本文關鍵詞：基于K均值聚類方法的抽油機井系統能耗分析

  更多相關文章： K均值聚類 抽油機井 能耗指標 數據預處理

【摘要】：在智慧油田的助力下,大多數油田已基本實現了油田生產數據的自動化采集,然而這些數量巨大、維度高的數據信息并未得到有效利用。本文將K均值聚類分析方法應用到抽油機井能耗數據分析中,進行了能耗數據異常識別和油井能耗分類的工作。在分析過程中,分別選取單項、多項能耗指標對抽油機井進行自動分類,以高效地尋找高能耗油井,進而有針對性地對這些油井進行措施調整。
【作者單位】： 中國石油大學(北京)石油工程學院;中石油大港油田采油工藝研究院;北京雅丹石油技術開發(fā)有限公司;
【關鍵詞】： K均值聚類 抽油機井 能耗指標 數據預處理
【分類號】：TE355.5;TP311.13
【正文快照】： 引言 在油田開發(fā)中,抽油機井因其結構簡單、適應性強、技術成熟等優(yōu)勢,在各大油田得到了廣泛應用。然而其在采油過程中系統效率低下,能量損失嚴重,如今已超越注水系統成為油田最大的耗能用戶。如何提高抽油機井系統效率、降低開采能耗,是降低油田生產成本、提高經濟效益的關

【相似文獻】

中國期刊全文數據庫 前3條

1 張宏偉;盧曉榮;宋執(zhí)環(huán);;基于K均值聚類的熔煉過程煙霧檢測[J];中國科技論文;2012年01期

2 龍飛飛;王瓊;宋陽;李偉;;基于K均值聚類對Q345R鋼低溫拉伸的聲發(fā)射信號分析[J];無損檢測;2013年09期

3 ;[J];;年期

中國重要會議論文全文數據庫 前2條

1 吳波;王勇;王偉;王景翰;;K均值聚類分析法在綠色搖頭丸分類中的應用[A];公共安全中的化學問題研究進展（第二卷）[C];2011年

2 季鐸;蔡東風;鄭偉;于水;;基于相似序列的增量式K均值聚類算法[A];第四屆全國信息檢索與內容安全學術會議論文集（上）[C];2008年

中國碩士學位論文全文數據庫 前8條

1 戴少穎;基于K均值聚類算法的科技館展使用情況分析[D];云南大學;2015年

2 李力;面向大數據的云搜索引擎設計及并行K均值聚類算法研究[D];重慶大學;2015年

3 鄭新桃;基于波形伸縮變換和模糊K均值聚類的配電線路單相接地選線研究[D];福州大學;2014年

4 朱曦;基于改進K均值聚類的證券時間序列奇異點研究[D];昆明理工大學;2013年

5 張f ;K均值聚類在高新技術企業(yè)信用評級中的應用[D];電子科技大學;2010年

6 廖宗明;基于K均值聚類與支持向量機的電力系統短期負荷預測[D];華南理工大學;2012年

7 李希;基于K均值聚類和BP神經網絡的耐火材料損傷模式識別[D];武漢科技大學;2012年

8 都興朔;結合人工蜂群算法的調和K均值聚類算法的研究[D];東北師范大學;2012年

，

本文編號：1111513