油田采油控制系统神经网络建模和优化算法研究

在石油开采过程中,由于抽油机普遍存在抽取能力大于油井实际负荷的问题,使抽油机出现“长期相对轻载”和“空抽”现象。这不仅造成电机功率因数的降低,抽油无效行程的增加,大量电能的浪费,而且使抽油设备损耗加大,维修费用增高。因此实现油田抽油机的智能控制势在必行。 本文对采油系统的控制算法进行了广泛深入的研究。采取抽油机间歇采油控制方案,并设计了整体的采油控制系统。首先对神经网络和遗传算法相关文献进行分析、概括和总结。然后在系统建模方面深入的研究了常规BP算法、同伦BP算法、AHBP算法,实现不同类型储层的各类油气储藏动态辨识及预测;针对停机时间的优化,深入研究了常规遗传算法和改进遗传算法。最后将以上的算法都进行了仿真研究,仿真结果表明了所提出算法的有效性。