一种海上平台注采的无模型梯度优化控制方法及模拟装置

摘要

本发明公开了一种海上平台注采的无模型梯度优化控制方法及模拟装置，该方法包括：计算实时系统效率；对计算的实时系统效率，更新最高效率点；根据当前周期与上周期的效率，计算效率变化梯度；根据效率变化梯度和最高效率点，确定下一周期工作点，进行产量控制；该模拟装置包括：计算机控制中心、控制柜、继电器、变频器、24V供电电源、智能I/O采集模块、变压器、电压变送器、电流变送器、模拟装置运行平台、注水模块、采油模块。本发明实时采集所需数据，寻优找到其对应的最佳工况点，实现注采系统生产过程的效率和产量在线优化。本发明通过采集海上石油平台注采系统运行数据，建立数学模型，提高了注水泵的整体效率，降低了能耗。

说明书

技术领域

本发明属于海上石油开采技术领域，尤其涉及一种海上平台注采的无模型 梯度优化控制方法及模拟装置。

背景技术

目前海上石油平台注采系统的效率备受关注，提高注采系统的效率有利于 增加石油产品产量，降低能耗，减少运行成本，但是由于生产过程中存在油层 注水压力和地质注入量的动态特性导致注水泵排出量和配注量不匹配的问题， 而且注采系统存在强烈的非线性和强耦合性特征，控制效率不高，因此如何提 高注采系统的效率一直是油田工程研究的重点，针对油田注采系统优化的方法 有建立二次插值模型最大化目标函数法、模拟退火法、合理匹配电机效率等， 其中，二次差值最大化目标函数法和模拟退火方法需要建立系统的数学模型， 需要地层参数做基础，且建模较为复杂；合理匹配电机效率需要通过提高电流 来增加泵压和排量，控制精度较差，无模型控制方法的研究发展为依赖工艺模 型的优化提供有效解决途径，因无模型控制方法仅受控系统控制器的设计，不 包含受控系统任何数学模型信息，实现较为容易。

从目前的研究状况来看，无模型梯度优化方法在海上石油平台注采系统效 率优化的研究较少，研究无模型梯度优化控制具有重要意义。

发明内容

本发明实施例的目的在于提供一种海上平台注采的无模型梯度优化控制方 法及模拟装置，旨在解决无模型梯度优化方法在海上石油平台注采系统效率优 化的研究较少的问题。

本发明实施例是这样实现的，一种海上平台注采的无模型梯度优化控制方 法，该海上平台注采的无模型梯度优化控制方法包括以下步骤：

在海上平台注采系统稳态的基础上，根据系统采集的流量、压力等数据， 根据效率公式计算得到系统当前的效率；

经过比较每个周期效率，随时更新效率最高点，并记录所对应的流量，为 后续搜索方向的确定提供判断标准，更新最高效率点；

通过计算当前时刻采油井的效率，得到当前时刻与前一时刻的效率差，判 断效率增量是否在一定误差范围内，计算效率变化梯度；

根据系统效率的变化，用效率增量与比例系数的乘积作为流量增量，确定 下周期的系统工作点；

将无模型智能梯度寻优模块的寻优结果，作为流量控制回路的设定值，通 过改变电机频率实现流量的变化，对采油井进行流量控制。

进一步，该海上平台注采的无模型梯度优化控制方法的具体步骤为：

第一步，根据每台泵的额定功率和额定转速，在可调节范围内从任一初始 点开始，建立系统稳态；

第二步，计算实时系统效率，在系统稳态的基础上，根据系统采集的流量、 压力等数据，根据效率公式计算得到系统当前的效率η_i；

第三步，更新最高效率点，最高效率点是未知的，经过比较每个周期效率， 随时更新效率最高点，并记录所对应的流量，为后续搜索方向的确定提供判断 标准，即

if η_max＜η_i，then η_max＝η_i；q_max＝q_i.

其中，η_max为效率最高点，η_i为当前效率，q_max为最高效率对应的流量，q_i为 当前流量；

第四步，计算效率变化梯度，通过计算当前时刻采油井的效率η_i，得到当 前时刻与前一时刻的效率差Δη_i，判断效率增量是否在一定误差范围内，若 Δη_i＜ε，即可停止寻优，否则执行下一步；

第五步，确定下一周期工作点，根据系统效率的变化，若当前效率在效率 曲线最高点左侧，效率正方向改变，即Δη_i＞0；若当前效率在效率曲线最高点右 侧，效率负方向改变，即Δη_i＜0，用效率增量与比例系数的乘积作为流量增量， 确定下周期的系统工作点：

q_i+1＝q_i+λ_iΔη_i

其中，q_i+1为下一周期流量，q_i为当前流量，λ_i为当前周期步长因子；

第六步，产量控制，将无模型智能梯度寻优模块的寻优结果q_i+1，作为流量 控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量控 制；

循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

进一步，为提高效率寻优的可靠性和稳定性，为保证流量和能耗的准确性， 当产量控制回路稳定在一定误差范围内时开始获取流量和能耗值，同样，为了 避免实时效率的随机性，通过对产量及能耗进行一段时间的累计，再计算此时 间段的平均效率，

if q_sp-q_pv≤e，then Q_k＝Q_k+q_iΔt；W_k＝W_k+w_iΔt；

其中，q_sp为流量回路设定值，q_pv为当前瞬时流量，Q_k为累积流量，W_k为累积 能耗，e为流量控制允许误差；

为避免数据波动过大，影响效率变化判断的准确性，需要对实时数据进行 滤波处理，保证流量和能耗累计过程的连续性和准确性，流量滤波处理如下式 所示，

$q_i=\theta q_i+(1-\theta )q_i^{*}$

其中，θ为滤波系数(0≤θ≤1)，为滤波前流量，q_i为滤波后流量，本文 所涉及瞬时流量均为滤波处理后所得；

采用分段控制和判断效率增量的有效性等结合的方式；

首先采用分段控制，步长达到Δq_min以上即可大致避免异常工况的出现，因 此将整个过程分段，采用不同的步长因子，保证每一步的步长有效；

其次判断效率增量的有效性，当效率增量为负时，为排除异常工况的可能 性，沿原产量增加方向多走一步：

q_i+1＝q_i+λ_iΔη_i-1

其中，Δη_i-1为前一周期的效率增量，

如果效率增量仍然为负，可大致排除异常工况的可能性，进而反方向调节 产量；

如果实时效率在效率曲线最高点的左侧，则有：

q_i+1＝q_i-λ_i(Δη_i-1+Δη_i)

如果实时效率在效率曲线最高点的右侧，则有：

q_i+1＝q_i+λ_i(Δη_i-1+Δη_i)

其中，Δη_i-1，Δη_i分别为前一周期效率增量和当前周期效率增量。

进一步，多井无模型梯度优化算法的步骤为：

第一步，计算每口井的实时系统效率，在系统稳态的基础上，根据系统采 集的流量、压力数据，根据效率公式计算得到每口井当前的效率

第二步，更新最高效率点，最高效率点是未知的，经过比较每个周期效率， 随时更新效率最高点，并记录所对应的流量，为后续搜索方向的确定提供判断 标准，即

$\mathrm{if}{\eta }_{\max }^n<{\eta }_i^n,\mathrm{then}{\eta }_{\max }^n={\eta }_i^n;q_{\max }^n=q_i^n.$

其中，为第n口井效率最高点，为第n口井当前效率，为第n 口井最高效率对应的流量，为第n口井当前流量；

第三步，计算效率变化梯度，通过计算当前时刻采油井的效率得到当 前时刻与前一时刻的效率差判断效率增量是否在一定误差范围内，若 即可停止寻优，否则执行下一步；

第四步，确定下一周期工作点，根据系统效率的变化，若当前效率在效率 曲线最高点左侧，效率正方向改变，即若当前效率在效率曲线最高点 右侧，效率负方向改变，即用效率增量与比例系数的乘积作为流量增 量，确定下周期的系统工作点：

$q_{i+1}^n=q_i^n+{\lambda }_i^n\Delta {\eta }_i^n$

其中，为第n口井下一周期流量，为第n口井当前流量，为当 前周期步长因子；

第五步，产量控制，将无模型智能梯度寻优模块的寻优结果作为流量 控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量控 制；循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

进一步，两井并联定产值无模型优化算法的步骤为：

第一步，从任一初始值出发，其中计算实时系统 效率，在系统稳态的基础上，根据系统采集的流量、压力等数据，根据效率公 式计算得到系统当前的效率η_i；

第二步，计算效率变化梯度，通过计算当前时刻采油井的效率η_i，得到当 前时刻与前一时刻的效率差Δη_i，判断效率增量是否在一定误差范围内，若 Δη_i＜ε，即可停止寻优，否则执行下一步；

第三步，确定下一周期工作点，根据系统效率的变化，若效率正方向改变， 即Δη_i＞0，则流量方向因子β_i保持不变；若效率负方向改变，即Δη_i＜0，则流量 方向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期的 系统工作点：

$q_{i+1}^2=q_i^2+{\lambda }_i{\beta }_i\left|\Delta {\eta }_i\right|,$

其中，为2#采油井下一周期流量，为2#采油井当前流量，λ_i为当 前周期步长因子，β_i为当前周期流量方向因子(β_i＝1，-1)；

第四步，产量控制，将无模型智能梯度寻优模块的寻优结果作 为流量控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行 流量控制；循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

进一步，三口井并联定产值的流量分配采用分组优化控制的步骤为：

第一步，从任一初始值出发，其中设1组内有1#2# 采油井，2组内有3#采油井，1组内可用均分的方式进行流量分配，计算实时 系统效率；

第二步，进行组间调整，计算效率变化梯度，通过计算当前时刻两个组采 油井的效率及系统总效率得到当前时刻与前一时刻的总效率差， 判断效率增量是否在一定误差范围内，若是，跳转第四步)；

第三步，确定下一周期工作点，根据系统效率的变化，若效率正方向改变， 即Δη_i＞0，则流量方向因子β_i保持不变；若效率负方向改变，即Δη_i＜0，则流量 方向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期的 系统工作点：

第四步，进行组内调整，计算效率变化梯度，通过计算当前时刻1组内两 口采油井的效率及1组效率得到当前时刻与前一时刻的1组效率差， 判断效率增量是否在一定误差范围内，若是，跳转第二步)；

第五步，确定下一周期工作点，根据系统效率的变化，若效率正方向改变， 即则流量方向因子β_i保持不变；若效率负方向改变，即则流 量方向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期 的系统工作点：

循环执行上述操作，若组内寻优和组间寻优均在一定误差范围内，寻优结 束，最终即可实现无模型智能梯度效率寻优。

本发明实施例的另一目的在于提供一种海上平台注采的模拟装置，该海上 平台注采的模拟装置包括：计算机控制中心、控制柜和模拟装置运行平台；

计算机控制中心，用于通过TCP/IP通讯协议，实现与控制柜的通讯；

控制柜，与计算机控制中心连接，用于计算机控制中心和模拟装置运行平 台的中转，实现计算机控制中心和模拟装置运行平台的通讯；

模拟装置运行平台，与控制柜连接，用于为模拟海上平台注采提供一个真 实的平台。

进一步，控制柜还包括智能I/O采集模块、继电器、变频器、电压变送器、 电流变送器、变压器和24V供电电源；

智能I/O采集模块，Advantys分布式智能I/O系统的基板依次安装在导轨 上，板卡依次插在对应的基板上，构成智能I/O采集模块，固定于控制柜内；

继电器采用RU4S-D24，一端连接控制电路，一端连接电机供电电路；

变频器通过控制输出频率，对离心泵上的拖动电机转速进行控制，从而控 制离心泵的排量和扬程；

电压变送器和电流变送器用来测量每台变频器的输出电压和电流，进而可 以求得每台泵消耗的电能；

变压器分为380V到220V变压器和220V到24V变压器两种，外部380V 交流供电；

24V供电电源将220V交流电转化为24V直流电，为智能I/O采集模块和 各种变送器供电。

进一步，模拟装置运行平台还包括：注水模块和采油模块两部分；

注水模块包括：供水槽、离心泵、高位水槽、手动阀门、采油罐、示液管、 电容式液位变送器、安全阀；

供水槽用螺丝固定于海上平台注采的模拟装置的底层基板上，离心泵并联 安装在海上平台注采的模拟装置的底层基板上，高位水槽固定于海上平台注采 的模拟装置上层基板上，出水管路经过手动阀门与采油井底部连接，采油罐的 一侧安装透明示液管，采油罐的上部安装电容式液位变送器，在采油罐的顶部 设有安全阀，安全阀与供水槽连接；

采油模块包括井筒、抽油离心泵、电动调节阀、手动阀门，压力变送器、 流量变送器、透明管、总油管、逆止阀、电动调节阀；

井筒底部固定于海上平台注采的模拟装置的底层基板上，通过管路与上位 水槽的出水管路连接，在出水总管上安装压力变送器，井筒水流入口处安装有 手动阀门，手动阀门后安装压力变送器，井筒内有透明管，管上部与井筒外壁 固定在一起，下部距井筒底部一段距离，抽油离心泵的进水端通过钢管深入油 管内；

抽油离心泵固定于海上平台注采的模拟装置的底层基板上，抽油离心泵的 入口端与井筒的油管相连，抽油离心泵的出口管路设置逆止阀、电动调节阀， 总油管上设置压力变送器和流量变送器，总油管经过手动阀门与供水槽连接。

本发明提供的海上平台注采的无模型梯度优化控制方法及模拟装置，通过 不依赖于数学模型，只需要实时采集所需数据，寻优找到其对应的最佳工况点， 实现注采系统生产过程的效率和产量在线优化。本发明通过对传统的注采系统 结构进行改进，采集海上石油平台注采系统运行数据，建立数学模型，利用单 台注水泵性能测试，为注水系统的优化提供可靠地模型，建立多台注水泵并联 运行模型达到供水单耗最小的节能优化目的，注采系统模拟装置可以提高注水 泵的整体效率，降低能耗，容易操作，经济收益大。本发明有效的避免较为复 杂的数学模型的建立和计算；为将来的较为复杂的海上平台一体化优化控制方 法的研究提供了坚实的理论和实践基础。此外，本发明降低了能耗，提高了资 源利用率，同时也可广泛应用于其它生产过程，具有较强的通用性。

附图说明

图1是本发明实施例提供的海上平台注采的无模型梯度优化控制方法的流 程图；

图2是本发明实施例提供的海上平台注采的模拟装置的结构示意图；

图中：1、计算机控制中心；2、控制柜；2-1、继电器；2-2、变频器；2-3、 24V供电电源；2-4、智能I/O采集模块；2-5、变压器；2-6、电压变送器；2-7、 电流变送器；3、模拟装置运行平台；3-1、注水模块；3-2、采油模块；

图3是本发明实施例提供的1#采油井不同初始点对应流量设定值变化曲线 示意图；

图4是本发明实施例提供的1#采油井不同初始点的自动寻优轨迹示意图；

图5是本发明实施例提供的两口采油井不同初始点的自动寻优轨迹示意 图；

图6是本发明实施例提供的3口采油井不同初始点的自动寻优轨迹示意图；

图7是本发明实施例提供的定产总值为1.8m³/h时的实际效率分布示意图；

图8是本发明实施例提供的初始值(2#0.6m³/h、3#1.2m³/h)的效率自动寻 优轨迹示意图；

图9是本发明实施例提供的初始值(2#1.2m³/h、3#0.6m³/h)的效率自动寻 优轨迹示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例， 对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以 解释本发明，并不用于限定本发明。

图1示出了本发明提供的海上平台注采的无模型梯度优化控制方法流程。 为了便于说明，仅仅示出了与本发明相关的部分。

本发明实施例的海上平台注采的无模型梯度优化控制方法，该海上平台注 采的无模型梯度优化控制方法包括以下步骤：

在海上平台注采系统稳态的基础上，根据系统采集的流量、压力等数据， 根据效率公式计算得到系统当前的效率；

经过比较每个周期效率，随时更新效率最高点，并记录所对应的流量，为 后续搜索方向的确定提供判断标准，更新最高效率点；

通过计算当前时刻采油井的效率，得到当前时刻与前一时刻的效率差，判 断效率增量是否在一定误差范围内，计算效率变化梯度；

根据系统效率的变化，用效率增量与比例系数的乘积作为流量增量，确定 下周期的系统工作点；

将无模型智能梯度寻优模块的寻优结果，作为流量控制回路的设定值，通 过改变电机频率实现流量的变化，对采油井进行流量控制。

作为本发明实施例的一优化方案，该海上平台注采的无模型梯度优化控制 方法的具体步骤为：

第一步，根据每台泵的额定功率和额定转速，在可调节范围内从任一初始 点开始，建立系统稳态；

第二步，计算实时系统效率，在系统稳态的基础上，根据系统采集的流量、 压力等数据，根据效率公式计算得到系统当前的效率η_i；

第三步，更新最高效率点，最高效率点是未知的，经过比较每个周期效率， 随时更新效率最高点，并记录所对应的流量，为后续搜索方向的确定提供判断 标准，即

if η_max＜η_i，then η_max＝η_i；q_max＝q_i.

其中，η_max为效率最高点，η_i为当前效率，q_max为最高效率对应的流量，q_i为 当前流量；

第四步，计算效率变化梯度，通过计算当前时刻采油井的效率η_i，得到当 前时刻与前一时刻的效率差Δη_i，判断效率增量是否在一定误差范围内，若 Δη_i＜ε，即可停止寻优，否则执行下一步；

第五步，确定下一周期工作点，根据系统效率的变化，若当前效率在效率 曲线最高点左侧，效率正方向改变，即Δη_i＞0；若当前效率在效率曲线最高点右 侧，效率负方向改变，即Δη_i＜0，用效率增量与比例系数的乘积作为流量增量， 确定下周期的系统工作点：

q_i+1＝q_i+λ_iΔη_i

其中，q_i+1为下一周期流量，q_i为当前流量，λ_i为当前周期步长因子；

第六步，产量控制，将无模型智能梯度寻优模块的寻优结果q_i+1，作为流量 控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量控 制；

循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

作为本发明实施例的一优化方案，为提高效率寻优的可靠性和稳定性，为 保证流量和能耗的准确性，当产量控制回路稳定在一定误差范围内时开始获取 流量和能耗值，同样，为了避免实时效率的随机性，通过对产量及能耗进行一 段时间的累计，再计算此时间段的平均效率，

if q_sp-q_pv≤e，then Q_k＝Q_k+q_iΔt；W_k＝W_k+w_iΔt；

其中，q_sp为流量回路设定值，q_pv为当前瞬时流量，Q_k为累积流量，W_k为累积 能耗，e为流量控制允许误差；

为避免数据波动过大，影响效率变化判断的准确性，需要对实时数据进行 滤波处理，保证流量和能耗累计过程的连续性和准确性，流量滤波处理如下式 所示，

$q_i=\theta q_i+(1-\theta )q_i^{*}$

其中，θ为滤波系数(0≤θ≤1)，为滤波前流量，q_i为滤波后流量，本文 所涉及瞬时流量均为滤波处理后所得；

采用分段控制和判断效率增量的有效性等结合的方式；

首先采用分段控制，步长达到Δq_min以上即可大致避免异常工况的出现，因 此将整个过程分段，采用不同的步长因子，保证每一步的步长有效；

其次判断效率增量的有效性，当效率增量为负时，为排除异常工况的可能 性，沿原产量增加方向多走一步：

q_i+1＝q_i+λ_iΔη_i-1

其中，Δη_i-1为前一周期的效率增量，

如果效率增量仍然为负，可大致排除异常工况的可能性，进而反方向调节 产量；

如果实时效率在效率曲线最高点的左侧，则有：

q_i+1＝q_i-λ_i(Δη_i-1+Δη_i)

如果实时效率在效率曲线最高点的右侧，则有：

q_i+1＝q_i+λ_i(Δη_i-1+Δη_i)

其中，Δη_i-1，Δη_i分别为前一周期效率增量和当前周期效率增量。

作为本发明实施例的一优化方案，多井无模型梯度优化算法的步骤为：

第一步，计算每口井的实时系统效率，在系统稳态的基础上，根据系统采 集的流量、压力数据，根据效率公式计算得到每口井当前的效率

第二步，更新最高效率点，最高效率点是未知的，经过比较每个周期效率， 随时更新效率最高点，并记录所对应的流量，为后续搜索方向的确定提供判断 标准，即

$\mathrm{if}{\eta }_{\max }^n<{\eta }_i^n,\mathrm{then}{\eta }_{\max }^n={\eta }_i^n;q_{\max }^n=q_i^n.$

其中，为第n口井效率最高点，为第n口井当前效率，为第n 口井最高效率对应的流量，为第n口井当前流量；

第三步，计算效率变化梯度，通过计算当前时刻采油井的效率得到当 前时刻与前一时刻的效率差判断效率增量是否在一定误差范围内，若 即可停止寻优，否则执行下一步；

第四步，确定下一周期工作点，根据系统效率的变化，若当前效率在效率 曲线最高点左侧，效率正方向改变，即若当前效率在效率曲线最高点 右侧，效率负方向改变，即用效率增量与比例系数的乘积作为流量增 量，确定下周期的系统工作点：

$q_{i+1}^n=q_i^n+{\lambda }_i^n\Delta {\eta }_i^n$

其中，为第n口井下一周期流量，为第n口井当前流量，为当 前周期步长因子；

第五步，产量控制，将无模型智能梯度寻优模块的寻优结果作为流量 控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量控 制；循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

作为本发明实施例的一优化方案，两井并联定产值无模型优化算法的步骤 为：

第一步，从任一初始值出发，其中计算实时系统 效率，在系统稳态的基础上，根据系统采集的流量、压力等数据，根据效率公 式计算得到系统当前的效率η_i；

第二步，计算效率变化梯度，通过计算当前时刻采油井的效率η_i，得到当 前时刻与前一时刻的效率差Δη_i，判断效率增量是否在一定误差范围内，若 Δη_i＜ε，即可停止寻优，否则执行下一步；

第三步，确定下一周期工作点，根据系统效率的变化，若效率正方向改变， 即Δη_i＞0，则流量方向因子β_i保持不变；若效率负方向改变，即Δη_i＜0，则流量 方向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期的 系统工作点：

$q_{i+1}^2=q_i^2+{\lambda }_i{\beta }_i\left|\Delta {\eta }_i\right|,$

其中，为2#采油井下一周期流量，为2#采油井当前流量，λ_i为当 前周期步长因子，β_i为当前周期流量方向因子(β_i＝1，-1)；

第四步，产量控制，将无模型智能梯度寻优模块的寻优结果作 为流量控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行 流量控制；循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

作为本发明实施例的一优化方案，三口井并联定产值的流量分配采用分组 优化控制的步骤为：

第一步，从任一初始值出发，其中设1组内有1#2# 采油井，2组内有3#采油井，1组内可用均分的方式进行流量分配，计算实时 系统效率；

第二步，进行组间调整，计算效率变化梯度，通过计算当前时刻两个组采 油井的效率及系统总效率η_i，得到当前时刻与前一时刻的总效率差， 判断效率增量是否在一定误差范围内，若是，跳转第四步)；

第三步，确定下一周期工作点，根据系统效率的变化，若效率正方向改变， 即Δη_i＞0，则流量方向因子β_i保持不变；若效率负方向改变，即Δη_i＜0，则流量 方向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期的 系统工作点：

第四步，进行组内调整，计算效率变化梯度，通过计算当前时刻1组内两 口采油井的效率及1组效率得到当前时刻与前一时刻的1组效率差， 判断效率增量是否在一定误差范围内，若是，跳转第二步)；

第五步，确定下一周期工作点，根据系统效率的变化，若效率正方向改变， 即则流量方向因子β_i保持不变；若效率负方向改变，即则流 量方向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期 的系统工作点：

循环执行上述操作，若组内寻优和组间寻优均在一定误差范围内，寻优结 束，最终即可实现无模型智能梯度效率寻优。

下面结合附图及具体实施例对本发明的应用原理作进一步描述。

如图1所示，本发明实施例的海上平台注采的无模型梯度优化控制方法包 括以下步骤：

S101：在海上平台注采系统稳态的基础上，根据系统采集的流量、压力等 数据，根据效率公式计算得到系统当前的效率；

S102：经过比较每个周期效率，随时更新效率最高点，并记录所对应的流 量，为后续搜索方向的确定提供判断标准，更新最高效率点；

S103：通过计算当前时刻采油井的效率，得到当前时刻与前一时刻的效率 差，判断效率增量是否在一定误差范围内，计算效率变化梯度；

S104：根据系统效率的变化，用效率增量与比例系数的乘积作为流量增量， 确定下周期的系统工作点；

S105：将无模型智能梯度寻优模块的寻优结果，作为流量控制回路的设定 值，通过改变电机频率实现流量的变化，对采油井进行流量控制。

本发明的具体步骤为：

为确定系统运行的最佳工作点，对采油泵进行梯度优化测试，根据每台泵 的额定功率和额定转速，在可调节范围内从任一初始点开始，建立系统稳态；

第一步，计算实时系统效率，在系统稳态的基础上，根据系统采集的流量、 压力等数据，根据效率公式计算得到系统当前的效率η_i；

第二步，更新最高效率点，最高效率点是未知的，经过比较每个周期效率， 随时更新效率最高点，并记录所对应的流量，为后续搜索方向的确定提供判断 标准，即

if η_max＜η_i，then η_max＝η_i；q_max＝q_i.

其中，η_max为效率最高点，η_i为当前效率，q_max为最高效率对应的流量，q_i为 当前流量；

第三步，计算效率变化梯度，通过计算当前时刻采油井的效率η_i，得到当 前时刻与前一时刻的效率差Δη_i，判断效率增量是否在一定误差范围内，若 Δη_i＜ε，即可停止寻优，否则执行下一步；

第四步，确定下一周期工作点，根据系统效率的变化，若当前效率在效率 曲线最高点左侧，效率正方向改变，即Δη_i＞0；若当前效率在效率曲线最高点右 侧，效率负方向改变，即Δη_i＜0，用效率增量与比例系数的乘积作为流量增量， 确定下周期的系统工作点：

q_i+1＝q_i+λ_iΔη_i

其中，q_i+1为下一周期流量，q_i为当前流量，λ_i为当前周期步长因子；

第五步，产量控制，将无模型智能梯度寻优模块的寻优结果q_i+1，作为流量 控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量控 制；

循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

为实现无模型智能梯度寻优，结合智能专家系统，提出以下措施来保证优 化控制的准确性和可靠性；

(1)提高效率寻优的可靠性和稳定性，为保证流量和能耗的准确性，当产 量控制回路稳定在一定误差范围内时开始获取流量和能耗值，同样，为了避免 实时效率的随机性，通过对产量及能耗进行一段时间的累计，再计算此时间段 的平均效率，

if q_sp-q_pv≤e，then Q_k＝Q_k+q_iΔt；W_k＝W_k+w_iΔt；

其中，q_sp为流量回路设定值，q_pv为当前瞬时流量，Q_k为累积流量，W_k为累积 能耗，e为流量控制允许误差；

为避免数据波动过大，影响效率变化判断的准确性，需要对实时数据进行 滤波处理，保证流量和能耗累计过程的连续性和准确性，流量滤波处理如下式 所示，

$q_i=\theta q_i+(1-\theta )q_i^{*}$

其中，θ为滤波系数(0≤θ≤1)，为滤波前流量，q_i为滤波后流量，本文 所涉及瞬时流量均为滤波处理后所得；

(2)提高智能梯度优化算法的鲁棒性，实际生产中设备受很多干扰因素影 响，影响整个系统运行，针对效率在爬坡的过程中出现效率增量为负，进而进 入一个局部死循环无法跳出，无法找到真实的最高效率点的问题，本发明采用 分段控制和判断效率增量的有效性等结合的方式；

首先采用分段控制，步长达到Δq_min以上即可大致避免异常工况的出现，因 此将整个过程分段，采用不同的步长因子，保证每一步的步长有效；

其次判断效率增量的有效性，当效率增量为负时，为排除异常工况的可能 性，沿原产量增加方向多走一步：

q_i+1＝q_i+λ_iΔη_i-1

其中，Δη_i-1为前一周期的效率增量，

如果效率增量仍然为负，可大致排除异常工况的可能性，进而反方向调节 产量；

如果实时效率在效率曲线最高点的左侧，则有：

q_i+1＝q_i-λ_i(Δη_i-1+Δη_i)

如果实时效率在效率曲线最高点的右侧，则有：

q_i+1＝q_i+λ_i(Δη_i-1+Δη_i)

其中，Δη_i-1，Δη_i分别为前一周期效率增量和当前周期效率增量。

本发明的具体实施例：

实施例1：单井无模型梯度优化算法

为确定系统运行的最佳工作点，对采油泵进行梯度优化测试，根据每台泵 的额定功率和额定转速，在可调节范围内从任一初始点开始，建立系统稳态，

(1)计算实时系统效率，在系统稳态的基础上，根据系统采集的流量、压 力等数据，根据效率公式计算得到系统当前的效率η_i；

(2)更新最高效率点，最高效率点是未知的，经过比较每个周期效率，随 时更新效率最高点，并记录所对应的流量，为后续搜索方向的确定提供判断标 准，即

if η_max＜η_i，then η_max＝η_i；q_max＝q_i.

其中，η_max为效率最高点，η_i为当前效率，q_max为最高效率对应的流量，q_i为 当前流量；

(3)计算效率变化梯度，通过计算当前时刻采油井的效率η_i，得到当前时 刻与前一时刻的效率差Δη_i，判断效率增量是否在一定误差范围内，若Δη_i＜ε， 即可停止寻优，否则执行下一步；

(4)确定下一周期工作点，根据系统效率的变化，若当前效率在效率曲线 最高点左侧，效率正方向改变，即Δη_i＞0；若当前效率在效率曲线最高点右侧， 效率负方向改变，即Δη_i＜0，用效率增量与比例系数的乘积作为流量增量，确定 下周期的系统工作点：

q_i+1＝q_i+λ_iΔη_i

其中，q_i+1为下一周期流量，q_i为当前流量，λ_i为当前周期步长因子；

(5)产量控制，将无模型智能梯度寻优模块的寻优结果q_i+1，作为流量控 制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量控制；

循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

实施例2：多井无模型梯度优化算法

将无模型梯度效率寻优方法应用到两口井并联运行的海上平台，与单口井 寻优相比，多井寻优过程较为复杂，两井并联运行时，其中一口井的运行会导 致另一口井运行工况发生改变，每口井的寻优过程中流量不断变化，也就导致 另一口井的工况不断变化，其对应流量-效率曲线不断偏移，导致整个寻优过 程中其流量-效率曲线为一条含有很多细小波峰的“单峰函数”，因此无模型梯 度寻优方法对于多井并联运行效率寻优仍然适用，寻优过程与单井寻优大致相 同，多井并联运行无模型智能梯度优化的实现过程如下：

(1)计算每口井的实时系统效率，在系统稳态的基础上，根据系统采集的 流量、压力等数据，根据效率公式计算得到每口井当前的效率

(2)更新最高效率点，最高效率点是未知的，经过比较每个周期效率，随 时更新效率最高点，并记录所对应的流量，为后续搜索方向的确定提供判断标 准，即

$\mathrm{if}{\eta }_{\max }^n<{\eta }_i^n,\mathrm{then}{\eta }_{\max }^n={\eta }_i^n;q_{\max }^n=q_i^n.$

其中，为第n口井效率最高点，为第n口井当前效率，为第n 口井最高效率对应的流量，为第n口井当前流量；

(3)计算效率变化梯度，通过计算当前时刻采油井的效率得到当前时 刻与前一时刻的效率差判断效率增量是否在一定误差范围内，若即可停止寻优，否则执行下一步；

(4)确定下一周期工作点，根据系统效率的变化，若当前效率在效率曲线 最高点左侧，效率正方向改变，即若当前效率在效率曲线最高点右侧， 效率负方向改变，即用效率增量与比例系数的乘积作为流量增量，确 定下周期的系统工作点：

$q_{i+1}^n=q_i^n+{\lambda }_i^n\Delta {\eta }_i^n$

其中，为第n口井下一周期流量，为第n口井当前流量，为当 前周期步长因子；

(5)产量控制，将无模型智能梯度寻优模块的寻优结果作为流量控 制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量控制。

循环执行上述操作，最终即可实现无模型智能梯度效率寻优，多口井并联 运行寻优过程仍然结合专家思想控制，具体方法已在单井寻优方案中提及，实 验证明，这种结合专家思想的控制方法在多口井并联寻优中仍然有效。

实施例3：两井并联定产值无模型优化算法

两井并联定产效率寻优的具体策略：

(1)从任一初始值出发，其中计算实时系统效率， 在系统稳态的基础上，根据系统采集的流量、压力等数据，根据效率公式计算 得到系统当前的效率η_i；

(2)计算效率变化梯度，通过计算当前时刻采油井的效率η_i，得到当前时 刻与前一时刻的效率差Δη_i，判断效率增量是否在一定误差范围内，若Δη_i＜ε， 即可停止寻优，否则执行下一步；

(3)确定下一周期工作点，根据系统效率的变化，若效率正方向改变，即 Δη_i＞0，则流量方向因子β_i保持不变；若效率负方向改变，即Δη_i＜0，则流量方 向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期的系 统工作点：

$q_{i+1}^2=q_i^2+{\lambda }_i{\beta }_i\left|\Delta {\eta }_i\right|,$

其中，为2#采油井下一周期流量，为2#采油井当前流量，λ_i为当 前周期步长因子，β_i为当前周期流量方向因子(β_i＝1，-1)；

(4)产量控制，将无模型智能梯度寻优模块的寻优结果作为流 量控制回路的设定值，通过改变电机频率实现流量的变化，对采油井进行流量 控制；

循环执行上述操作，最终即可实现无模型智能梯度效率寻优。

实施例4对于三口井并联定产值的流量分配采用分组优化控制，控制过程 通过组内优化和组间优化协调实现，

1)从任一初始值出发，其中设1组内有1#2#，2 组内有3#，1组内可用均分的方式进行流量分配，计算实时系统效率；

2)进行组间调整，计算效率变化梯度，通过计算当前时刻两个组采油井的 效率及系统总效率η_i，得到当前时刻与前一时刻的总效率差，判断效 率增量是否在一定误差范围内，若是，跳转4)；

3)确定下一周期工作点，根据系统效率的变化，若效率正方向改变，即 Δη_i＞0，则流量方向因子β_i保持不变；若效率负方向改变，即Δη_i＜0，则流量方 向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期的系 统工作点：

4)进行组内调整，计算效率变化梯度，通过计算当前时刻1组内两口采油 井的效率及1组效率得到当前时刻与前一时刻的1组效率差，判断效 率增量是否在一定误差范围内，若是，跳转2)；

5)确定下一周期工作点，根据系统效率的变化，若效率正方向改变，即 则流量方向因子β_i保持不变；若效率负方向改变，即则流量 方向因子β_i变号，用效率增量与比例系数的乘积作为流量增量，确定下周期的 系统工作点：

循环执行上述操作，若组内寻优和组间寻优均在一定误差范围内，寻优结 束，最终即可实现无模型智能梯度效率寻优。

如图2所示，本发明实施例的海上平台的模拟装置主要由：计算机控制中 心1、控制柜2、继电器2-1、变频器2-2、24V供电电源2-3、智能I/O采集模 块2-4、变压器2-5、电压变送器2-6、电流变送器2-7、模拟装置运行平台3、 注水模块3-1、采油模块3-2组成；

计算机控制中心1是整个模拟装置的控制核心，通过TCP/IP通讯协议，实 现计算机控制中心1与智能I/O采集模块2-4网络接口模块的通讯；

控制柜2是控制中心和运行平台的中转站，主要包括智能I/O采集模块2-4、 继电器2-1、变频器2-2、电压变送器2-6、电流变送器2-7、变压器2-5和24V 供电电源2-3；

智能I/O采集模块2-4采用Schneider公司生产的Advantys分布式智能I/O 系统，支持当前主流的现场总线以及太网，Advantys分布式智能I/O系统的基 板依次安装在导轨上，板卡依次插在对应的基板上，构成智能I/O采集模块2-4， 固定于控制柜内；

继电器2-1采用RU4S-D24，一端连接控制电路，一端连接电机供电电路， 起到强弱电隔离保护作用，共八个，分别接入八台电机的供电电路，控制它的 开断来控制电机的启停；

变频器2-3采用施耐德公司生产的ATV32H055M2小型通用变频器，通过 控制变频器2-3的输出频率，进而对离心泵上的拖动电机转速进行控制，从而 可以控制离心泵的排量和扬程；变频器2-3共八台，每台变频器单独控制一台 电动机，通过变频器2-3改变电压频率，从而控制泵的工况，相对传统的调节 阀门控制，可以节约大量电能，也有利于实现自动控制；

电压变送器2-6和电流变送器2-7用来测量每台变频器的输出电压和电流， 进而可以求得每台泵消耗的电能；

变压器2-5分为380V到220V变压器和220V到24V变压器两种，此装置 外部380V交流供电，但此装置很多设备需要220V和24V供电，需用变压器 2-5转化到220V和24V；

24V供电电源2-3将220V交流电转化为24V直流电，为智能I/O采集模 块2-4和各种变送器等供电；

模拟装置运行平台3主要分为注水模块3-1和采油模块3-2两部分。注水 模块3-1主要由供水槽、离心泵、高位水槽、手动阀门、检测仪表、连接管路 等构成；

供水槽为一上下底面外凸的圆柱形钢采油罐，用螺丝固定于底层基板上， 储存水，为注水泵供水，顶端接进水管路，底部接出水管路；在采油罐的顶部 设有连通阀，连通阀打开，使采油罐内和采油罐外连通，保持采油罐内气压稳 定；采油罐的一侧安装透明示液管，与采油罐连通，显示采油罐内液位，在采 油罐的上部安装电容式液位变送器，用来检测采油罐内液位高度，将液位信号 送入控制计算机，可以显示液位值；

离心泵共三台，两台32GDLF4-20和一台32GDLF4-30，三台泵并联安装 在底层基板上，泵的进水口通过钢管与供水槽相连，在连接总管路上安装压力 变送器，检测注水泵的入口水压，在每台泵进水口管路上分别安装有一个手动 阀门；每台泵的出口管路上分别安装带过滤器的涡轮式流量变送器，用来检测 每台泵的排出水流量，管线上还有手动阀门和单相逆止阀，单相逆止阀用于防 止水逆流，三条管路汇总到一条总管路，总管路与上位水槽的底部连接，在总 管上安装压力变送器和涡流式流量变送器分别检测总管水流的压力和流量；

高位水槽为一上下底面外凸的圆柱形钢采油罐，固定于上层基板上，模拟 地层，底部注水管路与供水泵出口总管连接，水从此管路流入，出水管路，经 过手动阀门与采油井底部连接；采油罐的一侧安装透明示液管，与采油罐连通， 显示采油罐内液位；采油罐的上部安装电容式液位变送器，用来检测采油罐内 液位高度，高位水槽是一个密闭容器，顶部连通针阀正常运行时关闭，蹩压以保 持注水压力，在采油罐的顶部设有安全阀，安全阀与供水槽连接，防止采油罐 内压力过高，起保护作用；

采油模块3-2模拟五口采油井，每台抽油井除抽油泵型号有所差异(一台 25CDLF2-40，两台25CDLF2-30，两台25CDLF2-20)，其他部分基本相同。 采油井主要由井筒、抽油离心泵、电动调节阀、手动阀门，检测仪表、连接管 路构成；

井筒为双层透明塑料结构，井筒底部固定于底层基板上，通过管路与上位 水槽的出水管路连接，在出水总管上安装压力变送器，检测注水压力，在井筒 水流入口处安装有手动阀门，手动阀门后安装压力变送器，检测井底水压，水 流从井筒底部入口进入井筒，井筒内有一直径较小的透明管，模拟油管，管上 部与井筒外壁固定在一起，下部距井筒底部一段距离，允许水流入其中，抽油 离心泵的进水端通过钢管深入油管内；

抽油离心泵为25CDLF2-XX系列离心泵，固定于底层基板上，抽油离心泵 的入口端与井筒油管相连，抽取进入井筒的液体，抽油离心泵的出口管路首先 经过逆止阀与电动调节阀连接，控制电动调节阀的开度可模拟油嘴直径的变化， 逆止阀可防止液体回流，五口采油井采出的液体最终汇总到总油管，总油管上 的压力变送器检测压力，流量变送器检测流量，总油管上还安装有电动调节阀， 可以用于调节井口回压等，总油管经过手动阀门与供水槽连接；

计算机控制中心1的硬件设备为DELL公司生产的中小企业商用台式机 Vostro系列计算机；

控制柜2中的智能I/O采集模块2-4为本装置设计的Advantys分布式智能 I/O系统，从左至右依次为：网络接口模块NIP2212内置智能芯片，可以自动 为I/O口分配地址，它还自带存储模块，用来存储从上位机下载的配置程序， 依据TCP/IP协议可以通过网络接口直接与控制计算机通讯；一片电源分配模块 PDT3105，需要24V电源供电，为其后卡件提供5V电源；五片模拟电流输入 模块ACI1400；一片基板电流扩展模块CPS2111；一片电源分配模块PDT3105； 三片模拟电流输出模块ACO0220；四片模拟电压输出模块AVO1250；一片电 源分配模块PDT3105；一片数字量输入模块DDI3725；一片数字量输出模块 DDO3705；

模拟装置运行平台3中水循环过程为：注水泵从供水槽抽水，加压后的水 存于高位水槽中，高位水槽中的水注入采油井，采油泵抽取井筒中的液体，最 后汇总到汇管，最后经汇管回到供水槽，形成完整的水循环过程；

本发明的模拟装置的工作原理

如图2所示，所述的注采系统模拟实验装置利用计算机控制中心1，经过 控制柜2来操作模拟装置运行平台3，利用注水泵并联运行，通过调节泵的供 电频率，测取泵在不同频率下，流量、入口压力、出口压力的值，进而得到各 泵频率、流量、入口压力、出口压力之间的关系式。在给定所需供水压力和流 量的情况下，通过加入算法调节每台泵的频率来达到供水单耗最小的节能优化 目的。通过测试井底流压、井口回压、流量、泵的转速、电动调节阀的开度、 总油管压力等，利用人工神经网络可以得到单井产量与井底流压、井口回压、 采油泵转速、油嘴直径等因素的模型关系式，进而可以对采油泵的单位采油量 能耗进行优化控制测试，通过加入优化算法，可以实现期望的优化目的。

结合实验对本发明做进一步的说明：

不定产效率优化结果

1、单井效率优化结果

在实验中，开启一口采油井，注水泵与高位水槽构成液位控制回路，以保 证优化过程中高位水槽液位的稳定，进而保证了井底压力稳定在一定范围，系 统允许误差ε取0.5％，滤波系数取0.95，最小流量步长Δq_min选择0.01m³/h，不同效 率增量对应的步长因子如表1所示，当井底压力控制在7KPa-13KPa时，首先对 采油井进行自动变频测试，掌握电机在0-50Hz的效率变化规律，然后利用无模 型智能梯度寻优策略进行试验，得到从不同初始点出发的寻优轨迹及最优效率 值，

表1不同效率增量对应的步长因子

不同初始点的寻优结果与系统本身最高效率点的比较如表2所示，从表2 可以看出，从不同初始点寻优均可大致找到系统自身的最高效率点，因此寻优 结果与初始点的选择无关，效率寻优误差保持在0.5％以内，说明无模型智能梯 度寻优控制方案是可行的，寻优过程中，从不同初始点寻优的流量设定值变化 趋势如图3所示，从图3可以看出，从不同初始点寻优，对流量设定值进行调 整，流量设定值最终均调整到1.59m³/h左右，

为保证实验的可靠性，在实验中分别对1#采油井进行了手动调节和智能梯 度寻优，并进行对比，其结果如图4所示，在图4中，系统效率曲线是指手动 变化频率记录的系统效率变化曲线，并寻找到系统效率最高点26.55％，对应流量 1.59m³/h左右，

表2寻优结果与系统本身效率对比

从图4可以看出，当系统从不同初始点出发搜索最高效率点，最终都能达 到并稳定在系统的最高效率点附近，从不同初始点出发的寻优轨迹与系统本身 的流量-效率轨迹有一定偏差，但偏差较小，且在允许范围内，这说明在效率 寻优的过程中效率计算是较为准确的；

对2#采油井进行同样的实验，由于采油井2的电潜泵额定功率低于1#采油 井电潜泵的额定功率，手动调节的最高效率为20.69％，智能梯度寻优的结果逼近 最高效率，误差能够保持在0.5％以内，说明该智能梯度寻优方法有较好的适应 性；

2、多井并联效率优化结果

与单井运行相比，两井运行时最佳工作点发生偏移，但每口井效率随流量 变化的总趋势不变，细小波峰可作为小波动处理，文中提到的提高智能梯度优 化算法的鲁棒性的方案，能够很好的处理“单峰函数”中的细小波动，最终两口 井均可各自寻优得到最高效率点；

从图5可以看出，两口采油井独立进行效率寻优时，1#采油井效率寻优最 终搜索并稳定在25.5％附近，2#采油井效率寻优最终搜索并稳定在19.3％附近， 二者都低于独自运行时的最高效率点，说明两口井运行时相互耦合影响，导致 最高效率点偏移，1#采油井的效率整体高于2#采油井的效率，这与不同型号的 电潜泵有关，最终两口采油井均搜索到效率寻优的平衡点，

3口采油井并联运行时，各自进行独立寻优，从图6可以看出，1#采油井 效率寻优最终搜索并稳定在20.1％附近，2#采油井效率寻优最终搜索并稳定在 14.7％附近，3#采油井效率寻优最终搜索并稳定在14.1％附近，从以上寻优结果 来看，增加3#并联运行，使得1#2#并联运行的工况发生改变，3口井并联运行 时1#2#最终的最高效率点明显低于两井并联运行时的效率，说明三者之间相互 耦合影响，最高效率点偏移，2#采油井和3#采油井中电潜泵的型号是相同的， 但从图6来看，两者的寻优轨迹并不重合，这是因为两口采油井的管路特性不 同，管阻不同，因此采油井的流量-效率曲线就不同，最终3口采油井均搜索 并稳定在最高效率点附近；

定产值效率优化结果

在实验中，开启两口采油井并联运行，注水泵与高位水槽构成液位控制回 路，以保证优化过程中高位水槽液位的稳定，进而保证了井底压力稳定在一定 范围，系统允许误差ε仍取0.5％，滤波系数取0.97，最小流量步长Δq_min选择 0.01m³/h，当井底压力控制在7KPa-13KPa时，首先对采油井进行手动流量分配测 试，以定产总值为1.8m³/h为例，考虑到两井并联运行时每口井的最大提液量， 以2#0.5m³/h、3#1.3m³/h为流量初始值，每次分别增加或减少0.01m³/h，即每次调 整待系统稳定后计算效率，下次迭代将2#流量增加0.01m³/h，3#流量减小0.01m³/h， 这样就能够将不同的流量分配对应的效率测得，为接下来的定产值效率寻优提 供依据，测试结果如图7所示，

从手动测试的实际效率分布来看，系统效率仍大致为单峰函数，因此效率 的优化仍是一个凸优化的问题，效率最高点大致存在于2#流量为0.922m³/h、3# 流量为0.878m³/h的工作点，最高效率约为17.27％，为保证实验的可靠性，将无模 型效率寻优结果与实际效率分布进行对比，效率寻优轨迹如图8和图9所示，

寻优方向如图中箭头所示，从寻优方向可以看出，寻优过程存在一次震荡， 但最终能够搜索并稳定在最高效率点，通过对从不同初始点出发的效率寻优轨 迹进行对比，验证定产值无模型效率优化方法的有效性，初始值为2#0.6m³/h、 3#1.2m³/h时，最高效率点存在于2#0.916m³/h、3#0.884m³/h的工作点，对应的最高 效率为17.38％；初始值为2#1.2m³/h、3#0.6m³/h时，最高效率点存在于2#0.909m³/h、 3#0.891m³/h的工作点，对应的最高效率为17.26％，考虑到系统本身存在一定的波 动，该寻优结果与实际效率最高点相比，其误差是可以接受的，

实验结果分析

从定产效率优化和不定产效率优化的实验结果来看，利用无模型智能梯度 优化方法均能搜索逼近系统本身的最高效率点，误差能够控制在一定范围内， 通过一系列的处理，将系统自身的波动降低到最小，寻优过程中，在接近最高 点处会存在微小的震荡，但不影响最终的寻优结果，无模型智能梯度优化方法 在海上平台注采系统效率优化上是有效的，控制效率和控制精度较高，

本发明的无模型智能梯度寻优方法，通过结合专家控制思想，在搜索步长 及搜索方向上实现了智能化，得到了一种较为准确有效的无模型效率寻优方法， 并有效避免较为复杂的数学模型的建立和计算，通过无模型梯度优化方法实现 了5口采油井的不定产效率优化以及2口采油井的定产值效率优化，而对于5 口采油的定产值效率寻优，由于设备总效率的分辨率过低，目前难以实现，

智能无模型梯度效率优化方法为将来的较为复杂的海上平台一体化优化控 制方法的研究提供了坚实的理论和实践基础，无模型智能梯度优化方法对海上 平台注采系统降低能耗，提高资源利用率等具有重要意义，该智能寻优方法同 时也可广泛应用于其它生产过程，具有较强的通用性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。