一种基于多无人机的油田巡检定点数据采集系统及方法

    公开(公告)号:CN110231833A

    公开(公告)日:2019-09-13

    申请号:CN201910515978.4

    申请日:2019-06-14

    Applicant: 渤海大学

    Abstract: 本发明提供一种基于多无人机的油田巡检定点数据采集系统及方法,涉及油田生产技术领域。本发明包括设定无人机个数m和每个无人机需要巡检井区中的任务点以及任务区域,每个无人机进行巡检路径的规划得到最优路径;所有无人机根据其最优路径对已分配的任务点进行定点采集;获取数据并判断该数据是否为有效数据,若无效重新获取数据,若有效每个无人机对任务点进行数据采集后,将任务点进行标记将该标记信息分享给其他协同作业的无人机,判断每个无人机是否遍历完其负责的所有任务点,若是则直至所有无人机完成对其分配的所有任务点的数据采集,若否则无人机到达下一任务点获取数据。本方法可以提高油田巡检的效率以及石油生产的安全和管理。

    一种基于数据的抽油井泵效多模型软测量方法

    公开(公告)号:CN109630092A

    公开(公告)日:2019-04-16

    申请号:CN201811350625.5

    申请日:2018-11-14

    Applicant: 渤海大学

    CPC classification number: E21B47/00 E21B47/0007 E21B47/06

    Abstract: 一种基于数据的抽油井泵效多模型软测量方法,包括如下步骤:搭建泵效软测量系统,分别采集上冲程平均载荷、下冲程平均载荷、井口压力、抽油机冲程和冲次、井口出液量、电动机上冲程平均电流和电动机下冲程平均电流数据;根据历史生产数据训练并建立抽油井泵效多模型软测量模型;将新采集的数据代入已经训练好的多模型中,得到泵效数据,实现抽油井泵效的软测量。本发明能够实现生产数据的在线连续测量,测量成本低,实时性强,可以避免人工记录所带来的数据丢失、记录错误等问题,可以避免对抽出井口的油液进行抽样化验所带来的决策过程落后于抽油井实际工况的问题,预测准确度高,可以有效处理所采集数据样本中含有的噪声对预测精度的影响问题。

    一种基于多模型的抽油井油液气油比在线软测量方法

    公开(公告)号:CN109611077A

    公开(公告)日:2019-04-12

    申请号:CN201811350622.1

    申请日:2018-11-14

    Applicant: 渤海大学

    Abstract: 一种基于多模型的抽油井油液气油比在线软测量方法,步骤如下:搭建抽油井远程无线数据采集系统,根据历史生产数据离线训练并建立基于多模型的抽油井油液气油比软测量模型;将新采集的上冲程平均载荷、下冲程平均载荷、井口压力、抽油机冲程和冲次、流出井口的油液出液量、电动机上冲程平均电流和电动机下冲程平均电流数据代入离线训练好的多模型中,得到在线油液气油比数据,实现抽油井油液气油比的在线软测量。能够实现生产数据的在线连续测量,测量成本低,实时性强,减少现场施工风险,可以避免人工记录所带来的数据丢失、记录错误等问题;计算复杂度小,预测准确度高,可以有效处理所采集数据样本中含有的噪声对预测精度的影响问题。

    基于多无人机的油田动态侵入目标追踪系统与方法

    公开(公告)号:CN110825112B

    公开(公告)日:2022-10-28

    申请号:CN201911153189.7

    申请日:2019-11-22

    Applicant: 渤海大学

    Abstract: 本发明提供一种基于多无人机的油田动态侵入目标追踪系统与方法,涉及无人机巡检及动态预测追踪技术领域。本系统包括控制模块,监控模块,动态目标轨迹预测模块和多机协同目标追踪轨迹优化模块。本系统通过安装在无人机上的监控模块采集地面油田工作环境中动态侵入目标的数据,然后通过动态目标轨迹预测模块对目标未来多个采样时刻内的轨迹进行预测,根据预测轨迹,利用多机协同目标追踪轨迹优化模块在追踪过程中优化无人机与目标间的距离误差,使其距离误差保持在有效追踪阈值内,实现多个无人机协同目标追踪。

    一种基于时间序列的油井产液量集成预测方法

    公开(公告)号:CN107909202B

    公开(公告)日:2021-12-21

    申请号:CN201711121614.5

    申请日:2017-11-03

    Applicant: 渤海大学

    Abstract: 本发明属于石油生产技术领域,具体提供了一种基于时间序列的油井产液量集成预测方法,利用历史数据建立油井产液量数据集,采用经验模态分解方法对油井产液量数据集{Xi}中的数据进行处理;原数据集分解成k个IMF分量数据集和一个余项数据集;采用集成预测方法,分别由基于ELM方法和基于ESN方法以并行的方式同时对k个IMF分量数据集和一个余项数据集进行预测;将每个序列由两种方法所得到的预测值求平均值,然后将所有序列的预测值求和得到最终结果。本发明提供的这种预测方法,由过去一段时间的数据去预测未来某个时间点的值,原理简单,计算复杂性低,准确度高,可以有效降低异常数据的影响。

    一种基于时间序列的油井产液量集成预测方法

    公开(公告)号:CN107909202A

    公开(公告)日:2018-04-13

    申请号:CN201711121614.5

    申请日:2017-11-03

    Applicant: 渤海大学

    CPC classification number: G06Q10/04 G06N3/006 G06N3/0481 G06N3/086 G06Q50/02

    Abstract: 本发明属于石油生产技术领域,具体提供了一种基于时间序列的油井产液量集成预测方法,利用历史数据建立油井产液量数据集,采用经验模态分解方法对油井产液量数据集{Xi}中的数据进行处理;原数据集分解成k个IMF分量数据集和一个余项数据集;采用集成预测方法,分别由基于ELM方法和基于ESN方法以并行的方式同时对k个IMF分量数据集和一个余项数据集进行预测;将每个序列由两种方法所得到的预测值求平均值,然后将所有序列的预测值求和得到最终结果。本发明提供的这种预测方法,由过去一段时间的数据去预测未来某个时间点的值,原理简单,计算复杂性低,准确度高,可以有效降低异常数据的影响。

    一种基于数据的抽油井泵效多模型软测量方法

    公开(公告)号:CN109630092B

    公开(公告)日:2023-02-10

    申请号:CN201811350625.5

    申请日:2018-11-14

    Applicant: 渤海大学

    Abstract: 一种基于数据的抽油井泵效多模型软测量方法,包括如下步骤:搭建泵效软测量系统,分别采集上冲程平均载荷、下冲程平均载荷、井口压力、抽油机冲程和冲次、井口出液量、电动机上冲程平均电流和电动机下冲程平均电流数据;根据历史生产数据训练并建立抽油井泵效多模型软测量模型;将新采集的数据代入已经训练好的多模型中,得到泵效数据,实现抽油井泵效的软测量。本发明能够实现生产数据的在线连续测量,测量成本低,实时性强,可以避免人工记录所带来的数据丢失、记录错误等问题,可以避免对抽出井口的油液进行抽样化验所带来的决策过程落后于抽油井实际工况的问题,预测准确度高,可以有效处理所采集数据样本中含有的噪声对预测精度的影响问题。

    一种基于多无人机的油田巡检定点数据采集系统及方法

    公开(公告)号:CN110231833B

    公开(公告)日:2022-01-28

    申请号:CN201910515978.4

    申请日:2019-06-14

    Applicant: 渤海大学

    Abstract: 本发明提供一种基于多无人机的油田巡检定点数据采集系统及方法,涉及油田生产技术领域。本发明包括设定无人机个数m和每个无人机需要巡检井区中的任务点以及任务区域,每个无人机进行巡检路径的规划得到最优路径;所有无人机根据其最优路径对已分配的任务点进行定点采集;获取数据并判断该数据是否为有效数据,若无效重新获取数据,若有效每个无人机对任务点进行数据采集后,将任务点进行标记将该标记信息分享给其他协同作业的无人机,判断每个无人机是否遍历完其负责的所有任务点,若是则直至所有无人机完成对其分配的所有任务点的数据采集,若否则无人机到达下一任务点获取数据。本方法可以提高油田巡检的效率以及石油生产的安全和管理。

    一种基于时间序列的抽油井停井时间集成预测方法

    公开(公告)号:CN107944607B

    公开(公告)日:2022-01-18

    申请号:CN201711121615.X

    申请日:2017-11-03

    Applicant: 渤海大学

    Abstract: 本发明属于石油技术领域,具体提供了一种基于时间序列的抽油井停井时间集成预测方法,包括如下步骤:1)利用历史抽油井停井时间数据集;2)将抽油井停井时间数据集{xi}进行相空间重构,得到时间序列模型;3)采用集成预测方法,即分别由基于ELM方法、ESN方法和LSSVM方法以并行的方式同时对抽油井停井时间的时间序列模型进行预测;4)对于抽油井停井时间的时间序列,由三种方法所得到的预测值求平均值,得到最终结果。本发明所提出的方法,可以降低油藏条件变化、人力干扰等对抽油井生产过程的影响,原理简单,计算复杂性低,准确度高,可以有效降低模型参数不确定性对预测结果的影响。

    一种基于时间序列的抽油井停井时间集成预测方法

    公开(公告)号:CN107944607A

    公开(公告)日:2018-04-20

    申请号:CN201711121615.X

    申请日:2017-11-03

    Applicant: 渤海大学

    CPC classification number: G06Q10/04 G06N3/086 G06Q50/02

    Abstract: 本发明属于石油技术领域,具体提供了一种基于时间序列的抽油井停井时间集成预测方法,包括如下步骤:1)利用历史抽油井停井时间数据集;2)将抽油井停井时间数据集{xi}进行相空间重构,得到时间序列模型;3)采用集成预测方法,即分别由基于ELM方法、ESN方法和LSSVM方法以并行的方式同时对抽油井停井时间的时间序列模型进行预测;4)对于抽油井停井时间的时间序列,由三种方法所得到的预测值求平均值,得到最终结果。本发明所提出的方法,可以降低油藏条件变化、人力干扰等对抽油井生产过程的影响,原理简单,计算复杂性低,准确度高,可以有效降低模型参数不确定性对预测结果的影响。

Patent Agency Ranking