基于模糊神經(jīng)網(wǎng)絡(luò)的抽油井沖次智能調(diào)節(jié)方法研究.pdf

1、目前我國(guó)大多數(shù)油田已相繼進(jìn)入了開(kāi)發(fā)的中后期，相當(dāng)數(shù)量的抽油井經(jīng)常處于泵效較低或空泵的狀態(tài)運(yùn)行，造成了功率因數(shù)降低，電能浪費(fèi)大等問(wèn)題。為了使油井供液能力和抽油機(jī)抽汲能力相匹配，實(shí)際生產(chǎn)過(guò)程中，調(diào)節(jié)沖次的措施主要有兩種:一是更換電動(dòng)機(jī)輸出軸皮帶輪;二是將變頻控制技術(shù)應(yīng)用到油田設(shè)備上，通過(guò)改變變頻器的輸出頻率進(jìn)而調(diào)節(jié)沖次。兩種方法均是依靠操作人員的豐富經(jīng)驗(yàn)，以保證產(chǎn)液量為前提，通過(guò)觀(guān)察抽油機(jī)的運(yùn)行情況進(jìn)行沖次調(diào)節(jié)。但是人工調(diào)節(jié)存在諸多弊端，因

2、此，如何對(duì)抽油機(jī)系統(tǒng)進(jìn)行合理的控制，保證低產(chǎn)井的穩(wěn)產(chǎn)，具有重要的理論和現(xiàn)實(shí)意義。
　　模糊神經(jīng)網(wǎng)絡(luò)融合了模糊邏輯和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，它在處理非線(xiàn)性、模糊性等問(wèn)題上有很大的優(yōu)越性，集學(xué)習(xí)、聯(lián)想、識(shí)別、信息處理于一體。本文針對(duì)油田非線(xiàn)性、不確定性等問(wèn)題，在仔細(xì)研究抽油機(jī)采油過(guò)程和人工操作經(jīng)驗(yàn)的基礎(chǔ)上，為提高油田自動(dòng)化水平，提出采用模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)人工經(jīng)驗(yàn)決策沖次，并設(shè)計(jì)了抽油井沖次智能調(diào)節(jié)系統(tǒng)，以達(dá)到穩(wěn)產(chǎn)、降耗的目的，確保不會(huì)因操作者的

3、經(jīng)驗(yàn)豐富與否影響油田產(chǎn)量。
　　首先，沖次決策部分，本文詳細(xì)闡述了模糊神經(jīng)網(wǎng)絡(luò)的基本原理和設(shè)計(jì)方法。并且通過(guò)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的對(duì)比分析，確定了本文所采用的基于零階T-S模糊模型的模糊神經(jīng)網(wǎng)絡(luò)。在網(wǎng)絡(luò)輸入變量的選取上，研究了灰色關(guān)聯(lián)分析（GRA）方法，并基于鄧氏關(guān)聯(lián)度模型對(duì)多組油田現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行分析，確定電流、泵效和沉沒(méi)度作為網(wǎng)絡(luò)的輸入。
　　其次，本文研究了基于粒子群(PSO)算法的網(wǎng)絡(luò)參數(shù)優(yōu)化，并針對(duì)文中優(yōu)化粒子維數(shù)較高的特點(diǎn)，提

4、出一種改進(jìn)的粒子群優(yōu)化算法(AHPSO)。它能夠根據(jù)迭代的進(jìn)行自適應(yīng)地改變慣性權(quán)重和學(xué)習(xí)因子;同時(shí)為防止種群多樣性的損失，引入遺傳算法中的選擇與變異算子，提高算法跳出局部最優(yōu)進(jìn)行全局搜索的能力。經(jīng)過(guò)實(shí)驗(yàn)對(duì)比，利用改進(jìn)的粒子群算法優(yōu)化網(wǎng)絡(luò)的迭代精度和速度都有顯著提高，進(jìn)而得到最優(yōu)的模糊神經(jīng)網(wǎng)絡(luò)來(lái)決策沖次
　　最后，針對(duì)沖次的控制部分，基于油田變頻調(diào)速技術(shù)，采用目前工業(yè)現(xiàn)場(chǎng)廣泛使用的PID控制方法建立沖次閉環(huán)控制系統(tǒng)。由模糊神經(jīng)網(wǎng)絡(luò)依