螺杆泵井参数调优以获知动液面深度为前提,合理的动液面对生产节能和避免泵况有重要意义.以大数据的神经网络对螺杆泵井动液面进行了回归和预测,制定了单井措施.将输入数据划分训练集和验证集,用箱线图检测法和3σ检测法对数据进行了清洗,采用神经网络进行了 213 口井的回归、预测,训练集和验证集平均绝对百分比误差分别为0.059和0.067,决定系数分别为0.902和0.884,模型表现良好;依据优化模型对52 口调参,单井液耗电均值降低0.163kWh/(100m·t),年增油1.01 ×104t,累计节电16.46×104kWh.研究结果可为螺杆泵井动液面分析和预测提供技术支持.
NETL
NSTL
万方数据
