• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
基于SVM模型油井工况智能诊断分析方法及装置
有效
专利申请进度
申请
2019-10-11
申请公布
2020-05-12
授权
2024-03-26
预估到期
2039-10-11
专利基础信息
申请号 CN201910964089.6 申请日 2019-10-11
申请公布号 CN111144433A 申请公布日 2020-05-12
授权公布号 CN111144433B 授权公告日 2024-03-26
分类号 G06F18/2411;G06F18/214
分类 计算;推算;计数;
申请人名称 中国石油天然气股份有限公司
申请人地址 北京市东城区东直门北大街9号中国石油大厦
专利法律状态
  • 2024-03-26
    授权
    状态信息
    授权
  • 2020-05-12
    公布
    状态信息
    公布
摘要
本发明基于SVM模型油井工况智能诊断分析方法及装置,属于油田采油工艺技术领域,本发明提供的基于SVM模型油井工况智能诊断分析方法,包括:步骤1:获取油井多组正常示功图,并提取该多组正常示功图的HOG特征,将该正常示功图的HOG特征集合为正常HOG特征集合;本发明在不同油藏、不同井身结构及物性差异,导致油井工况复杂多变的情况下,提供了一套通用高准确率功图识别办法,克服了矩阵特征识别法的矩阵特征对功图的细微变化描述不充分的问题,可以对轻微出砂、上碰和下挂可以准确识别,较差分曲线法实际应用过程中去除掉对诊断有用的特征的问题,本发明诊断类型较多,可定量评价;较PSO‑RBF神经网络算法,本发明在复杂工况下识别也较为准确。