基于神经网络的游梁式抽油机示功图软测量研究

摘要

游梁式抽油机在油田中广泛应用，示功图是分析、诊断抽油机是否正常运行的一种有效手段，也是对抽油机日常管理的一个重要组成部分。游梁式抽油机示功图是悬点载荷和位移的关系图，通过它判断抽油机井下的工作状况。
　　目前测量示功图的方法都是定期测量，需要使用载荷传感器，所以每次测量都要重复停机起机。这种方式不仅测量过程复杂，操作的安全系数也较低，同时影响抽油机的使用寿命。另外由于是定期测量，所以无法及时获得抽油机的运行状况，导致抽油机得不到及时维护、影响产油量、浪费能源。所以，实时测量抽油机的示功图是进一步研究的根本目的，也是作为抽油机节能运行的前提条件。
　　表面上看抽油机的动作似乎很简单，实际上涉及多种数量关系，并且它们的变化都是非线性的。所以直接实时测量示功图或是间接测量都存在困难。为了克服定期测量的不足，许多学者提出了不同示功图间接测量方法，但是都存在局限性。
　　针对游梁式抽油机的示功图实时测量难问题，提出了基于神经网络的抽油机示功图软测量研究。神经网络不仅具有坚实的理论基础，而且不需要具体的数学模型，几乎可以任意的非线性逼近。示功图软测量研究的核心就是选择较容易测量的相关物理量，如电机功率、游梁摆动角度，通过训练好的神经网络预测抽油机的悬点载荷。通过数据通信手段，把相关的现场数据传到数据中心，由预测的抽油机悬点载荷与悬点位移，构成抽油机示功图。
　　本次论文研究引入了三种神经网络，即前向 BP、RBF神经网络和Elman反馈神经网络。文中对其模型、结构及工作原理作了详细阐述并建立了示功图软测量模型。选用MATLAB计算机软件作为研究工具，将三种神经网络进行仿真，并将结果进行分析比较，说明该研究理论的合理性和可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1课题背景

1.2课题研究的目的及意义

1.3国内外发展及研究现状

1.4论文研究内容

第2章 游梁式抽油机及示功图介绍

2.1游梁式抽油机的简介

2.2游梁式抽油机示功图及测量方法

第3章 软测量技术

3.1软测量理论

3.2神经网络示功图软测量

第4章 基于神经网络的抽油机示功图软测量建模

4.1 BP神经网络的简介

4.2 RBF神经网络的简介

4.3 Elman神经网络的简介

第5章 示功图软测量模型的仿真训练和结果分析

5.1仿真工具MATLAB的简介

5.2样本数据的采集及处理

5.3 BP网络软测量模型仿真及分析

5.4 RBF神经网络的软测量仿真及分析

5.5 Elman神经网络软测量仿真及分析

5.6实验结果

结论

1. 主要工作回顾

2. 研究展望

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢