文献类型：成果

完 成 人：辜小花 胡勇 李太福 江华 裴仰军 李树林 王坎 唐海红 廖志强 周波

完成单位：重庆科技学院 天津市万众科技发展有限公司 四川理工学院

项目年度编号：1700490114

公布年份：2016

应用行业：矿山、冶金、建筑专用设备制造

联系单位：重庆科技学院

联 系 人：辜小花;胡勇;李太福;江华;裴仰军;李树林;王坎;唐海红;廖志强;周波

语　　种：中文

成果简介：该项目属于信息处理技术领域。针对油田机采装备能耗大、效率低等问题开展智能数据建模与优化关键技术研究，设计并实现了多个应用系统，理论研究及相关应用系统具有创新性。 机采装备是油田主要耗能设备，其耗能占油田总耗能的1/3。国内一般地区的机采系统效率平均仅12%～23%，节能空间巨大。因此，机采装备节能增效一直是困扰石油开采领域的重大共性难题。项目组经过近6年的科技攻关，在机采装备智能数据建模与优化、油水气井生产参数远程测控及油气物联网大数据智能分析等方面取得重大技术突破。主要包括： 针对油田机采系统效率低、能耗大的问题，从数字油田积累的海量数据出发，结合神经网络在解决复杂非线性问题方面的优势，创造性地建立了机采过程建模与参数优化框架。提出了结合BP神经网络、无迹卡尔曼滤波神经网络等建模方法与改进快速非支配排序遗传算法、偏好多目标优化算法等优化算法的油田机采过程智能数据建模与优化技术，确保机采装备实时工作在最佳状态，实现了节能增效。 针对机采过程噪声不确定性问题，提出了基于伽马测试的样本有效噪声估计方法，攻克了噪声方差统计不准带来的状态估计精度差、算法发散的问题。 针对机采工艺数据冗余度高、利用率差的问题，提出了基于子空间虚假近邻准则的特征选择方法，通过在监督保局子空间、主元子空间以及独立成分子空间运用虚假近邻准则挖掘生产数据的有用信息，进一步提高模型精度并降低模型复杂度。 建立了集生产数据采集、智能数据分析、辅助决策、远程调控于一体的油气行业物联网大数据智能分析平台，攻克了管道中油量实时远程监控技术，实现了生产过程预测、异常甄别与决策优化。 项目发表学术论文12篇；获得授权

关 键 词：油田机采装备  噪声估计方法  大数据智能分析平台  

分 类 号：TE9]