-
题名基于长短时记忆神经网络的抽油机井故障智能预警
被引量：2
- 1
-
-
作者
褚浩元
张傲雪
李情霞
黄晓东
李喧喧
赵岩龙
-
机构
中国石油天然气股份有限公司新疆油田分公司工程技术研究院(监理公司)
中国石油大学(北京)克拉玛依校区
中国石油天然气股份有限公司新疆油田分公司陆梁油田作业区
-
出处
《科学技术与工程》
北大核心
2024年第9期3646-3653,共8页
-
基金
国家自然科学基金青年科学基金(52004301)
中国科学院“西部青年学者”(2021-XBQNXZ-033)。
-
文摘
准确预测抽油机井故障对油田生产具有重要意义。针对新疆油田某区块抽油机井故障情况,统计了500口油井的生产数据,明确了结垢、结蜡、杆管腐蚀、杆管疲劳、杆管偏磨5种引发抽油机井故障的主要因素;基于长短时记忆神经网络(long short-term memory networks,LSTM),构建了油井故障智能预警模型;筛选出影响油井故障的14种特征参数进行小波降噪处理,借助自适应矩估计算法对模型进行训练与测试。研究结果表明,模型预测准确率为96.81%,能够为油田提供较为准确的抽油机井故障预警信息。
-
关键词
故障预测
LSTM
小波降噪
神经网络
抽油机井
-
Keywords
fault prediction
LSTM
wavelet denoising
neural network
rod-pumped well
-
分类号
TE242
[石油与天然气工程—油气井工程]
-
-
题名特斯拉阀型AICD控流原理及性能分析
- 2
-
-
作者
黄晓东
范煦
王小萌
方正魁
赵岩龙
刘永升
-
机构
中国石油天然气股份有限公司新疆油田分公司工程技术研究院(监理公司)
中国石油大学(北京)克拉玛依校区石油学院
中国石油天然气股份有限公司新疆油田分公司石西油田作业区
中国地质大学(北京)工程技术学院
-
出处
《石油机械》
北大核心
2024年第9期106-114,共9页
-
基金
国家自然科学基金青年科学基金项目“深度学习辅助页岩油储层两相流动尺度升级和模拟研究”(52004301)
中国科学院“西部青年学者”项目“抽油杆故障智能诊断及优化设计研究”(2021-XBQNXZ-033)。
-
文摘
目前对于特斯拉阀结构在水平井控水领域的研究较少。为此,基于计算流体力学方法,研究了特斯拉阀型AICD(T-AICD)的控流原理及结构参数对其控水能力的影响。研究结果表明:T-AICD对高密度、低黏度流体具有较好的限制效果;T-AICD在生产压差大于1 MPa时控水效果更好,并且较为适合黏度为50~150 mPa·s的油藏;当T-AICD级间距为5 mm时,各黏度条件下均能取得较大油水比,但级数在4级以上时,继续增加级数对于低黏度和高黏度流体油水比的改善程度较小;对T-AICD为单级参数时,在不同黏度条件下,各几何参数对油水比的影响程度不同,但汇入角和流道宽度对油水比均有较大的影响。研究结论可为新型自适应流入控制装置AICD的优化设计提供理论指导。
-
关键词
特斯拉阀型AICD
仿真分析模型
控水性能
油水比
几何参数
-
Keywords
T-AICD
simulation analysis model
water control performance
OWR
geometric parameter
-
分类号
TE931
[石油与天然气工程—石油机械设备]
-
