融合目標(biāo)優(yōu)化的抽油機(jī)間抽節(jié)能算法研究.pdf

1、隨著全球經(jīng)濟(jì)的迅速發(fā)展，能源節(jié)約問題和環(huán)境保護(hù)問題成了備受人們關(guān)注的焦點(diǎn)，節(jié)能低碳也已成為21世紀(jì)的發(fā)展主題之一。石油行業(yè)作為我國(guó)的傳統(tǒng)行業(yè)，是一項(xiàng)能源消耗巨大的基礎(chǔ)工業(yè)。在整個(gè)油田的生產(chǎn)成本中，耗電量所占比例達(dá)40％左右，而抽油機(jī)年耗電量占油田年耗電量的20%~30%，因此提高抽油機(jī)的用電效率、節(jié)約電能對(duì)于油田開發(fā)具有重大意義。該選題針對(duì)低滲透油田生產(chǎn)中能源消耗大的問題，以節(jié)能降耗增加效益為目標(biāo)，通過對(duì)國(guó)內(nèi)外相關(guān)領(lǐng)域的研究現(xiàn)狀以及研究

2、成果進(jìn)行分析，提出了基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的優(yōu)化節(jié)能算法和基于模型分析的優(yōu)化節(jié)能算法。
　　基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的優(yōu)化節(jié)能算法，通過對(duì)實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行分析，找出影響油田生產(chǎn)的主要因素。對(duì)主要影響因素進(jìn)行樣本數(shù)據(jù)采集，然后利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)未來的產(chǎn)液量，通過預(yù)測(cè)產(chǎn)液量與標(biāo)準(zhǔn)產(chǎn)液量的實(shí)際比對(duì)來調(diào)整抽油機(jī)的開機(jī)生產(chǎn)時(shí)間，以此來保證抽油機(jī)的有效運(yùn)行，達(dá)到節(jié)能降耗的效果。
　　基于模型分析的優(yōu)化節(jié)能算法，通過對(duì)低滲透油藏的儲(chǔ)層特征以及流體的滲流特