|
|||||
|
|
| 基于长短时记忆神经网络的抽油机井故障智能预警 | |
| 作者姓名： | 褚浩元 张傲雪 李情霞 黄晓东 李喧喧 赵岩龙 |
| 作者单位： | 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;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 |
| 基金项目： | 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) |
| 摘 要： | 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 |
| 收稿时间： | 2023-05-25 |
| 修稿时间： | 2023-12-27 |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 | |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 | |