[发明专利]一种基于自学习的有杆抽油机井冲次调节方法

说明书

一种基于自学习的有杆抽油机井冲次调节方法，属于油井智能采集方法领域，其特征在于包括：首先提取油井生产的历史数据，判断当前油井的抽油机状态；抽油机状态包括调整态和稳定态；调整态为：当抽油机控制器以新的控制参数做出调节后抽油机进入调整态；稳定态为：抽油机以新的控制参数运行一段时间后，抽油机运行状态保持稳定转入稳定态；然后对处于稳定态的抽油机建立其电机输入频率和冲次之间关系建立油井生产过程中效果和冲次之间模型计算最佳冲次，完成有杆抽油机井冲次调节，本调节方法结合历史数据分析，选取冲次最优值，实现最优化，多目标优化策略，适用油田的不同生产需求；可实现油井降本增效，为实现绿色油田建设提供技术基础。

技术领域

本发明属于油井智能采集方法领域，尤其涉及一种基于自学习的有杆抽油机井冲次调节方法。

背景技术

近年来，随着国家碳中和的政策要求，实现有杆抽油系统节能降耗成为油田生产的重要任务。基于油田现场的数字化油田建设和国内有杆采油技术的发展，提出了大量有杆采油系统冲次优化技术：随着物联网技术和边缘计算技术的发展，油井示功图、电功图(三项电参及功率图、电流图等)数据采集技术已经基本成熟，油井功图计产、充满度、系统效率、功图面积等计算算法也已经初步完善，为实现油井智能控制奠定基础。

随着国际油价的变动，以及油田实际生产复杂程度变化，单一产液量和耗电量已经不足以满足油田生产要求。同时随着油井控制要求提高，相关控制理论急需与油井生产实际工况相结合。在油井生产过程中，地层供液能力变化是一个稳态变化过程，井筒内页面变化也是缓慢等；同时针对不同的原油物理特性，相同的沉没度下，有杆抽油泵的吸入和排出工况也不完全相同，因为油井控制需结合油井工况来实现，而非简单调节控制；目前在针对油井的调控过程中，调控参数大多是依据经验获取或人工根据现场反馈进行调节，人力成本高、效率较低，且数字化水平低。

发明内容

本发明旨在解决上述问题，提供一种基于自学习的有杆抽油机井冲次调节方法。

本发明所述基于自学习的有杆抽油机井冲次调节方法，包括：首先提取油井生产的历史数据，判断当前油井的抽油机状态；所述抽油机状态包括调整态和稳定态；所述调整态为：当抽油机控制器以新的控制参数做出调节后，抽油机进入调整态，在调整态期间抽油机工作状态正在发生改变；所述稳定态为：抽油机以新的控制参数运行一段时间后，抽油机运行状态保持稳定，抽油机工作状态转入稳定态；

然后对处于稳定态的抽油机，首次调节，建立其电机输入频率F和冲次N之间关系；N＝d*F+e； (1)

式中N为冲次，F为频率，d、e为常数。

通过自学习建立油井生产过程中效果E和冲次N之间模型计算E的值：

E＝Q_产液量*W_Q+Y*W_Y； (2)

式中W为权重，E为效果，Q为产液量，Y为泵效(抽油泵效率的简称)，以E最大值作为调节目标；计算出最佳冲次N，完成有杆抽油机井冲次调节。

本发明所述基于自学习的有杆抽油机井冲次调节方法，具体包括如下步骤：设定抽油机最小充满度ηmin；根据最小充满度ηmin，计算满足最小充满度时应当达到的冲次Nmin；待抽油机启动并运行进入稳定状态后，通过实时得到的功图数据，计算当前抽油机的冲次N；通过变频器获取当前电机频率F；当N＝Nmin时，则判定抽油机停机，发出停机指示，等待恢复生产。

计算抽油机的抽油泵的当前近似充满度η；当NNmin且ηηmin时，通过调整电机频率F来调节冲次N；进入调节阶段，重复调节数次后使充满度η达到最小充满度ηmin；继续调节，当ηηmin且NNmin时，启动自学习过程；所述抽油机启动并运行进入稳定状态后，同时开始油井数据分析，分析油井在稳定状态下，每个冲次条件下的充满度η、产液量Q、动液面H、泵效Y；当动液面H和充满度η在一定周期的变化幅度小于最小限度值时，判定油井进入新的稳定状态；