[发明专利]一种基于数据驱动的抽油机量油方法及系统

说明书

本发明提供了一种基于数据驱动的抽油机量油方法及系统，其中，该方法包括：获取油田多口井的历史数据；将地面示功图数据转换为示功图图像的数据集；将示功图图像的数据集划分为训练集与测试集；选择多个回归模型作为候选预测模型，利用训练集训练候选预测模型，结合真实产液量数据，对候选预测模型进行示功图到产液量的映射学习，获得抽油机井产液量预测模型；将油田抽油机井获取的实时地面示功图数据，输入至抽油机井产液量预测模型，计算得到对应的产液量。该方法和系统能有效的提高预测产液量的精确度，具有在线运算成本低、预测精度高、泛化能力强等特点。

技术领域

本发明涉及抽油机井产量计量技术领域，尤指一种基于数据驱动的抽油机量油方法及系统。

背景技术

目前，传统测量产液量的计量模式为小站计量模式，这种模式一般都采用多口油井的产量进入同一个计量站，并且共同使用一套分离计量装置。通过人工或者自动控制的方式进行选井，停留在手动操作阶段。此外，传统的小站计量模式要求配套装置多，工艺流程复杂，投资较大，不能很好适应油田数字化、信息化和自动化等方面的要求。

相对小站计量模式的缺陷，传统示功图量油技术是把有杆泵抽油过程作为一个复杂的振动系统，在特定的边界条件和初始条件下，计算出对不同地面示功图激励产生的泵功图响应，然后建立数学模型，对泵示功图进行定量分，采用几何特征法和综合评判法对泵功图进行分析，计算出油井产液量。

例如，现有的有效冲程法，是通过地面自动化设备采集地面载荷和地面位移，二者结合生成示功图。然后通过建立油井有杆泵抽油系统的力学数学模型(波动方程)将示功图转化为油井的泵功图，进而对原始泵功图数据点的梯度值进行计算，确定出功图的拐点，再通过同心圆或者椭圆逼近的方式来筛选出泵功图中油井的凡尔开闭点，从而得到油井柱塞的有效冲程，计算油井的产液量。

现有的示功图量油技术，存在以下不足：

1、现有技术多采用简化的抽油机井系统模型，产液量预测精度低，存在不小的误差，泛化能力弱。由于井下工况复杂，示功图形状各异，有效冲程法很难准确识别和计算，导致产液量的计算误差较大，计量精度和可靠性不能满足油井计量的要求。

2、现有技术普遍存在成本高、计算时间长、计量应用范围有限、标准不健全、标定方法不够完善的等情况。随着时间增长，多口油井隔段时间会用量油车计量下真实数据，用真实数据把计算数据按照算法修正，不但过程繁琐而且精确度不高。与此同时，该方法计算产量只能通过专门的软件计算得到，若有效冲程法计算的误差很大，技术人员很难进行修正。

因此，亟需一种能够根据抽油机井实时地面示功图快速、准确计算对应的产液量的方法。

发明内容

为解决上述问题，本发明提出了一种基于数据驱动的抽油机量油方法及系统，通过数据驱动获得产液量预测模型，将抽油机井实时地面示功图输入至预测模型，快速计算对应的产液量，该模型无需人工定标矫正，具有高精度和泛化能力。

在本发明一实施例中，提出了一种基于数据驱动的抽油机量油方法，包括：

获取油田多口井的历史数据，其中包括地面示功图数据及对应的真实产液量数据；

将所述地面示功图数据转换为示功图图像的数据集；

将所述示功图图像的数据集划分为训练集与测试集；

选择多个回归模型作为候选预测模型，利用所述训练集训练所述候选预测模型，结合所述真实产液量数据，对所述候选预测模型进行示功图到产液量的映射学习，获得抽油机井产液量预测模型；

将油田抽油机井获取的实时地面示功图数据，输入至所述抽油机井产液量预测模型，计算得到对应的产液量。

在本发明一实施例中，还提出了一种基于数据驱动的抽油机量油系统，包括：