[发明专利]一种压裂液返排智能控制系统与装备有效

专利信息
申请号: 202210808384.4 申请日: 2022-07-11
公开(公告)号: CN114881230B 公开(公告)日: 2022-11-04
发明(设计)人: 舒红林;何方雨;张介辉;芮昀;邹辰;梅珏;姚秋昌;李延钧;李明隆;李季林 申请(专利权)人: 成都创源油气技术开发有限公司
主分类号: G06N3/08 分类号: G06N3/08;G06N3/04;G06F16/9035;G06F9/50;E21B43/267
代理公司: 北京中索知识产权代理有限公司 11640 代理人: 唐亭
地址: 610000 四川省成都市新都区新都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 压裂液返排 智能 控制系统 装备
【权利要求书】:

1.一种压裂液返排智能控制系统,其特征在于,包括节点信息获取模块、边缘基站模块和云计算处理平台;所述云计算处理平台包括节点信息处理模块、节点事件整理记录模块、数据库模块、上位智能分析模块、深度学习模块和模型下放模块;

所述节点信息获取模块用于获取油气开采区域内若干油气井节点的传感器数据和返排阶段数据;

所述边缘基站模块用于将所述传感器数据和返排阶段数据上传至云计算处理平台;

所述节点信息处理模块用于对所述传感器数据和返排阶段数据进行预处理,并进行分发;

所述节点事件整理记录模块用于将返排阶段数据进行整理记录成返排阶段表;

所述数据库模块用于存储所述返排阶段表和历史资料;所述历史资料包含不同传感器数据下的返排率数据数值;

所述上位智能分析模块用于获取预处理后的传感器数据并进行计算,获取计算结果,同时根据历史资料将计算结果与返排率之间进行关联性分析,以确定压裂液返排影响因素,并将其与所述返排阶段表一同输入深度学习模块;

所述深度学习模块用于获取不同油气井返排节点的压裂液返排影响因素以及返排阶段表,并将其作为训练集进行训练,以生成不同油气井返排节点的非线性返排模型;

所述模型下放模块用于获取符合预设标准不同油气井返排节点的非线性返排模型下放至所述边缘基站模块,利用其以实现对不同油气井返排节点的非线性智能控制;

所述传感器数据包括含砂数据、液体流量数据、温度数据、压力数据、油嘴开度数据、粘度数据和支撑剂沉降数据;所述返排阶段数据是指以压裂工程阶段为维度的压裂液返排时期;

所述边缘基站模块内安装有5G边缘服务器,所述5G边缘服务器用于存储所述不同油气井返排节点的非线性返排模型,并利用其实现对不同油气井返排节点进行返排决策服务。

2.根据权利要求1所述的一种压裂液返排智能控制系统,其特征在于,所述上位智能分析模块的具体处理过程,包括:

获取所述传感器数据,并对进行计算,获取泊松比、杨氏模量和综合滤失系数的计算结果;

提取所述历史资料中不同传感器数据下的返排率数据数值,并依据其对泊松比、杨氏模量和综合滤失系数的计算结果进行对照关联;

判断其关联度是否满足预设区间:

若满足,则判断所述传感器数据为压裂液返排影响因素;

反之,则不为压裂液返排影响因素。

3.根据权利要求1所述的一种压裂液返排智能控制系统,其特征在于,所述深度学习模块采用神经网络作为学习模型。

4.根据权利要求1所述的一种压裂液返排智能控制系统,其特征在于,所述边缘基站模块还包括节点编号对应单元,所述节点编号对应单元用于将每一油气井返排节点获取到的传感数据以及当前油气井节点所处的返排阶段与非线性返排模型进行一一对应。

5.一种压裂液返排智能控制装备,利用权利要求1所述的一种压裂液返排智能控制系统,其特征在于,包括:

传感器模块用于采集传感器数据;

预处理模块用于对传感器数据进行预处理;

阶段检测模块用于采集当前油气井节点所处的返排阶段;

边缘通信模块用于获取传感器数据,并根据所述当前油气井节点所处的返排阶段将其输入对应的非线性返排模型中进行计算,以获取不同时间段内的返排决策指令;

下位机控制模块用于根据所述不同时间段内的返排决策指令对可调式油嘴和压力泵模块进行对应控制,以实现在不同压裂液返排时机下合理控制返排速度;

所述可调式油嘴用于调节油嘴开度;

所述压力泵模块用于调节压力大小。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都创源油气技术开发有限公司,未经成都创源油气技术开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210808384.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top