公开(公告)号：CN118052135A

公开(公告)日：2024-05-17

申请号：CN202410106606.7

申请日：2024-01-25

申请人： 常州大学

发明人： 王相 ,  王威 ,  芮诚 ,  沈彦岑

IPC分类号： G06F30/27 ,  G06F119/06

摘要： 本发明提供一种基于数据驱动的抽油系统能耗优化方法，包括：根据油井能耗影响因素对油井数据库包含的多口油井每日生产各特征的实时数据进行预处理，得到样本集；从样本集中选取特征数据，根据XGBoost集成学习算法构建耗电与泵效模型；通过TPE优化算法对耗电与泵效模型的超参数进行调优，得到耗电与泵效最优模型；利用耗电与泵效最优模型作为目标函数，构建抽油系统多目标优化模型；运用NSGA‑Ⅲ优化算法在决策变量上下范围内对抽油系统多目标优化模型的目标变量进行优化，得到决策因素组合，其中，将冲程和冲程次作为决策变量，约束产液量，将泵效与耗电量作为目标变量。本发明在产液量达到目标产量的情况下，对油井可调参数进行调参，优化油井泵效和耗电。

公开(公告)号：CN109977156A

公开(公告)日：2019-07-05

申请号：CN201910221183.2

申请日：2019-03-22

申请人： 常州大学

发明人： 芮诚 ,  王相 ,  何岩峰 ,  窦祥骥 ,  葛雯 ,  权俊宇 ,  黄晨 ,  易鉴政 ,  王浩宇 ,  方诗铭

IPC分类号： G06F16/248 ,  G06F16/2458 ,  G06N3/04

摘要： 本发明涉及一种可增强学习的油井工况实时分析管理系统及管理方法，具有前端设备和后端设备,前端设备包括由管控人员操控的Web客户端，后端设备包括用于采集储存数据的四化平台大数据库、用于接收分析数据的本地智能诊断工作站、用于分析诊断的智能分析神经网络、用于储存诊断结果和反馈信息的本地诊断/报警数据库。本发明实现了对油井工况的实时分析和管理，该系统可实现智能分析神经网络与油井生产数据库的实时连接‑分析‑推送，使管理系统更好的发挥其作用，同时也便于工作人员根据诊断结果及时的进行现场管控，实现了对错误信息的反馈，使系统实现自我学习与优化，提升了性能，也提高了工况诊断准确率，为油田生产带来了巨大的效益。

公开(公告)号：CN116341981A

公开(公告)日：2023-06-27

申请号：CN202310323388.8

申请日：2023-03-29

申请人： 常州大学

发明人： 王相 ,  芮诚 ,  邵志伟 ,  王威

IPC分类号： G06Q10/0639 ,  G06Q50/02 ,  G06F17/18 ,  G06F18/20 ,  G06F18/15 ,  G06F18/2433

摘要： 本发明公开了一种油井侧钻效果影响因素敏感性分析方法，包括：根据油藏工程理论确定指标体系，通过散点图相关性分析方法，通过可视化展示影响因素与侧钻井开发效果评价指标间的线性关系进行敏感性定性分析；利用线性回归的方法对侧钻井数据指标进行单因素分析，定量化的表示各影响因素对侧钻井开发评价指标间影响的变化程度；利用决策树特种重要度计算方法对影响因素进行特征排序，并将各个开发效果指标得到的每个影响因素指标的特征重要度进行求和汇总，将汇总结果进行了重要度强弱关系的排序。本发明基于数据驱动的方法对实际生产数据进行分析，为今后的侧钻井设计与开发工作提供一定帮助和指导。

公开(公告)号：CN115510752A

公开(公告)日：2022-12-23

申请号：CN202211216243.X

申请日：2022-09-30

申请人： 常州大学

发明人： 王相 ,  芮诚 ,  邵志伟

IPC分类号： G06F30/27 ,  G06F16/215 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/06 ,  G06Q50/02

摘要： 本发明公开了一种基于数据驱动的侧钻井井位优选方法及装置，包括：根据专家经验和油藏工程理论确定指标体系，根据指标体系构建样本集并对样本集数据整理清洗并进行预处理；对预处理后的数据进行深度学习训练得到适用于选井原则的神经网络模型，基于适用于选井原则的神经网络模型构建侧钻井井位效果智能预测模型；根据侧钻井井位效果智能预测模型的预测结果构建新井指标参数优化数学模型，对侧钻井新井指标数据进行迭代，生成最优侧钻井变流线方案。本发明将侧钻井井位效果预测模型和智能优化算法相结合，通过不断寻优获得最佳新井参数得到最优侧钻井变流线方案，油田侧钻井方案准确性高、可靠性和客观性强，提高了油田开采效率和生产效益。

公开(公告)号：CN117709738A

公开(公告)日：2024-03-15

申请号：CN202311472272.7

申请日：2023-11-07

申请人： 常州大学

发明人： 王相 ,  陈林 ,  丁阳阳 ,  邵志伟 ,  芮诚 ,  褚宪翔

IPC分类号： G06Q10/0637 ,  G06Q50/02 ,  G06Q10/0635 ,  G06F18/22 ,  G06F18/23

摘要： 本申请涉及油气田开发技术领域，公开了一种基于风险效用函数的相似井的量化评价方法及装置，所述方法获取包括多套举升系统设计方案油井量化评价数据集，举升系统设计方案包括地质开发特征数据和举升系统运行效果数据。从油井量化评价数据集中选取多个地质开发特征数据，构建相似井聚类算法。并利用相似井聚类算法进行计算，确定相似井。从油井量化评价数据集中选取多个举升系统运行效果数据，构建效果评分算法，并利用效果评分算法获得相似井的量化评价值。最后，采用风险效用函数计算相似井与目标井之间的相似度，以及相似井的量化评价值，获得综合量化评分，可以准确地确定与目标井相似度高，且运行效果较好的油井对应的举升系统设计方案。

公开(公告)号：CN117036771A

公开(公告)日：2023-11-10

申请号：CN202310747344.8

申请日：2023-06-25

申请人： 常州大学

发明人： 王相 ,  邵志伟 ,  何岩峰 ,  芮诚 ,  丁阳阳 ,  陈林

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/74

摘要： 本发明公开了一种基于全卷积神经网络的示功图特征提取方法及系统，涉及石油开采故障诊断技术领域，包括构建示功图图像数据集；构建全卷积神经网络模型，模型输入和输出均为示功图图像；对模型进行预训练，训练的评价指标为判断模型输出和输入的示功图图像之间的相似性；采用网格搜索对模型进行超参数优化，优化模型的提取能力；截取模型的卷积阶段作为示功图特征提取器。本发明示功图特征提取方法，避免了大量样本直接学习的性能差、速度慢，模型优化难度大的问题。在后续建立依据示功图进行油井故障诊断的问题中只需要依靠少量标记样本就可以满足模型学习的需求，降低了样本标记和模型优化时一定的人力和时间成本并提高了示功图识别的准确率。

公开(公告)号：CN115510983A

公开(公告)日：2022-12-23

申请号：CN202211204326.7

申请日：2022-09-29

申请人： 常州大学

发明人： 王相 ,  邵志伟 ,  芮诚

IPC分类号： G06K9/62

摘要： 本发明公开了一种基于无监督学习的示功图样本集制备方法及装置，包括：获取油田数据，根据油田数据构建故障诊断大数据体系；根据故障诊断大数据体系获取检测样本向量并进行预处理操作；利用聚类算法对预处理后的样本向量进行聚类寻找最优分类数，并根据最优分类结果实现故障诊断类别的标记。本发明提供的示功图样本集制备方法，当有标记示例较少时，通过对大量未标记的示例改善学习性能，采用聚类算法中的轮廓系数确定最优分类数，根据分类结果将相同的向量绘制成示功图并结合专家经验进行判断，避免了样本标记中学习性能差，人工标记易出现误差的问题，降低了人力和时间成本并提高了故障诊断分类的准确率。

公开(公告)号：CN109184669A

公开(公告)日：2019-01-11

申请号：CN201810874556.1

申请日：2018-08-03

申请人： 常州大学

发明人： 方诗铭 ,  王相 ,  何岩峰 ,  易鉴政 ,  王浩宇 ,  芮诚 ,  黄晨 ,  朱硕 ,  耿浩然

IPC分类号： E21B47/009 ,  G06F17/24

摘要： 本发明涉及一种油井生产动态监测数据的集中可视化展示方法，其通过将多张示功图绘制在同一坐标系中从而生成新的叠加示功图，可直观看出抽油泵在该段时间内的工况变化趋势，进而对渐变类和突变类工况都能做出准确判断，并通过新增的示功图面积随时间的变化率曲线、工况相关参数波动水平图及工况相关参数波动率图表来监测油井的运行情况。现场工程师可先通过油井工况诊断卡对抽油泵的工况进行初步诊断，再结合各种油井数据曲线的比对，可准确的判断出抽油泵的工作状况，充分发挥了油井大数据的价值，提高了工作效率，减少了误判的可能性。同时将各数据合理安排在同一界面中，方便现场工程师对油井工况进行及时诊断。

公开(公告)号：CN117668584A

公开(公告)日：2024-03-08

申请号：CN202311388141.0

申请日：2023-10-24

申请人： 常州大学

发明人： 王相 ,  邵志伟 ,  芮诚

IPC分类号： G06F18/231 ,  G06F18/213 ,  G06T11/20 ,  E21B47/009 ,  E21B47/00

摘要： 本发明所述方法及系统，涉及石油开采技术领域包括：采集油田数据中心的数据；基于对原始数据预处理，绘制成示功图；通过特征转化示功图，输出示功图的数值向量；对特征向量进行聚类分析，输出聚类结果并校验。本发明提供的一种油井工况诊断数据集的快速制备方法使用对示功图的特征向量进行聚类分析，确保示功图的微小特征不被忽略，提高数据分析的精确性，对位移荷载进行检查，确保数据没有遗漏或错误，提高数据质量，本发明还通过观察SSE的折线图，可以更加快速进行评估，同时应用肘部法则，使本发明可以适应不同的数据集和场景，提高发明的适应性和灵活性。本发明在执行成本、数据集质量和完成时间方面都取得更加良好的效果。

公开(公告)号：CN115879272A

公开(公告)日：2023-03-31

申请号：CN202211312413.4

申请日：2022-10-25

申请人： 常州大学

发明人： 王相 ,  陈真 ,  丁阳阳 ,  芮诚 ,  邵志伟 ,  陈林

IPC分类号： G06F30/20 ,  G06F119/14

摘要： 本发明公开了一种油藏地层压力场预测方法及系统包括，根据油藏渗流理论，建立相关数学模型与压力场预测程序，并输入井底压力，获取第一油藏地层压力场；获取数学模型中单个自变量对第一油藏地层压力场的影响，并将所述模型与程序进行参数优化，向优化后的反演程序输入井底压力，获取第二油藏地层压力场；根据第二油藏地层压力场与实际地层压力，求出压力残差值，制备残差值样本集，对不同时间步的压力场残差值进行多次拟合，获得最优拟合模型；结合所述预测程序与所述最优拟合模型，根据井底压力实测值得到第三油藏地层压力场。本发明既符合油藏地层压力变化规律，又具有极高的准确性。