天津科技 ›› 2024, Vol. 51 ›› Issue (02): 70-73.doi: 10.14099/j.cnki.tjkj.2024.02.023
李权, 孙强, 高智梁, 张耘赫, 周日
摘要： 为了保证电潜泵油井稳定生产和提高电潜泵的运转时长，对电潜泵运行过程中的实时参数变化进行了研究。首先对渤海某油田电潜泵井生产过程中出现的气锁、油嘴堵塞、乳化和出砂时实时电机、生产和泵工况的数据特征进行分析，总结电潜泵异常时的参数特征；收集电潜泵异常生产时的参数作为训练样本和测试样本，并利用深度神经网络方法对这些样本数据进行模拟学习；最后得到用于预测电潜泵异常生产情况的深度神经网络模型。该模型通过分析电潜泵井实时生产数据，对其运行状态进行监控预警，对历史数据进行分析，辅助建立生产状态案例库，进一步保证电潜泵稳定运转。
中图分类号:
