一种压裂车组能耗预测方法及装置与流程

本发明涉及油气田生产，尤指一种油气田行业压裂车组能耗预测方法及装置。

背景技术：

1、目前国内主要产页岩油油田为新疆油田、大港油田、大庆油田和长庆油田。这些油田的页岩油都需要通过压裂进行有效开采，压裂设备是非常规油气开采核心设备，是提高非常规油气单井产量的关键。目前现有水力压裂设备有两种：柴油机驱动和电驱压裂设备，而电驱压裂设备对电网要求比较高，而现有非常规油气田周围环境的地方电网建设条件通常不理想，造成电驱压裂设备应用条件受限，因此目前大部分油田仍采用柴油机驱动压裂设备，然而柴油机驱动往往耗能比较高。因此，急需开展非常规油气田压裂车组能耗预测研究。

技术实现思路

1、鉴于现有技术中存在的技术缺陷和技术弊端，本发明实施例提供克服上述问题或者至少部分地解决上述问题的压裂车组能耗预测方法及装置。

2、作为本发明实施例的一个方面，涉及一种压裂车组能耗预测方法，其中包括：

3、根据压裂车组的型号采集相应的能耗历史数据；

4、基于所述能耗历史数据对至少四种通用预测模型进行训练；

5、将训练后的所述通用预测模型融合为能耗预测模型；以及

6、基于所述能耗预测模型预测所述压裂车组的能耗。

7、作为本发明实施例的另一方面，涉及一种压裂车组能耗预测装置，其中包括：

8、数据采集模块，用于根据压裂车组的型号采集相应的能耗历史数据；

9、模型训练模块，用于基于所述能耗历史数据对至少四种通用预测模型进行训练；

10、模型生成模块，用于基于训练后的模型及所述能耗历史数据生成能耗预测模型；

11、能耗预测模块，用于基于所述能耗预测模型预测所述压裂车组的能耗。

12、其中，所述至少四种通用预测模型例如但不限于：神经网络模型、线性回归模型、逻辑回归模型和支持向量机模型。

13、本发明各方面能够实现压裂施工过程中，针对具体的工况和特别的压裂车组，实现压裂施工过程中能耗量的预测，提升企业能源的利用率和企业的精细化管理水平。

14、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所记载的结构来实现和获得。

15、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种压裂车组能耗预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，还包括：将所述能耗历史数据在三维坐标中进行可视化展示，标记并去除异常数据。

3.根据权利要求1所述的方法，其特征在于，所述能耗历史数据包括：压力历史数据、流量历史数据和能耗历史数据；

4.根据权利要求3所述的方法，其特征在于，在进行所述输入之前还包括：对所述能耗历史数据进行归一化处理，将所述压力历史数据和所述流量历史数据归一化到0到1之间的值。

5.根据权利要求3所述的方法，其特征在于，所述融合为能耗预测模型包括：

6.根据权利要求4所述的方法，其特征在于，对所述损失函数进行优化运算包括：通过随机梯度下降算法对损失函数进行优化运算，直到所述损失函数收敛。

7.根据权利要求5或6所述的方法，其特征在于，所述至少四种通用预测模型选自：神经网络模型、线性回归模型、逻辑回归模型和支持向量机模型。

8.根据权利要求7所述的方法，其特征在于，所述损失函数为loss＝[m-r]2，其中，m＝a1r1+a2r2+a3r3+a4r4+a5，为训练前的能耗预测模型；r1、r2、r3和r4分别为所述神经网络模型、所述线性回归模型、所述逻辑回归模型和所述支持向量机模型输出的能耗结果数据；a1、a2、a3、a4和a5为所述加权系数，r为与被输入的所述压力历史数据和所述流量历史数据对应的所述能耗历史数据。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～8中任一项所述的方法。

10.一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～8中任一项所述的方法。

11.一种压裂车组能耗预测装置，其特征在于，包括：

技术总结
本发明公开一种压裂车组能耗预测方法及装置，其中的方法包括：根据压裂车组的型号采集相应的能耗历史数据；基于所述能耗历史数据对至少四种通用预测模型进行训练；将训练后的所述通用预测模型融合为能耗预测模型；以及基于所述能耗预测模型预测所述压裂车组的能耗。本发明能够实现压裂施工过程中，针对具体的工况和特别的压裂车组，实现压裂施工过程中能耗量的预测，提升企业能源的利用率和企业的精细化管理水平。

技术研发人员：张向阳,郭以东,李峻,沈飞,刘树仁,王亦然,祁滢,曾丽花
受保护的技术使用者：中国石油天然气股份有限公司
技术研发日：
技术公布日：2024/3/24