張曉東,王栩穎,秦子軒

(中國石油大學(xué)(華東)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,山東 青島 266580)

0 引 言

隨著石油工業(yè)的不斷發(fā)展，有桿抽油機(jī)在石油工業(yè)中得到了大力發(fā)展和廣泛應(yīng)用，抽油機(jī)井故障成為嚴(yán)重影響油田生產(chǎn)的問題之一[1]。由于井下的工作環(huán)境復(fù)雜，抽油設(shè)備受疲勞、磨損、腐蝕等多因素影響容易發(fā)生故障，導(dǎo)致檢泵，因此有效預(yù)測(cè)故障，確立合理的檢泵周期，有助于提高油田的生產(chǎn)效率和經(jīng)濟(jì)效益。研究人員在抽油機(jī)井故障預(yù)測(cè)及檢泵周期預(yù)測(cè)等方面做了大量的研究工作[2-9]。

目前的研究多采用線性回歸和概率分布方法研究環(huán)境因素對(duì)檢泵周期的影響規(guī)律，文獻(xiàn)[2]則通過回歸分析的方法，闡述了針對(duì)存在桿管偏磨現(xiàn)象的抽油機(jī)井檢泵周期與其影響因素間定量的相互作用；分別構(gòu)建了沖程、沖次、回采工作面液量、含水率變化規(guī)律與檢泵周期的一元回歸表達(dá)式,并構(gòu)建了多種因素影響聯(lián)合效應(yīng)與檢泵周期變化的多元回歸表達(dá)式。研究結(jié)論在一定程度上體現(xiàn)了主要人為調(diào)節(jié)因素對(duì)桿管偏磨失效現(xiàn)象的影響規(guī)律。文獻(xiàn)[3]根據(jù)油田抽油機(jī)井沒有確定的故障發(fā)生率函數(shù)和最佳預(yù)防性檢泵周期變化和檢泵策略，提出了基于威布爾分布的抽油機(jī)井事故發(fā)生率研究。通過分析檢泵周數(shù)據(jù)，建立了分布模型并使用模糊粒子群—模擬退火算法，對(duì)分布模型進(jìn)行了參數(shù)化計(jì)算并定義了機(jī)采井故障率函數(shù)，以及利用模糊決策分析法估算最佳的檢泵周期。文獻(xiàn)[4]通過分析實(shí)際油井檢泵作業(yè)數(shù)據(jù)，使用概率分布模型描述了檢泵周期與設(shè)備失效風(fēng)險(xiǎn)的分布規(guī)律，使用三參數(shù)威布爾分布模型，描述了檢泵周期與泵可靠度的相關(guān)關(guān)系，并建立了某一固定時(shí)間區(qū)間內(nèi)檢泵作業(yè)井?dāng)?shù)的概率預(yù)測(cè)模型。

有桿抽油機(jī)井由抽油桿、抽油管、抽油泵以及井下配套工具4個(gè)部分組成，通常把各部分的最短壽命作為檢泵周期，對(duì)各部分設(shè)備進(jìn)行動(dòng)力學(xué)分析，預(yù)測(cè)檢泵周期。文獻(xiàn)[5]基于GA-SVM和蒙特卡羅模擬建立了抽油桿磨損分析與安全評(píng)估模型。分析抽油桿受力情況,建立了井下影響因素與抽油桿磨損率的映射關(guān)系，預(yù)測(cè)抽油桿的壽命。文獻(xiàn)[6]針對(duì)水平井在復(fù)雜受力環(huán)境下井下扶正器疲勞導(dǎo)致故障的情況，運(yùn)用ANSYS對(duì)扶正器進(jìn)行了力學(xué)分析和疲勞壽命分析，研究建立了水平井抽油桿扶正器的仿真模型，并模擬了扶正器工作的受力情況，認(rèn)為傳統(tǒng)的扶正器結(jié)構(gòu)存在應(yīng)力集中現(xiàn)象，并提出了結(jié)構(gòu)優(yōu)化方案。文獻(xiàn)[7]將壁厚值、直徑和缺陷尺寸等參數(shù)作為疲勞壽命模型計(jì)算輸入?yún)?shù)，利用在線檢測(cè)技術(shù)和疲勞壽命相結(jié)合的評(píng)價(jià)方法，更加準(zhǔn)確預(yù)測(cè)剩余壽命。文獻(xiàn)[8]使用深度學(xué)習(xí)方法中的長短時(shí)記憶網(wǎng)絡(luò)(Long Short-Term Memory, LSTM),根據(jù)已有的油田生產(chǎn)數(shù)據(jù),選取了15項(xiàng)與抽油桿腐蝕密切相關(guān)的變量,通過參數(shù)優(yōu)化、網(wǎng)絡(luò)訓(xùn)練,構(gòu)建了基于LSTM的抽油桿剩余壽命預(yù)測(cè)模型。文獻(xiàn)[9]提出了基于灰度矩陣極限學(xué)習(xí)機(jī)(Gray Matrix-Extreme Learning Machine, GM-ELM)的故障診斷方法，利用灰度矩陣對(duì)有桿抽油機(jī)井進(jìn)行故障特征提取，再采用數(shù)理統(tǒng)計(jì)的方式建立灰度矩陣的特征向量，將故障特性向量作為故障診斷模式的輸入值，通過構(gòu)建GM-ELM模式對(duì)抽油機(jī)井故障進(jìn)行檢測(cè)。

目前基于回歸分析的油井檢泵周期的預(yù)測(cè)方法均為純數(shù)學(xué)的方法，缺少理論依據(jù)，且精度較差；對(duì)設(shè)備的壽命預(yù)測(cè)大多沒有形成量化模型，影響因素考慮不全面，對(duì)油井檢泵計(jì)劃缺少指導(dǎo)性。以上方法有待于進(jìn)一步完善和深入研究。本文利用支持向量機(jī)回歸與卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)抽油機(jī)井生產(chǎn)參數(shù)的特點(diǎn)，分別提取檢泵周期相關(guān)參數(shù)的靜態(tài)特征和動(dòng)態(tài)特征，通過多模態(tài)壓縮雙線性池化融合特征向量，基于判別模型建立檢泵周期預(yù)測(cè)模型，可進(jìn)一步提高預(yù)測(cè)的準(zhǔn)確率。

1 基于特征融合的檢泵周期預(yù)測(cè)模型

根據(jù)抽油機(jī)井生產(chǎn)數(shù)據(jù)的性質(zhì)，將影響檢泵周期的參數(shù)分為靜態(tài)參數(shù)和動(dòng)態(tài)參數(shù)。靜態(tài)參數(shù)是指抽油機(jī)井工作狀態(tài)數(shù)據(jù)，表征物理狀態(tài)，每月更新，且變化較?。粍?dòng)態(tài)參數(shù)是指抽油機(jī)井生產(chǎn)數(shù)據(jù)，與油井的運(yùn)行相關(guān)，每天都會(huì)產(chǎn)生新數(shù)據(jù)?？紤]到2類參數(shù)特征不同，分別對(duì)靜態(tài)參數(shù)和動(dòng)態(tài)參數(shù)建立特征提取模型，將提取出的2類特征輸入多模態(tài)壓縮雙線性池化模型進(jìn)行特征融合，利用判別模型對(duì)融合特征進(jìn)行重學(xué)習(xí)預(yù)測(cè)抽油機(jī)井檢泵周期，如圖1所示。

圖1 模型框架

針對(duì)靜態(tài)參數(shù)變化不大且數(shù)據(jù)量小的特點(diǎn)，采用SVR建立靜態(tài)特征提取模型；動(dòng)態(tài)參數(shù)的數(shù)據(jù)量較大，采用卷積神經(jīng)網(wǎng)絡(luò)提取動(dòng)態(tài)參數(shù)特征。

1.1 靜態(tài)特征提取模型

1.1.1 靜態(tài)參數(shù)篩選

抽油機(jī)井的靜態(tài)參數(shù)表征井的物理狀態(tài)，正常工作情況下，數(shù)據(jù)變化較小，采用Spearman秩相關(guān)系數(shù)[10]，計(jì)算預(yù)靜態(tài)參數(shù)與檢泵周期的相關(guān)程度大小來分析影響檢泵周期的主要因素。Spearman秩相關(guān)系數(shù)是利用單調(diào)方程衡量2個(gè)變量的依賴性的非參數(shù)指標(biāo)，即便在變量值沒有變化的情況下，也不會(huì)出現(xiàn)像Pearson相關(guān)系數(shù)分母為0而無法計(jì)算的情況。Spearman秩相關(guān)系數(shù)如下：

(1)

其中，di表示2個(gè)變量分別排序后成對(duì)的變量位置差，n表示樣本數(shù)量。分別以上行電流、下行電流、泵徑、泵深、沖程、沖次、排量、泵效、含水率、載荷差為分量組成變量M，以檢泵周期天數(shù)為因變量N，di為M、N的秩次之差，分別計(jì)算各參數(shù)的r值，結(jié)果如表1所示。

表1 Spearman相關(guān)系數(shù)r值

表1中的數(shù)據(jù)是基于某油田10年內(nèi)近8000口抽油機(jī)井的生產(chǎn)作業(yè)數(shù)據(jù)集計(jì)算得出，r值表示靜態(tài)參數(shù)與檢泵周期的相關(guān)系數(shù)值，r值越大表示相關(guān)性越高。分別選取r值大于0.5的7種參數(shù)、r值大于0.6的6種參數(shù)、r值大于0.7的5種參數(shù)作為靜態(tài)參數(shù)，將3組靜態(tài)參數(shù)進(jìn)行特征提取、特征融合之后，輸入判別模型預(yù)測(cè)檢泵周期，預(yù)測(cè)準(zhǔn)確率分別為0.78、0.83、0.71。同時(shí)根據(jù)機(jī)理分析，泵效是指在抽油井生產(chǎn)過程中，實(shí)際產(chǎn)量與理論產(chǎn)量的比值，對(duì)造成抽油機(jī)井的故障因素影響不大。

綜合實(shí)驗(yàn)結(jié)果與機(jī)理分析，從表1中篩選r值大于0.6的靜態(tài)參數(shù)作為模型的輸入?yún)?shù)，包括泵深、沖程、載荷差、沖次、含水率、泵徑。

1.1.2 靜態(tài)參數(shù)提取

支持向量機(jī)回歸(SVR)[11-13]本質(zhì)上是利用一種非線性映射,把不能線性返回的樣本數(shù)據(jù)映射到更高維度實(shí)現(xiàn)線性返回，該回歸的函數(shù)表達(dá)式為：

f(x)=ωTφ(x)+b

(2)

基于SVR的靜態(tài)特征提取模型的過程描述如下：

1)構(gòu)建訓(xùn)練樣本。

2)獲取最優(yōu)的懲罰因子和核函數(shù)寬度。

懲罰因子C用來調(diào)節(jié)模型復(fù)雜度與經(jīng)驗(yàn)誤差之間的平衡，核函數(shù)寬度σ影響特征空間中樣本數(shù)據(jù)分布的復(fù)雜程度。SVR的回歸性能與核函數(shù)有關(guān)，徑向基核函數(shù)(Radial Basis Function, RBF)[14]計(jì)算量較小且計(jì)算效率高，使得模型具有更強(qiáng)的泛化能力和學(xué)習(xí)能力，徑向基核函數(shù)如下：

(3)

選取徑向基核函數(shù)，將(C,σ)初始化，采用網(wǎng)格搜索法，設(shè)置選擇范圍、終止條件以及網(wǎng)格搜索步長，在所有的(C,σ)組合內(nèi)引用SVR對(duì)樣本進(jìn)行學(xué)習(xí)，計(jì)算結(jié)果使用交叉驗(yàn)證均方差(MSE)表示：

(4)

其中，yi為訓(xùn)練集輸出值，即第i個(gè)點(diǎn)的實(shí)際檢泵周期誤差，y′i為第i個(gè)點(diǎn)的預(yù)測(cè)值。計(jì)算MSE，MSE值越小，(C,σ)參數(shù)組合效果更好。

3)訓(xùn)練模型。

將訓(xùn)練樣本和最佳的(C,σ)參數(shù)組合代入SVR模型進(jìn)行訓(xùn)練，根據(jù)樣本數(shù)量N和檢泵周期值擬合每個(gè)輸入的權(quán)重ω，將靜態(tài)參數(shù)輸入訓(xùn)練好的模型中提取靜態(tài)參數(shù)特征。

1.2 動(dòng)態(tài)特征提取模型

1.2.1 動(dòng)態(tài)參數(shù)篩選

抽油機(jī)井每天都會(huì)產(chǎn)生新的動(dòng)態(tài)參數(shù)數(shù)據(jù)，數(shù)據(jù)量十分龐大，采用Pearson相關(guān)系數(shù)[15]篩選動(dòng)態(tài)參數(shù)中與檢泵周期相關(guān)性強(qiáng)的參數(shù)，其輸出范圍為[-1,1]，正值表示正相關(guān)，負(fù)值表示負(fù)相關(guān)，0表示無相關(guān)性。將檢泵周期作為特征向量，使用Pearson相關(guān)系數(shù)分析各動(dòng)態(tài)參數(shù)與檢泵周期的線性關(guān)系絕對(duì)值大小，輸出值的絕對(duì)值越大，則相關(guān)性越強(qiáng)。Pearson相關(guān)系數(shù)觀測(cè)值X、Y的總體相關(guān)系數(shù)為：

(5)

其中，cov(X,Y)用于表示X、Y特征的協(xié)方差，σX為X特征的標(biāo)準(zhǔn)差，σY則主要用于表示Y特征的標(biāo)準(zhǔn)差。

分別以日產(chǎn)液量、日產(chǎn)油量、日產(chǎn)水量、油壓、套壓、流壓、動(dòng)液面、井口溫度為分量組成X={x1,x2,…，xi}，xi為某一天的參數(shù)值，以檢泵周期為Y={y1,y2,…,yi}，yi為xi對(duì)應(yīng)的檢泵周期天數(shù)，計(jì)算Pearson相關(guān)系數(shù)公式rxy：

(6)

由此可以得到檢泵周期與各生產(chǎn)參數(shù)的Pearson相關(guān)系數(shù)r值，如表2所示，樣本數(shù)據(jù)為某油田近10年的生產(chǎn)數(shù)據(jù)。

表2 Pearson相關(guān)系數(shù)r值

分別選取r值大于0.4的6種參數(shù)、r值大于0.5的5種參數(shù)、r值大于0.6的4種參數(shù)作為動(dòng)態(tài)參數(shù)，將3組動(dòng)態(tài)參數(shù)進(jìn)行特征提取、特征融合之后，輸入判別模型預(yù)測(cè)檢泵周期，預(yù)測(cè)準(zhǔn)確率分別為0.75、0.86、0.80。并且根據(jù)實(shí)際生產(chǎn)經(jīng)驗(yàn)，井口溫度會(huì)影響原油粘度，對(duì)抽油桿的作用力有較大影響，相對(duì)于粘度來說，套壓和油壓的影響較小。綜合實(shí)驗(yàn)結(jié)果與機(jī)理分析，從表2中篩選r值大于0.5的生產(chǎn)參數(shù)作為輸入特征，包括日產(chǎn)液量、流壓、日產(chǎn)油量、動(dòng)液面、井口溫度。

1.2.2 動(dòng)態(tài)特征重建

在訓(xùn)練模型之前，為防止數(shù)據(jù)中存在較大數(shù)值的數(shù)據(jù)影響數(shù)值較小的數(shù)據(jù)對(duì)于訓(xùn)練的效果，需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、歸一化操作消除量綱。表達(dá)公式如下：

(7)

卷積神經(jīng)網(wǎng)絡(luò)的輸入為矩陣，由于動(dòng)態(tài)參數(shù)種類較少，要將參數(shù)結(jié)構(gòu)進(jìn)行重建。以單個(gè)井為例，按時(shí)間順序選擇5種動(dòng)態(tài)參數(shù)的30條數(shù)據(jù)作為一組，將6組數(shù)據(jù)合并為一個(gè)30×30的矩陣。

1.2.3 動(dòng)態(tài)特征提取

將重建后的動(dòng)態(tài)參數(shù)輸入到卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)[16-18]中進(jìn)行訓(xùn)練，深層卷積神經(jīng)網(wǎng)絡(luò)能夠更好地提取不同參數(shù)的特征信息，模型泛化能力強(qiáng)，但隨著網(wǎng)絡(luò)深度加深會(huì)出現(xiàn)梯度消失或梯度爆炸現(xiàn)象。殘差網(wǎng)絡(luò)(Residual Network, ResNet)[19-21]通過捷徑連接和恒等映射組成的殘差塊，使得網(wǎng)絡(luò)深度增加時(shí)模型不退化，具有更強(qiáng)的特征提取能力。

本文采用的ResNet-50整體結(jié)構(gòu)如圖2所示，首先通過Stage1的7×7卷積層和3×3最大池化層對(duì)輸入數(shù)據(jù)進(jìn)行一次特征提取操作，再通過Stage2中的4個(gè)殘差結(jié)構(gòu)提取更高層特征信息，最后通過Stage3全連接層輸出提取后的動(dòng)態(tài)特征。

圖2中Conv是卷積層，Batch Norm表示批量正則化處理，Max Pool表示最大池化操作，Avg Pool表示平均池化操作。激活函數(shù)選擇線性整流單元ReLU函數(shù)[22]，表達(dá)式如下：

圖2 ResNet-50網(wǎng)絡(luò)結(jié)構(gòu)

f(x)=max(0,x)

(8)

其中，線性整流單元的輸入為x，同時(shí)也是上一層的網(wǎng)絡(luò)輸出，x與0的相對(duì)極大值就是線性整流單元的輸出結(jié)果。

1.3 特征融合

由于從靜態(tài)參數(shù)中提取的靜態(tài)特征和從動(dòng)態(tài)參數(shù)提取的動(dòng)態(tài)特征分別表示單方面的特征，不能單獨(dú)預(yù)測(cè)檢泵周期，所以需要將2類特征進(jìn)行特征融合，將融合后的特征向量作為輸入，預(yù)測(cè)檢泵周期。將提取的靜態(tài)特征記為f1(Sn)和動(dòng)態(tài)特征記為f2(Dn)，輸入多模態(tài)壓縮雙線性池化(Multimodal Compact Bilinear Pooling, MCPB)模型[23]進(jìn)行特征融合。由于MCBP采用外積的計(jì)算方法，融合了靜態(tài)特征f1(Sn)和動(dòng)態(tài)特征f2(Dn)特征向量中每個(gè)元素之間的相互關(guān)系，所產(chǎn)生的多模態(tài)融合特征向量更具表達(dá)性；并且MCBP將靜態(tài)特征f1(Sn)和動(dòng)態(tài)特征f2(Dn)特征向量投射到頻域空間，無需直接計(jì)算外積，避免了計(jì)算復(fù)雜、容易產(chǎn)生過擬合等問題。

MCBP采用Count Sketch投射函數(shù)ψ，將靜態(tài)特征向量和動(dòng)態(tài)特征向量的外積f1(Sn)?f2(Dn)投射到低維空間表示為：

ψ(f1(Sn)?f1(Dn),h,g)=ψ(f1(Sn),h,g)*ψ(f2(Dn),h,g)

(9)

其中，h、g為哈希映射，*表示卷積運(yùn)算。根據(jù)卷積定理，時(shí)域中的卷積對(duì)應(yīng)頻域中的乘積，式(9)可表達(dá)為：

ψ(f1(Sn)?f1(Dn),h,g)=FFT-1(FFT(f1′(Sn))⊙f2′(Dn))

(10)

其中，⊙表示點(diǎn)積操作，結(jié)果為融合后的特征向量。

1.4 判別模型

為提升檢泵周期預(yù)測(cè)的準(zhǔn)確率，本文提出3種判別模型，分別為基于GMM的判別模型、基于決策樹的判別模型和基于線性模型的判別模型，用3種判別模型分別預(yù)測(cè)檢泵周期，驗(yàn)證哪種模型對(duì)于檢泵周期預(yù)測(cè)的效果更好。將判別模型訓(xùn)練的損失函數(shù)定義為：

(11)

其中：Pi表示判別模型輸出的預(yù)測(cè)檢泵周期值；Yi為實(shí)際檢泵周期值。

1.4.1 基于GMM的判別模型

高斯混合模型(Gaussian Mixture Model, GMM)[24]是一種基于概率模型的聚類方法，假設(shè)輸入樣本服從k個(gè)參數(shù)未知的高斯分布，服從同一分布的樣本則被聚為一類。利用高斯混合模型的檢泵周期預(yù)測(cè)過程如下：

1)最優(yōu)聚類個(gè)數(shù)。

為較準(zhǔn)確地預(yù)測(cè)檢泵周期，縮小天數(shù)范圍，依據(jù)實(shí)際生產(chǎn)經(jīng)驗(yàn)及數(shù)據(jù)，將檢泵周期天數(shù)300～1200天，分別按照間隔50天和100天進(jìn)行分組，可分為18類和9類。利用貝葉斯信息準(zhǔn)則(Bayesian information criterion, BIC)[25]的模型選擇理論對(duì)上述2種分組進(jìn)行概率估計(jì)。表達(dá)式為：

CBIC=-ln(L)+npln(m)

(12)

其中，CBIC為BIC值，np為超參數(shù)的個(gè)數(shù)，L為模型估計(jì)似然函數(shù)的最大值。計(jì)算結(jié)果如表3所示，以具有低BIC值的模型為優(yōu)。

表3 2種分組的BIC值

由表3結(jié)果可知，當(dāng)聚類個(gè)數(shù)為9時(shí)的CBIC值更小，因此按照間隔100天對(duì)檢泵周期進(jìn)行分組。

2)聚類檢泵周期。

將融合后的特征向量輸入高斯混合模型進(jìn)行訓(xùn)練。利用最大期望(expectation-maximization, EM)算法[26]對(duì)k個(gè)混合的高斯分布進(jìn)行擬合，以求得每個(gè)分布的均值μj和協(xié)方差εj(1≤j≤k)。利用計(jì)算獲得的高斯參數(shù)，遍歷所有樣本，將樣本歸于概率最大的一類。

1.4.2 基于決策樹的判別模型

梯度提升迭代決策樹(Gradient Boosting Decision Tree, GDBT)[27]是Boosting算法中的一種，是決策樹(CART)的加法模型，核心在于累加所有樹的結(jié)果作為最終結(jié)果。在預(yù)測(cè)檢泵周期時(shí)，將損失函數(shù)的負(fù)梯度在當(dāng)前模型的值，作為殘差的近似值去擬合一個(gè)回歸樹得到最終的回歸樹：

(13)

XGBoost[28-30]是對(duì)GDBT的改進(jìn)，在最小化損失函數(shù)時(shí)進(jìn)行了正則化，擬合上一輪強(qiáng)學(xué)習(xí)器損失函數(shù)的二階導(dǎo)展開，提高了精度。對(duì)于目標(biāo)函數(shù)，使用二階泰勒展開式來優(yōu)化，目標(biāo)函數(shù)為：

(14)

1.4.3 基于線性模型的判別模型

邏輯回歸(Logistic Regression, LR)[31-33]是一種廣義的線性回歸分析模型，主要思想是在線性回歸的基礎(chǔ)上，通過Sigmoid函數(shù)引入非線性模型，邏輯回歸模型表達(dá)為:

z=θTX

(15)

其中，X為靜態(tài)特征與動(dòng)態(tài)特征融合后的特征向量，θT為回歸系數(shù)。使用Sigmoid函數(shù)作為預(yù)測(cè)函數(shù)，表達(dá)式為：

(16)

采用最大似然估計(jì)法對(duì)回歸系數(shù)進(jìn)行估計(jì)，損失函數(shù)最小時(shí)，求得最佳回歸系數(shù)值，代入模型，預(yù)測(cè)檢泵周期。

2 實(shí)驗(yàn)分析

2.1 數(shù)據(jù)集

實(shí)驗(yàn)數(shù)據(jù)集來源于某油田的抽油機(jī)井生產(chǎn)數(shù)據(jù)，將與抽油機(jī)井檢泵周期相關(guān)的參數(shù)按照類型分為靜態(tài)參數(shù)和動(dòng)態(tài)參數(shù)，靜態(tài)參數(shù)主要包括上行電流、下行電流、泵徑、泵深、沖程、沖次、排量、泵效、含水率、載荷差，動(dòng)態(tài)參數(shù)主要包括日產(chǎn)液量、日產(chǎn)油量、日產(chǎn)水量、含水率、油壓、套壓、流壓、動(dòng)液面、井口溫度等。

將數(shù)據(jù)集隨機(jī)劃分，70%的數(shù)據(jù)用于訓(xùn)練，30%的數(shù)據(jù)用于測(cè)試。在訓(xùn)練階段，首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，分別提取靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)的特征，再利用多模態(tài)壓縮雙線性池化融合2類特征，將融合后的特征向量輸入判別模型進(jìn)行訓(xùn)練。在測(cè)試階段，將測(cè)試數(shù)據(jù)輸入訓(xùn)練好的判別模型，最終預(yù)測(cè)抽油機(jī)井檢泵周期天數(shù)。

本文設(shè)計(jì)2個(gè)指標(biāo)去評(píng)價(jià)模型。一是計(jì)算模型預(yù)測(cè)的檢泵周期天數(shù)和真實(shí)檢泵周期天數(shù)的均方根誤差(Root Mean Square Error， RMSE),表示模型預(yù)測(cè)的誤差,計(jì)算公式為：

(17)

二是計(jì)算模型準(zhǔn)確率衡量模型預(yù)測(cè)的有效性，預(yù)測(cè)結(jié)果|Pj-Yj|≤0.1×Yj表示預(yù)測(cè)準(zhǔn)確，其中Pj表示預(yù)測(cè)的檢泵周期值，Yj為實(shí)際檢泵周期值；否則表示預(yù)測(cè)不準(zhǔn)確。

2.2 實(shí)驗(yàn)結(jié)果和分析

針對(duì)本文的檢泵周期預(yù)測(cè)模型，從以下3個(gè)方面對(duì)該模型進(jìn)行有效性分析：1)分析模型本身參數(shù)對(duì)于模型的影響；2)使用不同的判別模型分析對(duì)預(yù)測(cè)結(jié)果的影響；3)使用其他故障預(yù)測(cè)的方法與本文的模型進(jìn)行對(duì)比驗(yàn)證。

靜態(tài)特征提取模型中的核函數(shù)將特征從低維到高維進(jìn)行轉(zhuǎn)換，分別使用了多項(xiàng)式核函數(shù)、徑向基核函數(shù)和線性核函數(shù)，分析不同的核函數(shù)對(duì)于靜態(tài)特征提取的影響，其中模型參數(shù)C=4，ε=0.274，σSVR=0.047；對(duì)于動(dòng)態(tài)特征提取模型，分別使用了vgg16、vgg19、resnet34和resnet50等卷積神經(jīng)網(wǎng)絡(luò)，分析了不同的算法對(duì)動(dòng)態(tài)特征提取的效果。如表4所示，resnet的預(yù)測(cè)結(jié)果明顯優(yōu)于vgg，殘差這一結(jié)構(gòu)可以更好地幫助模型進(jìn)行預(yù)測(cè)，而通過徑向基核函數(shù)將數(shù)據(jù)進(jìn)行高維映射可以更好地提取靜態(tài)特征。

表4 特征提取模型結(jié)果

本文對(duì)比了5種不同的動(dòng)態(tài)特征提取網(wǎng)絡(luò)，分析了網(wǎng)絡(luò)中不同的結(jié)構(gòu)對(duì)模型效果的影響，如表5所示，模型A是基礎(chǔ)的網(wǎng)絡(luò)，模型B用了更簡單的全連接層，模型C用了2個(gè)更小的卷積核代替模型A中的大卷積核，模型D用了更多的卷積層和更少的全連接層，模型E相比模型C則是增加了全連接層的寬度。如表6所示，模型A和模型C取得了更好的預(yù)測(cè)結(jié)果，更大的全連接層可以獲得更好的預(yù)測(cè)結(jié)果，而卷積層對(duì)于預(yù)測(cè)結(jié)果影響并不大。

表5 模型結(jié)構(gòu)

表6 模型預(yù)測(cè)結(jié)果

判別模型將融合之后動(dòng)態(tài)特征和靜態(tài)特征映射至檢泵周期，實(shí)現(xiàn)最終的預(yù)測(cè)過程，選擇較為契合油井?dāng)?shù)據(jù)特點(diǎn)的判別模型可以極大地提高模型的準(zhǔn)確性，本文使用了GMM、邏輯回歸、GBDT以及XGBoost等4種不同的判別模型分別對(duì)檢泵周期進(jìn)行預(yù)測(cè)，如表7所示，由于數(shù)據(jù)特征較為混亂，難以聚類，故GMM的表現(xiàn)效果最差；數(shù)據(jù)量不足導(dǎo)致了邏輯回歸的預(yù)測(cè)結(jié)果也難以取得理想結(jié)果；而GBDT和XGBoost取得了較好的結(jié)果。

隨機(jī)抽取40口測(cè)試集中的抽油機(jī)井進(jìn)行預(yù)測(cè)并顯示檢泵周期預(yù)測(cè)值和真實(shí)值的對(duì)比圖，具體分析模型的有效性，如圖3所示，模型預(yù)測(cè)的檢泵周期值可以較好地?cái)M合真實(shí)值，在一定程度上可以為檢泵作業(yè)進(jìn)行指導(dǎo)作用。

圖3 檢泵周期預(yù)測(cè)結(jié)果

對(duì)比文獻(xiàn)[9]中基于GM-ELM的有桿泵抽油井故障診斷方法(模型A)和文獻(xiàn)[34]中基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的故障時(shí)間序列預(yù)測(cè)方法(模型B)與本文的基于特征融合的檢泵周期預(yù)測(cè)方法(模型C)進(jìn)行對(duì)比。預(yù)測(cè)結(jié)果如表8所示，由于模型B對(duì)于油井?dāng)?shù)據(jù)并不是專門契合，其預(yù)測(cè)準(zhǔn)確性較差；而本文模型根據(jù)油井?dāng)?shù)據(jù)的特點(diǎn)將其進(jìn)行分類并設(shè)計(jì)不同的模型處理不同類型的數(shù)據(jù)，故得到了較好的預(yù)測(cè)結(jié)果。

表8 模型預(yù)測(cè)結(jié)果對(duì)比

3 結(jié)束語

針對(duì)石油生產(chǎn)中抽油機(jī)井檢泵周期的問題，本文提出了基于特征融合的檢泵周期預(yù)測(cè)模型。輸入抽油機(jī)井歷史生產(chǎn)數(shù)據(jù)和作業(yè)數(shù)據(jù)，采用徑向基核函數(shù)的SVR算法提取靜態(tài)參數(shù)特征，采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行動(dòng)態(tài)特征提取，利用多模態(tài)壓縮雙線性池化模型將靜態(tài)特征和動(dòng)態(tài)特征進(jìn)行特征融合，并基于判別模型方法構(gòu)建檢泵周期預(yù)測(cè)模型。采用生成的測(cè)試集對(duì)優(yōu)化后的預(yù)測(cè)模型進(jìn)行測(cè)試，模型預(yù)測(cè)的準(zhǔn)確率達(dá)到了89%，綜合性能優(yōu)于其他模型。本文所提出的抽油機(jī)井檢泵周期預(yù)測(cè)方法對(duì)指導(dǎo)油田生產(chǎn)作業(yè)具有一定參考價(jià)值。