摘要
本发明公开了一种油田分层注水全井流量智能调控方法。在新井注水初期采用历史专家经验模型对全井各层段流量进行调控,使各层段实际注入实时流量与设定配注量相匹配,基于调节过程数据进行稳态工况点自动识别以提取获得稳态调节工况数据,利用稳态调节工况数据训练构建全井预测神经网络模型,并实时判断其预测精度,当其预测精度达到设定的控制预测精度时,将全井预测神经网络模型与前馈控制器和反馈PID控制器结合实现对全井流量预测智能控制,利用前馈控制器大步粗调加反馈PID控制器精调方式,处理系统的时滞和非线性问题,减小各层流量调节时的相互干扰,实现多层流量的快速调配,提高全井流量调节速率,降低井下执行机构动作时间和频次。
技术关键词
神经网络模型
油田分层注水
智能调控方法
前馈控制器
神经网络智能控制
水嘴
PID控制器
稳态识别方法
双向长短期记忆
卷积神经网络特征提取
工况
偏差
精度计算方法
流量调节方法
数据预处理方法
滑动窗
误差
系统为您推荐了相关专利信息
电池荷电状态
数据预测方法
样本
数据处理模块
关系