一种基于生成式对抗神经网络的示功图故障诊断方法

    公开(公告)号:CN114444620A

    公开(公告)日:2022-05-06

    申请号:CN202210362470.7

    申请日:2022-04-08

    Abstract: 本发明公开了一种基于生成式对抗神经网络的示功图故障诊断方法,属于采油故障诊断技术领域,包括如下步骤:对示功图样本库数据进行数据清洗;基于采油工程理论及典型示功图特性,对示功图数据点进行特征提取;对数量较少的故障类别样本采用生成式对抗神经网络进行生成,生成过程中对生成器网络的输出进行条件约束;基于原始样本及生成样本,将数据划分为训练集、验证集、测试集;采用Xgboost分类算法对样本进行分类;利用准确率和召回率对故障诊断结果进行综合评估;利用训练完成后的分类模型对故障进行实时监测诊断,实时判断故障类型。本发明能够显著提高分类模型对故障样本的特异识别能力,降低故障的误报/漏报率。

    一种多井系统水驱油藏注采参数智能优化方法

    公开(公告)号:CN113032953A

    公开(公告)日:2021-06-25

    申请号:CN202110105180.X

    申请日:2021-01-26

    Abstract: 本发明公开了一种多井系统水驱油藏注采参数智能优化方法,涉及智能油田开发领域。方法包括以下步骤;确定多井系统水驱油藏待优化注采参数及取值范围,生成n组不同注采参数组合的开发方案;构建多井系统注采开发油藏地质模型,并对n组不同注采开发方案进行数值模拟,获得相对应的油藏生产净现值;基于多元自适应样条回归算法等,构建出水驱油藏开发生产的代理模型,以实现油藏生产净现值最大为优化目标,使用粒子群算法等对注采参数进行优化,求得最佳注采参数组合;根据求得的最佳注采参数组合,对油藏水驱开发策略进行优化调整。本方法克服了传统水驱油藏注采参数优化调整方法过于依赖于经验、耗时耗力、且很难找到真正的最佳解决方案的弊端。

    一种基于人工智能的油水两相流相对渗透网格粗化方法

    公开(公告)号:CN112800589A

    公开(公告)日:2021-05-14

    申请号:CN202110023178.8

    申请日:2021-01-08

    Abstract: 本发明提供一种基于人工智能的油水两相流相对渗透网格粗化方法,1)、建立地质模型;2)、确定粗网格的尺寸和数量,划分粗网格;3)、抽取设定比例的粗网格记为样本集F1,其余粗网格记为样本集F2,对样本集F1进行相对渗透率粗化计算,得到样本集F1中粗网格的粗尺度相对渗透率;4)、对地质模型中所有的粗网格渗透率进行数据预处理;5)、以样本集F1中每个粗网格渗透率的分布特征和粗网格的粗尺度相对渗透率数据训练机器学习算法,并通过十折交叉验证法得到粗网格粗尺度相对渗透率的预测模型;6)、采用预测模型对样本集F2中粗网格的粗尺度相对渗透率进行预测;7)、使用F1中粗尺度相对渗透率和F2中预测的粗尺度相对渗透率进行油藏数值模拟计算。

    一种生物凝胶调剖剂的制备方法

    公开(公告)号:CN105567200B

    公开(公告)日:2018-05-18

    申请号:CN201610120185.9

    申请日:2016-03-03

    Abstract: 本发明公开了一种生物凝胶调剖剂的制备方法,属于调剖剂领域。本发明将大豆酸溶蛋白和大豆多糖溶液混合,制成凝胶,再将凝胶与明胶混合,向其中加入交联剂、引发剂、促胶剂等混合反应,制得凝胶调剖剂,最后进行干燥处理、包装储存即可,本发明制备得到的凝胶调剖剂可自然降解,不污染环境,不损害地层,不含禁用药品,在石油开采过程中改善石油储层渗透率,提高石油采收率。

    一种海上平台注采的无模型梯度优化控制方法及模拟装置

    公开(公告)号:CN103412483B

    公开(公告)日:2016-08-10

    申请号:CN201310331316.4

    申请日:2013-07-31

    Abstract: 本发明公开了一种海上平台注采的无模型梯度优化控制方法及模拟装置,该方法包括:计算实时系统效率;对计算的实时系统效率,更新最高效率点;根据当前周期与上周期的效率,计算效率变化梯度;根据效率变化梯度和最高效率点,确定下一周期工作点,进行产量控制;该模拟装置包括:计算机控制中心、控制柜、继电器、变频器、24V供电电源、智能I/O采集模块、变压器、电压变送器、电流变送器、模拟装置运行平台、注水模块、采油模块。本发明实时采集所需数据,寻优找到其对应的最佳工况点,实现注采系统生产过程的效率和产量在线优化。本发明通过采集海上石油平台注采系统运行数据,建立数学模型,提高了注水泵的整体效率,降低了能耗。

    一种海上平台注采的无模型梯度优化控制方法及模拟装置

    公开(公告)号:CN103412483A

    公开(公告)日:2013-11-27

    申请号:CN201310331316.4

    申请日:2013-07-31

    Abstract: 本发明公开了一种海上平台注采的无模型梯度优化控制方法及模拟装置,该方法包括:计算实时系统效率;对计算的实时系统效率,更新最高效率点;根据当前周期与上周期的效率,计算效率变化梯度;根据效率变化梯度和最高效率点,确定下一周期工作点,进行产量控制;该模拟装置包括:计算机控制中心、控制柜、继电器、变频器、24V供电电源、智能I/O采集模块、变压器、电压变送器、电流变送器、模拟装置运行平台、注水模块、采油模块。本发明实时采集所需数据,寻优找到其对应的最佳工况点,实现注采系统生产过程的效率和产量在线优化。本发明通过采集海上石油平台注采系统运行数据,建立数学模型,提高了注水泵的整体效率,降低了能耗。

    一种基于人工智能的油水两相流相对渗透网格粗化方法

    公开(公告)号:CN112800589B

    公开(公告)日:2022-09-09

    申请号:CN202110023178.8

    申请日:2021-01-08

    Abstract: 本发明提供一种基于人工智能的油水两相流相对渗透网格粗化方法,1)、建立地质模型;2)、确定粗网格的尺寸和数量,划分粗网格;3)、抽取设定比例的粗网格记为样本集F1,其余粗网格记为样本集F2,对样本集F1进行相对渗透率粗化计算,得到样本集F1中粗网格的粗尺度相对渗透率;4)、对地质模型中所有的粗网格渗透率进行数据预处理;5)、以样本集F1中每个粗网格渗透率的分布特征和粗网格的粗尺度相对渗透率数据训练机器学习算法,并通过十折交叉验证法得到粗网格粗尺度相对渗透率的预测模型;6)、采用预测模型对样本集F2中粗网格的粗尺度相对渗透率进行预测;7)、使用F1中粗尺度相对渗透率和F2中预测的粗尺度相对渗透率进行油藏数值模拟计算。

    一种基于傅里叶变换和几何特征的有杆泵工况诊断方法

    公开(公告)号:CN114510880B

    公开(公告)日:2022-07-12

    申请号:CN202210407067.1

    申请日:2022-04-19

    Abstract: 本发明公开了一种基于傅里叶变换和几何特征的有杆泵工况诊断方法,属于有杆泵工况诊断技术领域,包括以下步骤:对所获有杆泵生产数据进行选择;针对示功图进行基于波动方程的傅里叶系数提取;获取示功图曲线数据,进行示功图简单几何特征提取;采用DCA将傅里叶系数与简单几何特征进行融合;使用XGBoost算法建立有杆泵工况诊断模型,并进行模型训练;进行有杆泵工况诊断模型的参数优化;对优化后的有杆泵工况诊断模型,进行模型性能评价;将训练完成的有杆泵工况诊断模型应用到油田现场。本发明能够提高油田开发现场对有杆泵工况诊断的效率,同时提高对油田现有数据的有效利用,实现高效诊断有杆泵工况。

Patent Agency Ranking