《油井生产动态智能监测与分析技术》

奖项类别：江苏省高校科学研究成果奖三等奖

技术简介：

油田所开展的以“四化”为中心的生产信息化建设，为生产运行和采油工程管理带来了海量的监测数据，传统以人工统计分析的管理方法，无法满足大数据分析的工作需求，需要逐步建立“人机结合、智能管控”的新型生产技术管理模式，充分发挥大数据和人工智能对油田管理的提质提效作用。

本项目借助最新一代卷积人工神经网络深度学习技术，得到了如下成果：

（1）分析制定了油井工况智能分析指标集，包括功图、功率、回压等共计17种指标；收集了鲁明公司130万组油井生产动态数据，通过分析筛选建立了包含34种工况的人工神经网络工况诊断训练库。

（2）基于油田四化平台，从油井管控实际问题出发，提出并建立了油井生产动态智能分析系统架构；基于深度学习和卷积神经网络原理，设计了油井工况智能分析神经网络，并编制完成了相应的神经网络算法程序。

（3）使用所建立的工况诊断训练库对油井工况智能分析神经网络进行训练，得到油井工况诊断人工智能算法；该算法可以诊断34种抽油机井工况的人工智能程序，诊断准确率超过93%；对比目前国内外文献中报道的20余种工况诊断方法，本方法优势明显。

（4）编制了油井工况智能监测Web客户端，实现了智能监测CNN与油井生产数据库的实时连接-分析-推送，完成了现场部署及试运行。

本项目实现了人工智能油井生产动态监控与分析方法技术的成套与现场应用，使该技术对整装、断块、稠油、低渗透等油田广泛适用，不仅具有技术先进性，更具有较高现场应用价值，能有效提高油井日常管控效率和质量，并为将来的油水井生产动态化、集群化管控奠定了基础。

研发人员：何岩峰