[发明专利]一种游梁式抽油系统频率与电压柔性智能协调优化方法

说明书

本发明涉及一种基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，该方法依托深度学习，针对抽油系统电功图周期性波动负载，以周期内时变频率与时变电压为优化变量，使抽油系统能够实时预测并确定最优频率和最优电压。通过收集上万种游梁式抽油系统波动负载、电功图的图像特征，经过对图像特征的深度学习，建立基于电功图的频率与电压柔性智能协调优化模型。当输入任意波动负载特征时，此优化模型根据其特征，能够实时预测并确定最优频率和最优电压，实现抽油系统“高负载低频高压，低负载高频低压”，对负载扭矩“削峰填谷”，降低负载波动，达到节能降耗的目的。

技术领域

本发明涉及油气开采技术领域，具体而言，尤其涉及一种基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法。

背景技术

随着油气开采深入及原油产出，地层供给能力不足以支持油井自喷，为提高石油开采效率，人工举升设备已得到越来越广泛的应用。目前人工举升设备主要包括：抽油机、电潜泵、螺杆泵、高压气举等举升工艺，游梁式抽油机因结构简单、性能可靠且价格低廉，占据着主要的市场份额。游梁式抽油机主要由抽油泵、抽油杆、光杆、四杆机构、减速箱、皮带和电动机组成。电动机通过皮带和减速箱的减速增扭作用，驱动曲柄做旋转运动，四杆机构将旋转运动转化为杆柱的直线运动。根据杆柱运动方向，抽油机运行过程被分为上冲程和下冲程。在上冲程，位于油管内及游动阀上端的液体被举升，且当固定阀打开后，套管内液体会被吸入泵筒内；在下冲程，当游动阀打开后，泵筒内流体被排出，且位于游动阀上端的液体载荷转移并作用到固定阀，抽油杆柱卸载。这种“上吸下排”的抽油方式结合曲柄摇杆机构的运动特性及平衡重的综合作用，导致了游梁式抽油系统地面负载呈“双驼峰”式双向波动。周期性波动负载不仅影响机械系统平衡度及可靠性，且为满足波峰扭矩需求，增大了所需电动机额定功率，导致电动机大部分时间在低负载区运行，电动机功率利用率低，能耗浪费严重，尤其是局部时间段产生的负扭矩，拖动电动机倒发电，降低了能量传动效率且污染电网，造成电网供电不稳和能耗浪费。

目前已有的柔性变频调压方案中，如，专利申请号202211241660.X一种游梁式抽油系统频率与电压柔性同步协调优化方法，虽然能够实现游梁式抽油系统频率与电压柔性同步协调优化，但采用的一系列算法耗时较长，应用于现实中实时运作的游梁式抽油系统还有所短板。

发明内容

有鉴于此，本发明提供了一种基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，通过深入分析电功图与柔性变频调压的时变对应关系，结合深度学习建立基于电功图的频率与电压柔性智能协调优化模型，实现油井在线实时智能协调柔性变频调压，提高了节能效果，解决了现有技术因依赖动力学模型及优化算法耗时长，从而降低节能效果的问题。

本发明采用的技术手段如下：

本发明提供了一种基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，包括以下步骤：

建立柔性变频调压游梁式抽油系统机电耦合动力学模型，并基于所述系统机电耦合动力学仿真模型得到恒频恒压条件下的电功图；

基于所述系统机电耦合动力学模型，分析系统动态特性、节能机理及柔性变频与柔性调压耦合关系，设计频率与电压柔性同步协调优化模型，并基于所述频率与电压柔性同步协调优化模型，确定最优柔性频率和最优柔性电压；

将所述电功图作为抽油系统特征参数，并根据游梁式抽油机井平衡状态，确定数据分类标准；

基于所述数据分类标准，采用BP神经网络对输入的电功图进行智能分类；

以所述电功图为源域数据集，以所述最优柔性频率和最优柔性电压为目标域数据集，采用神经网络建立并训练基于电功图的频率与电压柔性智能协调优化模型；所述模型以能够充分反映电功图曲线变化形态的电动机输入功率、电动机输入功率一阶导数及电动机输入功率二阶导数为输入，以优化柔性电压和优化柔性频率为输出；