的所述生产参数，所述机器学习模型的输出为抽油机的抽油泵泵效。

7.一种抽油机冲次筛选装置，其特征在于，包括：第一参数获得单元、冲次调整单元、产液量获得单元、泵效确定单元和冲次筛选单元，

所述第一参数获得单元，用于获得抽油井的生产参数，所述生产参数中至少包括冲次且不包括产液量；

所述冲次调整单元，用于根据预设的冲次调整方式，对所述生产参数中的冲次的取值进行至少一次调整；

所述产液量获得单元，用于将每次调整冲次后的生产参数输入预设的机器学习模型中，获得所述机器学习模型得到的与各调整后的冲次对应的产液量；

所述泵效确定单元，用于根据具有对应关系的冲次和所述产液量确定各调整后的冲次对应的抽油机的抽油泵泵效；

所述冲次筛选单元，用于从各调整后的冲次中筛选出对应的抽油泵泵效符合预设泵效要求的冲次。

8.一种机器学习模型获得装置，其特征在于，包括：第二参数获得单元和模型训练单元，

所述第二参数获得单元，用于获得抽油井的在历史时间段内的多组生产参数，每组所述生产参数中至少包括：冲次和产液量，不同组的所述生产参数的采集时刻不同；

所述模型训练单元，用于将获得的所述多组生产参数作为训练数据，对所述训练数据进行机器学习，获得机器学习模型，所述机器学习模型的输入为：不包括产液量在内的所述生产参数，所述机器学习模型的输出为抽油机的抽油泵泵效。

9.一种设备，其特征在于，包括：存储器和处理器，

其中，所述存储器用于存储程序指令，所述处理器用于调用所述存储器中存储的程序指令，以执行如权利要求1至5任一项所述的抽油机冲次筛选方法和/或权利要求6所述的机器学习模型获得方法。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至5任一项所述的抽油机冲次筛选方法和/或权利要求6所述的机器学习模型获得方法。