-
题名机理与数据双驱动柱塞气举瞬态仿真
- 1
-
-
作者
邢志晟
韩国庆
贾友亮
路鑫
田伟
龚航飞
张田
-
机构
中国石油大学(北京)石油工程学院
中石油长庆油田分公司油气工艺研究院
中国石油技术开发有限公司
-
出处
《石油机械》
北大核心
2025年第12期119-128,共10页
-
基金
国家自然科学基金青年科学基金项目“致密油储层压裂后渗吸动用程度微观控制机理研究”(52204059)。
-
文摘
气井积液是大部分天然气井在开发中后期存在的主要问题,柱塞气举是目前最有效的排水采气工艺之一。精确预测柱塞在井筒中的运动规律有助于柱塞气举井进行故障诊断、关键设计参数优选及工作制度优化。柱塞在井筒中的运动属于复杂的变速运动,其受到多种因素影响,目前所建立的柱塞气举瞬态运动模型存在较多的假设条件,计算需要大量迭代,无法快速、准确地预测其运动规律。传统数据驱动方法缺乏实际物理意义,预测结果可能违背物理规律。为此,通过收集井场大量实际井监测数据,分析不同变量间的相互关系,深入挖掘柱塞瞬态运动过程中的物理规律,提出了一种双阶段物理引导神经网络(PGNN),在预测柱塞速度和井口压力过程中,添加关键物理变量约束作为网络的神经元并加入到损失函数中,使其训练过程受到物理条件约束,再采用现场实际生产数据对建立的DNN-PGNN(物理引导深度神经网络)、LSTM-PGNN(物理引导长短期记忆神经网络)、BiLSTM-PGNN(物理引导双向长短期记忆神经网络)以及未添加物理引导的DNN(深度神经网络)网络进行对比。研究结果表明,所建立的机理与数据双驱动柱塞气举瞬态仿真模型准确性最高,相比于未加入物理约束的深度神经网络均方根误差(RMSE)降低83.78%,平均绝对误差(MAE)降低86.90%。将预测结果与实测数据对比可知,在深度学习网络中加入物理约束可提高模型的准确性、物理一致性以及泛化性。
-
关键词
气井积液
柱塞气举
物理引导神经网络
瞬态仿真
机理数据双驱动
井口压力
-
Keywords
liquid loading in gas well
plunger gas lift
physics-guided neural network
transient simulation
mechanism and data dual-driven
wellhead pressure
-
分类号
T933
[一般工业技术]
-
-
题名单井在线计量技术及装置的研究与应用
被引量：3
- 2
-
-
作者
鄢雨
石彦
冯小刚
宋多培
李建财
张绍鹏
-
机构
中国石油新疆油田分公司准东采油厂
-
出处
《新疆石油天然气》
CAS
2019年第2期95-100,I0006,共7页
-
文摘
油井产量的计量是油田生产管理中的一项重要工作,对油井产量进行准确、及时的计量,对掌握油藏状况,制定生产方案,具有重要的指导意义。本文通过对现有计量技术的研究分析,筛选出适合于螺杆泵、无杆泵采油方式计量的单井计量技术,并研制了相应的单井在线称重计量装置。经过严格的室内实验和现场试验后,该装置运行可靠,计量精度高,计量误差在±5%以内,满足油气田地面工程油气集输处理工艺设计规范中计量准确度最大误差±10%的要求。该单井在线计量技术及装置的研究应用,能简化油田集输工艺,减少地面建设费用,解决了针对螺杆泵、无杆泵等采油方式无有效单井在线计量方法的难题,填补了技术空白。
-
关键词
单井在线计量
称重计量
往复运动
-
Keywords
Single well online measurement
Weighing measurement
Reciprocating motion
-
分类号
T933
[一般工业技术]
-
-
题名Python在人民法院诉讼档案加解密传输中的应用
- 3
-
-
作者
张锡颖
-
机构
中移(苏州)软件技术有限公司
-
出处
《计算机应用文摘》
2024年第1期26-28,共3页
-
文摘
文章介绍了一种对文件上传和下载进行加解密优化的方法。其中,采用基于Amazon S3的接口云化技术,将Python框架作为前端系统,云阵对象存储架构用于文件存储。通过这一方案,实现了在云计算环境下高效、稳定的文件传输,并确保了数据的安全性。该方案为用户提供了可靠、安全的数据管理体验,在法院信息化建设中具有重要意义。
-
关键词
PYTHON
云存储
加解密传榆
-
Keywords
Python
cloud storage
encryption and decryption transmission
-
分类号
T9333
[一般工业技术]
-
