專利名稱：一種基于bp神經(jīng)網(wǎng)絡(luò)與spea2算法的油田抽油機(jī)采油節(jié)能增產(chǎn)優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明屬于抽油機(jī)抽油過程的控制技術(shù)，特別涉及一種基于BP神經(jīng)網(wǎng)絡(luò)與SPEA2算法的油田抽油機(jī)采油節(jié)能增產(chǎn)優(yōu)化方法。
背景技術(shù)：
抽油機(jī)采油作為一種機(jī)械采油方式，主要由電動機(jī)、地面?zhèn)鲃釉O(shè)備和井下抽油設(shè)備三部分組成。抽油機(jī)采油的整個過程主要為上下兩個沖程:上沖程時驢頭懸點(diǎn)需提起抽油桿柱和液柱，在抽油機(jī)未進(jìn)行平衡的條件下，電動機(jī)需付出很大的能量，這時電動機(jī)處于電動狀態(tài)；下沖程時抽油機(jī)桿柱轉(zhuǎn)拉動對電動機(jī)做功，使電動機(jī)處于發(fā)電機(jī)的運(yùn)行狀態(tài)。抽油機(jī)在采油過程各個環(huán)節(jié)中的能量損失很大，如電動機(jī)大馬拉小車的情況，這使得抽油機(jī)存在載荷率低、系統(tǒng)效率低和能耗大等缺點(diǎn)。目前，抽油機(jī)在我國油田的占有量很高，但系統(tǒng)效率低，能耗大，其增產(chǎn)節(jié)能是當(dāng)前急需解決的一個重要問題。抽油機(jī)采油的工藝參數(shù)是否工作在最優(yōu)化狀態(tài)是實(shí)現(xiàn)增產(chǎn)節(jié)能的一中簡單、有效的方法，而抽油機(jī)模型的建立又是優(yōu)化最理想工藝參數(shù)的關(guān)鍵。抽油機(jī)工作過程是一個復(fù)雜非線性系統(tǒng)，其輸入?yún)?shù)集包括:沖次；最大載荷；最小載荷；有效沖程；計算泵效；動液面；電動機(jī)電樞采樣電流值；電動機(jī)電樞采樣電流積分值；沖程；有功功率；功率因素；回壓；套壓；油壓；電壓；電流；轉(zhuǎn)速；頻率；含水率；井口溫度等。而輸出結(jié)果主要看兩個指標(biāo):耗電量和產(chǎn)油量。如此復(fù)雜的系統(tǒng)，很難用一個準(zhǔn)確的數(shù)學(xué)模型去描述它，

發(fā)明內(nèi)容
本發(fā)明表述一種基于BP神經(jīng)網(wǎng)絡(luò)(簡稱BPNN)與SPEA2算法(強(qiáng)度Pareto進(jìn)化算法)的油田抽油機(jī)采油節(jié)能增產(chǎn)優(yōu)化方法，能確定工藝參數(shù)的最優(yōu)值；根據(jù)優(yōu)化后的工藝參數(shù)最優(yōu)值進(jìn)行實(shí)際生產(chǎn)指導(dǎo)。其關(guān)鍵在于按如下步驟進(jìn)行:步驟一:統(tǒng)計所有對耗電量、產(chǎn)油量有影響的原始變量S，并從中確定在油田抽油機(jī)采油過程中對耗電量、產(chǎn)油量影響非常大的SI個決策變量X ；步驟二:采集時間T內(nèi)決策變量和對應(yīng)著的耗電量、產(chǎn)油量Y的樣本，得到一個樣本矩陣；步驟三:以決策變量X作為輸入，以耗電量、產(chǎn)油量Y作為輸出，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)算法，對樣本進(jìn)行訓(xùn)練、檢驗(yàn)，建立抽油機(jī)采油的過程模型；步驟四:以BPNN模型為基礎(chǔ)，以BPNN的兩個輸出值作為適應(yīng)度函數(shù)F(i)i=l，2，運(yùn)用SPEA2多目標(biāo)進(jìn)化算法，對決策變量在各自的上下限范圍內(nèi)，進(jìn)行優(yōu)化；步驟五:將優(yōu)化后的SI個決策變量X優(yōu)化值帶入BPNN模型，計算此時的模型兩個輸出值耗電量、產(chǎn)油量Y，與樣本值平均值進(jìn)行比較，如果耗電量降低、產(chǎn)量提高，則帶入油田，對實(shí)際生產(chǎn)進(jìn)行指導(dǎo)，否則，返回步驟一，人為更換SI個決策變量X，重新篩選決策變量X;步驟六:如果所有設(shè)定的Si個決策變量X組合都沒有使耗電量降低、產(chǎn)量提高，則S1=S1+1，再返回步驟一。所述步驟三抽油機(jī)采油的過程模型建立步驟為:第一步:設(shè)置變量和參量:Xk= [xkl, xk2,...，XkJ (k=l, 2,..., N)為輸入矢量,或稱訓(xùn)練樣本，N為訓(xùn)練樣本個數(shù)，
權(quán)利要求
1.一種基于BP神經(jīng)網(wǎng)絡(luò)與SPEA2算法的油田抽油機(jī)采油節(jié)能增產(chǎn)優(yōu)化方法，其特征在于按如下步驟進(jìn)行: 步驟一:統(tǒng)計所有對耗電量、產(chǎn)油量有影響的原始變量S，并從中確定在油田抽油機(jī)采油過程中對耗電量、產(chǎn)油量影響非常大的SI個決策變量X ； 步驟二:采集時間T內(nèi)決策變量和對應(yīng)著的耗電量、產(chǎn)油量Y的樣本，得到一個樣本矩陣； 步驟三:以決策變量X作為輸入，以耗電量、產(chǎn)油量Y作為輸出，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)算法，對樣本進(jìn)行訓(xùn)練、檢驗(yàn)，建立抽油機(jī)采油的過程模型； 步驟四:以BPNN模型為基礎(chǔ)，以BPNN的兩個輸出值作為適應(yīng)度函數(shù)F (i) i=l, 2，運(yùn)用SPEA2多目標(biāo)進(jìn)化算法，對決策變量在各自的上下限范圍內(nèi)，進(jìn)行優(yōu)化； 步驟五:將優(yōu)化后的SI個決策變量X優(yōu)化值帶入BPNN模型，計算此時的模型兩個輸出值耗電量、產(chǎn)油量Y，與樣本值平均值進(jìn)行比較，如果耗電量降低、產(chǎn)量提高，則帶入油田，對實(shí)際生產(chǎn)進(jìn)行指導(dǎo)，否則，返回步驟一，人為更換SI個決策變量X，重新篩選決策變量X ;步驟六:如果所有設(shè)定的SI個決策變量X組合都沒有使耗電量降低、產(chǎn)量提高，則S1=S1+1，再返回步驟一。
2.根據(jù)權(quán)利要求1所述一種基于BP神經(jīng)網(wǎng)絡(luò)與SPEA2算法的油田抽油機(jī)采油節(jié)能增產(chǎn)優(yōu)化方法，其特征在于:所述步驟三抽油機(jī) 采油的過程模型建立步驟為: 第一步:設(shè)置變量和參量: Xk= [xkl, xk2,...，xkM] (k=l, 2,..., N)為輸入矢量,或稱訓(xùn)練樣本，N為訓(xùn)練樣本個數(shù)，
3.根據(jù)權(quán)利要求1所述一種基于BP神經(jīng)網(wǎng)絡(luò)與SPEA2算法的油田抽油機(jī)采油節(jié)能增產(chǎn)優(yōu)化方法，其特征在于:所述步驟四的優(yōu)化過程為: 第一步:初始化，設(shè)進(jìn)化代數(shù)t=0，隨機(jī)產(chǎn)生決策變量的初始規(guī)則群體Ptl ;構(gòu)造一個空的外部群體Fci = 0，其中，I Ptl I =D, V0=Q,設(shè)T為最大進(jìn)化代數(shù)； 第二步:適應(yīng)度賦值，計算Pt和Vt中個體的適應(yīng)度F⑴； 第三步:環(huán)境選擇，利用所提供的環(huán)境選擇方式進(jìn)行環(huán)境選擇； 第四步:終止條件，如果t〈T或者最大適應(yīng)度值與平均適應(yīng)度值之差和平均適應(yīng)度值比值小于5%，繼續(xù)第五步；否則，中止迭代，Vt+1中的非支配個體即為Pareto最優(yōu)解集；第五步:交配選擇，使用二進(jìn)制競標(biāo)賽選擇Vt+1中的個體進(jìn)入交配池； 第六步:遺傳操作，對交配池中個體使用重組和變異操作，產(chǎn)生的新個體進(jìn)入Pt+1，t=t+l,返回第二步。
全文摘要
本發(fā)明公開一種基于BP神經(jīng)網(wǎng)絡(luò)與SPEA2算法的油田抽油機(jī)采油節(jié)能增產(chǎn)優(yōu)化方法，其特征在于按如下步驟進(jìn)行一統(tǒng)計決策變量X；二采集耗電量、產(chǎn)油量Y的樣本，得到一個樣本矩陣；三建立抽油機(jī)采油的過程模型；四以BPNN模型為基礎(chǔ)，運(yùn)用SPEA2多目標(biāo)進(jìn)化算法，對決策變量在各自的上下限范圍內(nèi)，進(jìn)行優(yōu)化；五如果耗電量降低、產(chǎn)量提高，對實(shí)際生產(chǎn)進(jìn)行指導(dǎo)，否則，返回一，人為更換S1個決策變量X，重新篩選決策變量X；六如果所有設(shè)定的S1個決策變量X組合都沒有使耗電量降低、產(chǎn)量提高，則S1=S1+1，再返回一。本發(fā)明的有益效果是能確定工藝參數(shù)的最優(yōu)值；根據(jù)優(yōu)化后的工藝參數(shù)最優(yōu)值進(jìn)行實(shí)際生產(chǎn)指導(dǎo)。
文檔編號G06F17/50GK103177155SQ201310062180
公開日2013年6月26日 申請日期2013年2月28日 優(yōu)先權(quán)日2013年2月28日
發(fā)明者辜小花, 易軍, 廖志強(qiáng), 李太福 申請人:重慶科技學(xué)院