基于时序预测算法进行煤层气井卡泵预警  

作　　者：高飞翔 卫乾 赵世亮 庞资胜 晋帅 

机构地区：[1]昆仑数智科技有限责任公司

出　　处：《石油知识》2024年第6期48-49,共2页Petroleum Knowledge

摘　　要：煤层气开发过程中,因排采系统机械结构损坏、油气污垢阻塞、砂石混入等多种原因导致卡泵,卡泵工况一般伴随着扭矩、转速、电流等生产参数的显著变化。传统卡泵诊断一般通过现场巡检、生产调度监控、示功图解析等方式进行研究,无法实现对卡泵工况的有效预警。一般情况而言,卡泵是一种非急速发生的异常工况,反映泵工作状态的参数变化趋势相对可以预测。基于卡泵机理规律的认识,本文提出使用时间序列预测算法对泵生产指标进行趋势预测,并通过构建机器学习算法模型实现对卡泵工况的预警。

关 键 词：机器学习算法 时间序列预测 时序预测 结构损坏 调度监控 异常工况 生产参数 显著变化 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]