基于大数据的抽油机井拖动设备匹配模型的确定与应用

因抽油机井的拖动装置匹配功率影响因素多且无特征,造成部分电动机功率利用率低、能耗高。基于大数据挖掘技术,建立了LSTM神经网络训练模型,利用人工智能算法分类识别,形成不同抽油机机型的拖动匹配技术,按照能耗最优的原则制定了匹配模板,识别出电动机功率匹配不合理井群,并给出不合理单井电动机匹配方案。以高启动双速电动机为例,按电动机匹配方案现场验证106口井,电动机功率匹配符合率达到98.1%,装机功率下降了21.34%,无功节电率达到了22.6%,综合节能率达到了7.34%,为拖动设备匹配及互换提供了技术支撑。