石油学报

作者：刘合, 卢秋羽, 朱世佳, 蒋薇, 王素玲

单位：1. 中国石油勘探开发研究院 北京 100083;2. 东北石油大学机械科学与工程学院 黑龙江大庆 163318

关键词：抽油机,系统效率,大数据,聚类分析,影响因素特征

基金：刘合,男,1961年3月生,1982年获大庆石油学院石油矿场机械专业学士学位,2002年获哈尔滨工程大学控制理论及控制工程专业博士学位,现为中国工程院院士、中国石油勘探开发研究院副总工程师,主要从事机采系统提高效率、低渗透油气藏增产改造、分层注采、井筒工程控制技术方面的科研工作。Email:liuhe@petrochina.com.cn

摘要： 因采油中—后期抽油机系统效率的影响因素多且数据庞杂无特征，造成系统效率调控效果差。基于大数据挖掘技术，以大庆油田中区的采油区块为研究对象，将地面数据和井下数据相结合，采用典型聚类算法揭示了系统效率的变化规律，针对区块数据，采用了k-means和DBSCAN聚类算法应用于油田数据分析，首先利用组间误差平方和、组内误差平方和与总误差平方和之比确定了最佳k值，用k-means算法对数据集进行聚类。然后通过设定不同M和ε值用DBSCAN算法对数据集进行聚类，通过将聚类结果可视化并对比两种聚类方法的不同之处发现，k-means算法更符合大庆油田中区数据的聚类分析结果，并以k=4时k-means聚类结果给出了区块低效率井的表现特征，为区块井系统效率调控提供方向指导。

来源：2020年第12期

《石油学报》期刊编辑部

查看石油学报杂志2020年第12期