[发明专利]一种基于BP神经网络与SPEA2算法的油田抽油机采油节能增产优化方法

摘要

本发明公开一种基于BP神经网络与SPEA2算法的油田抽油机采油节能增产优化方法，其特征在于按如下步骤进行：一：统计决策变量X；二：采集耗电量、产油量Y的样本，得到一个样本矩阵；三：建立抽油机采油的过程模型；四：以BPNN模型为基础，运用SPEA2多目标进化算法，对决策变量在各自的上下限范围内，进行优化；五：如果耗电量降低、产量提高，对实际生产进行指导，否则，返回一，人为更换S1个决策变量X，重新筛选决策变量X；六：如果所有设定的S1个决策变量X组合都没有使耗电量降低、产量提高，则S1=S1+1，再返回一。本发明的有益效果是：能确定工艺参数的最优值；根据优化后的工艺参数最优值进行实际生产指导。

主权项

一种基于BP神经网络与SPEA2算法的油田抽油机采油节能增产优化方法，其特征在于按如下步骤进行：步骤一：统计所有对耗电量、产油量有影响的原始变量S，并从中确定在油田抽油机采油过程中对耗电量、产油量影响非常大的S1个决策变量X；步骤二：采集时间T内决策变量和对应着的耗电量、产油量Y的样本，得到一个样本矩阵；步骤三：以决策变量X作为输入，以耗电量、产油量Y作为输出，运用BP神经网络算法，对样本进行训练、检验，建立抽油机采油的过程模型；步骤四：以BPNN模型为基础，以BPNN的两个输出值作为适应度函数F(i)i=1,2，运用SPEA2多目标进化算法，对决策变量在各自的上下限范围内，进行优化；步骤五：将优化后的S1个决策变量X优化值带入BPNN模型，计算此时的模型两个输出值耗电量、产油量Y，与样本值平均值进行比较，如果耗电量降低、产量提高，则带入油田，对实际生产进行指导，否则，返回步骤一，人为更换S1个决策变量X，重新筛选决策变量X；步骤六：如果所有设定的S1个决策变量X组合都没有使耗电量降低、产量提高，则S1=S1+1，再返回步骤一。