功图量油与诊断算法简介解析课件

功图量油与诊断算法简介功图量油与诊断算法简介6/23/2024功图量油与诊断算法简介8/10/20231主要内容主要内容o功图量油概述功图量油概述o现有问题与改进现有问题与改进o多气井量油多气井量油o抽油井故障诊断抽油井故障诊断6/23/2024主要内容功图量油概述8/10/20232功图量油概述功图量油概述o从传统量油到功图量油从传统量油到功图量油o功图量油技术发展功图量油技术发展o功图量油的国内外现状功图量油的国内外现状o功图量油原理功图量油原理o工程应用实例工程应用实例6/23/2024功图量油概述从传统量油到功图量油8/10/20233从传统量油到功图量油从传统量油到功图量油o传统量油传统量油n计量间量油计量间量油n智能化多相流量计量油智能化多相流量计量油n容积式计量法容积式计量法o功图量油功图量油n理论示功图理论示功图6/23/2024从传统量油到功图量油传统量油8/10/20234功图量油技术发展功图量油技术发展全天候全天候间抽间抽任意时段任意时段示功图示功图泵功图泵功图即时产量即时产量20032003GibbsGibbs方程等力学模型方程等力学模型拉线法拉线法面积法面积法有效冲程法有效冲程法示功仪示功仪产量累加产量累加6/23/2024功图量油技术发展全天候示功图泵功图即时产量2003Gibbs5功图量油技术发展功图量油技术发展o拉线面积法：拉线面积法：80年代年代，BM卡西扬诺夫卡西扬诺夫n示功图的理论排量示功图的理论排量 n实际日产液量实际日产液量n其中其中 为为AB、BC、CF延长线和延长线和AD延长线所延长线所围的面积。围的面积。o液量叠加法等液量叠加法等 6/23/2024功图量油技术发展拉线面积法：80年代，BM卡西扬诺夫8/6功图量油技术发展功图量油技术发展o有效冲程法有效冲程法n式中，式中，n -柱塞直径柱塞直径n -冲次冲次n -充满系数充满系数n -柱塞冲程柱塞冲程n -泵功图的有效冲程泵功图的有效冲程6/23/2024功图量油技术发展有效冲程法8/10/20237功图量油的国内外现状功图量油的国内外现状o国际国际oShell,Lufkin,Enerplus o国内国内o长庆，中原，大港，长庆，中原，大港，6/23/2024功图量油的国内外现状国际8/10/20238功图量油原理功图量油原理o有效冲程有效冲程nAD段长度段长度o充满系数充满系数n有效冲程有效冲程/最大冲程最大冲程AD/EC段段o冲次冲次n驴头一分钟内来回的次数驴头一分钟内来回的次数6/23/2024功图量油原理有效冲程8/10/20239功图量油原理功图量油原理o示功图量油示功图量油o泵功图量油泵功图量油oAPI算法量油算法量油o综合考虑三者计算结果综合考虑三者计算结果6/23/2024功图量油原理示功图量油8/10/202310示功图量油示功图量油o日产液量日产液量 24hr*60min*泵的面积泵的面积*有效冲程有效冲程*冲次冲次n其中，冲次：其中，冲次：N次次/minn 有效冲程有效冲程/冲程冲程=充满系数充满系数o关键：凡尔开闭点关键：凡尔开闭点n216个原数据个原数据n平滑数据平滑数据n曲线变化曲线变化6/23/2024示功图量油日产液量8/10/202311泵功图的推算泵功图的推算oGibbs 波动方程波动方程6/23/2024泵功图的推算Gibbs 波动方程8/10/202312示功图量油示功图量油o以实测地面功图为边界条件以实测地面功图为边界条件o应用计算模型拟合泵功图应用计算模型拟合泵功图o应用实测井下泵功图对比修正应用实测井下泵功图对比修正建立计算模型建立计算模型对对比比修修正正实测地面示功图实测地面示功图计算泵功图计算泵功图实测井下示功图实测井下示功图确定边界条件确定边界条件实测泵功图实测泵功图实测实测井口井口示功图示功图计算泵功图计算泵功图实测实测井口井口示功图示功图实测示功图实测示功图6/23/2024示功图量油以实测地面功图为边界条件建立计算模型对比修实测地面13泵功图量油泵功图量油o日产液量日产液量 24hr*60min*泵的面积泵的面积*有效冲程有效冲程*冲次冲次6/23/2024泵功图量油日产液量8/10/202314APIRP11算法量油算法量油o由已知的液面、泵挂深度、由已知的液面、泵挂深度、冲次、光杆冲程、泵塞直径、冲次、光杆冲程、泵塞直径、液体密度，再结合抽油杆尺液体密度，再结合抽油杆尺寸和组合，以及油管直径、寸和组合，以及油管直径、是否锚定等信息，能过查表、是否锚定等信息，能过查表、曲线图等确定柱塞冲程、泵曲线图等确定柱塞冲程、泵排量、光杆最大最小载荷等排量、光杆最大最小载荷等需求量。需求量。6/23/2024APIRP11算法量油由已知的液面、泵挂深度、冲次、光杆冲程15工程应用实例工程应用实例o计算过程实例计算过程实例o泵功图验证泵功图验证o计算结果分析计算结果分析o庄庄13量油分析量油分析6/23/2024工程应用实例计算过程实例8/10/202316计算过程实例计算过程实例o功图量油计算过程功图量油计算过程o以堡以堡1-3井为例井为例2009-12-2示功图示功图6/23/2024计算过程实例功图量油计算过程8/10/202317计算过程实例计算过程实例o推算泵功图推算泵功图6/23/2024计算过程实例推算泵功图8/10/202318计算过程实例计算过程实例o数据处理并确定凡尔开闭点数据处理并确定凡尔开闭点6/23/2024计算过程实例数据处理并确定凡尔开闭点8/10/202319计算过程实例计算过程实例o计算单日产液量计算单日产液量堡堡1-31-3井井2009-12-22009-12-2各时间段产量值各时间段产量值时间时间8:008:0010:0010:0012:0012:0014:0014:0016:0016:0018:0018:0020:0020:0022:0022:000:000:002:002:004:004:006:006:00产量产量m m3 38.628.628.288.288.658.659.039.036.526.527.897.898.548.548.578.579.469.469.049.048.498.498.808.806/23/2024计算过程实例计算单日产液量堡1-3井2009-12-2各时间20泵功图验证泵功图验证o以沙以沙22-21为例，在其井下为例，在其井下1300m和和1790m处均安装了处均安装了井下示功仪井下示功仪6/23/2024泵功图验证以沙22-21为例，在其井下1300m和1790m21计算结果分析计算结果分析o单井单日产液量分析单井单日产液量分析 6/23/2024计算结果分析单井单日产液量分析 8/10/202322计算结果分析计算结果分析o单井多日产液量分析，以堡单井多日产液量分析，以堡1-4A为例为例堡堡1-4A 1-4A 功图计算产液量与计量产液量对比分析表功图计算产液量与计量产液量对比分析表日期日期堡堡1-4A1-4A井井大罐量油（大罐量油（m m3 3）功图计量（功图计量（m m3 3）差值（差值（m m）误差率（误差率（%）1010月月7 7日日14.71514.71514.47014.4700.2450.2451.661.661010月月8 8日日15.93015.93015.90115.9010.8390.8395.275.271010月月9 9日日15.66015.66015.17915.1790.4810.4813.073.071010月月1010日日15.93115.93115.34415.3440.5870.5873.683.681010月月1212日日16.33516.33515.48015.4800.8550.8553.683.681010月月1414日日16.20016.20015.54115.5410.6590.6594.074.071010月月1616日日15.52515.52515.56015.560-0.035-0.0350.230.236/23/2024计算结果分析单井多日产液量分析，以堡1-4A为例堡1-4A 23计算结果分析计算结果分析o堡堡1-4A 一个月数据对比一个月数据对比6/23/2024计算结果分析堡1-4A 一个月数据对比8/10/202324计算结果分析计算结果分析o李堡数据汇总，见下页表格李堡数据汇总，见下页表格o功图量液与大罐量液误差功图量液与大罐量液误差6/23/2024计算结果分析李堡数据汇总，见下页表格8/10/202325功图计量与大罐量油对比分析表功图计量与大罐量油对比分析表日期日期堡堡1 1站站大罐量油（大罐量油（m m3 3）功图计量（功图计量（m m3 3）差值（差值（m m3 3）误差率（误差率（%）9 9月月2828日日110.476110.476108.896108.8961.581.581.451.459 9月月2929日日99.40499.404108.498108.4989.0949.0948.388.389 9月月3030日日103.085103.085107.621107.6214.5364.5364.214.211010月月1 1日日104.144104.144108.582108.5824.4384.4384.094.091010月月7 7日日101.912101.912105.407105.4073.4953.4953.323.321010月月8 8日日103.292103.292105.327105.3272.0352.0351.931.931010月月1010日日100.745100.745105.039105.0394.2944.2944.094.091010月月1212日日99.19899.198103.297103.2974.0994.0993.973.971010月月1414日日100.204100.204104.209104.2094.0054.0053.843.841010月月1616日日99.68899.688104.172104.1724.4844.4844.304.301010月月1818日日99.83499.834103.641103.6413.8073.8073.673.671010月月2020日日99.29799.297101.206101.2061.9091.9091.891.891010月月2222日日97.85897.858100.88100.883.0223.0223.003.001010月月2424日日98.82598.825100.62100.621.7951.7951.781.781010月月2626日日98.69498.69499.85499.8541.1601.1601.161.161010月月2828日日97.17697.176100.543100.5433.3673.3673.353.356/23/2024功图计量与大罐量油对比分析表日期堡1站大罐量油（m3）26庄庄13量油分析量油分析o庄庄13总产量对比总产量对比6/23/2024庄13量油分析庄13总产量对比8/10/202327庄庄13量油分析量油分析o庄庄13总产量对比总产量对比6/23/2024庄13量油分析庄13总产量对比8/10/202328主要内容主要内容o功图量油概述功图量油概述o现有问题与改进现有问题与改进o多气井量油多气井量油o抽油井故障诊断抽油井故障诊断6/23/2024主要内容功图量油概述8/10/202329现有问题与改进现有问题与改进o量油产量及报表分析，基本与报表产量一致。量油产量及报表分析，基本与报表产量一致。o但有少部分油井量油存在一定误差，对这些但有少部分油井量油存在一定误差，对这些油井工作状况进行分析。油井工作状况进行分析。6/23/2024现有问题与改进量油产量及报表分析，基本与报表产量一致。8/130现有问题与改进现有问题与改进o拐点计算偏差拐点计算偏差6/23/2024现有问题与改进拐点计算偏差8/10/202331现有问题与改进现有问题与改进o功图数据采集错误功图数据采集错误6/23/2024现有问题与改进功图数据采集错误8/10/202332现有问题与改进现有问题与改进o气体影响导致有效冲程偏大气体影响导致有效冲程偏大6/23/2024现有问题与改进气体影响导致有效冲程偏大8/10/202333现有问题与改进现有问题与改进o数据采集错误数据采集错误6/23/2024现有问题与改进数据采集错误8/10/202334现有问题与改进现有问题与改进o有效冲程变化比较大有效冲程变化比较大6/23/2024现有问题与改进有效冲程变化比较大8/10/202335主要内容主要内容o功图量油概述功图量油概述o现有问题与改进现有问题与改进o多气井量油多气井量油o抽油井故障诊断抽油井故障诊断6/23/2024主要内容功图量油概述8/10/202336多气井量油多气井量油o算法概述算法概述6/23/2024多气井量油算法概述8/10/202337多气井量油算法概述多气井量油算法概述o液体冲程液体冲程Sfreegas6/23/2024多气井量油算法概述液体冲程Sfreegas8/10/202338多气井量油算法概述多气井量油算法概述o测量压力满足测量压力满足eq.a时，进入时，进入油管的气液量油管的气液量(Gibbs et al.,2006)o -沉没压力沉没压力o -泵出口压力泵出口压力o -液体载荷液体载荷o -活塞面积活塞面积oLufkin,Enerplus6/23/2024多气井量油算法概述8/10/202339多气井量油算法多气井量油算法概述概述o沉没压力方程求解沉没压力方程求解6/23/2024多气井量油算法概述沉没压力方程求解8/10/202340多气井量油算法概述多气井量油算法概述o溶解溶解GOR和原油体积系数与压力关系和原油体积系数与压力关系6/23/2024多气井量油算法概述溶解GOR和原油体积系数与压力关系8/1041多气井量油算法概述多气井量油算法概述oNolen correlations6/23/2024多气井量油算法概述Nolen correlations8/142多气井量油算法多气井量油算法概述概述6/23/2024多气井量油算法概述8/10/2023436/23/20248/10/202344多气井量油算法概述多气井量油算法概述oPIP推算测定推算测定o1.假定一个很小的起始值假定一个很小的起始值Pistart。o2.从经验曲线计算求解溶解气和石油收缩。从经验曲线计算求解溶解气和石油收缩。o3.计算游离气体积。计算游离气体积。o4.计算油管气液比。计算油管气液比。o5.考虑多相流、泵挂深度等因素，确定对应的考虑多相流、泵挂深度等因素，确定对应的Pa。o6.如如(Pistart,Pa)不满足不满足eq.a，增加，增加Pi，回到步骤，回到步骤2，直至，直至找到真实的找到真实的Pitrue。o7.由由Pitrue从经验曲线中确定气体影响和石油收缩效应。从经验曲线中确定气体影响和石油收缩效应。6/23/2024多气井量油算法概述PIP推算测定8/10/202345主要内容主要内容o功图量油概述功图量油概述o现有问题与改进现有问题与改进o多气井量油多气井量油o抽油井故障诊断抽油井故障诊断6/23/2024主要内容功图量油概述8/10/202346故障诊断故障诊断o功图量油须建立在抽油井工况健康的基础上，功图量油须建立在抽油井工况健康的基础上，因此在量油之前需进行故障诊断。因此在量油之前需进行故障诊断。6/23/2024故障诊断功图量油须建立在抽油井工况健康的基础上，因此在量油之47故障诊断故障诊断o整个故障诊断系统分为：整个故障诊断系统分为：n诊断界面诊断界面n读写数据库读写数据库n底层模块接口底层模块接口n诊断模块诊断模块6/23/2024故障诊断整个故障诊断系统分为：8/10/202348底层接口底层接口o为诊断模块提供标准功图、当前功图和前一为诊断模块提供标准功图、当前功图和前一功图功图o实现功图数据的前期处理，提供给诊断模块实现功图数据的前期处理，提供给诊断模块入口，对渐变故障进行后期处理入口，对渐变故障进行后期处理底层模块接口诊断模块原始数据标准功图第n个功图第n-1个功图一部分诊断结果渐变故障处理渐变故障诊断结果6/23/2024底层接口为诊断模块提供标准功图、当前功图和前一功图底层模块接49诊断模块诊断模块o数据采集错误数据采集错误o抽油杆断脱或活塞遇卡或凡尔失灵抽油杆断脱或活塞遇卡或凡尔失灵o柱塞脱出工作筒柱塞脱出工作筒o油井结蜡或乳化油稠油井结蜡或乳化油稠o油管漏失油管漏失o固定凡尔漏失固定凡尔漏失o供液不足供液不足o上碰挂上碰挂o下碰泵下碰泵6/23/2024诊断模块数据采集错误8/10/202350诊断模块诊断模块6/23/2024诊断模块8/10/202351智能分类智能分类o人工神经网络已经有人工神经网络已经有40多年的历史多年的历史,近些年来神经近些年来神经网络技术被越来越广泛地应用于石油工业的许多不网络技术被越来越广泛地应用于石油工业的许多不同领域。与传统的分类方法相比，人工神经网络模同领域。与传统的分类方法相比，人工神经网络模型有许多优势型有许多优势:n具有极强的非线性映射能力，可以以任意精度逼近任何具有极强的非线性映射能力，可以以任意精度逼近任何连续函数连续函数n采用并行计算机制采用并行计算机制,具有高速度和高精度具有高速度和高精度n采用信息的分布式存储方式，具有更好的稳定性和容错采用信息的分布式存储方式，具有更好的稳定性和容错性，允许样本缺失和扭曲，部分计算单元的损坏不会削性，允许样本缺失和扭曲，部分计算单元的损坏不会削弱整个系统的功用弱整个系统的功用;n具有较强的自学习综合能力、联想记忆能力和调整功能具有较强的自学习综合能力、联想记忆能力和调整功能6/23/2024智能分类人工神经网络已经有40多年的历史,近些年来神经网络技52智能分类智能分类o现在人工神经网络已经广泛的应用于有杆抽现在人工神经网络已经广泛的应用于有杆抽油井的故障诊断中。在众多的神经网络模型油井的故障诊断中。在众多的神经网络模型中中,比较常用的是误差反向传播神经网络比较常用的是误差反向传播神经网络,简简称称BP神经网络，我们就使用了神经网络，我们就使用了BP神经网络神经网络进行油井故障的诊断。进行油井故障的诊断。6/23/2024智能分类现在人工神经网络已经广泛的应用于有杆抽油井的故障诊断53智能分类智能分类oBP神经网络是一种基于误差反向传播算法神经网络是一种基于误差反向传播算法的多层前馈型人工神经网络的多层前馈型人工神经网络,具有三层或三具有三层或三层以上神经元，有输入层、隐含层和输出层。层以上神经元，有输入层、隐含层和输出层。它的学习方式是一种有监督的学习它的学习方式是一种有监督的学习,在输出在输出层比较网络的实际输出和对应的期望输出的层比较网络的实际输出和对应的期望输出的误差均方差误差均方差,如果不能得到满意的误差精度如果不能得到满意的误差精度,则根据误差通过梯度下降法调整各层神经元则根据误差通过梯度下降法调整各层神经元的权值的权值,最终使误差达到最小。最终使误差达到最小。6/23/2024智能分类BP神经网络是一种基于误差反向传播算法的多层前馈型人54智能分类智能分类o具有两个隐层的神经网络示意图具有两个隐层的神经网络示意图6/23/2024智能分类具有两个隐层的神经网络示意图8/10/202355智能分类智能分类o诊断过程示意图诊断过程示意图6/23/2024智能分类诊断过程示意图8/10/202356o目前，我公司应用于油田现场的诊断系统可目前，我公司应用于油田现场的诊断系统可以识别出以下几种故障：数据采集错误，抽以识别出以下几种故障：数据采集错误，抽油杆断脱或活塞遇卡或凡尔失灵，柱塞脱出油杆断脱或活塞遇卡或凡尔失灵，柱塞脱出工作筒工作筒，油井结蜡或乳化油稠，油管漏失，油井结蜡或乳化油稠，油管漏失，固定凡尔漏失，供液不足，上碰挂，下碰泵。固定凡尔漏失，供液不足，上碰挂，下碰泵。其中，数据采集错误可以通过功图的物理属其中，数据采集错误可以通过功图的物理属性判断出来；其他故障类型的判断以神经网性判断出来；其他故障类型的判断以神经网络为主，同时结合功图的物理属性。络为主，同时结合功图的物理属性。6/23/2024目前，我公司应用于油田现场的诊断系统可以识别出以下几种故障：57以以“供液不足供液不足”为例为例o神经网络训练阶段神经网络训练阶段n训练阶段分为神经网络构建、训练数据提取和训练阶段分为神经网络构建、训练数据提取和网络训练三个部分。网络训练三个部分。n这里把神经网络设计为包含一个隐层的这里把神经网络设计为包含一个隐层的BP网络，网络，隐含层神经元的传递函数使用正切隐含层神经元的传递函数使用正切S型，输出层型，输出层神经元的传递函数使用对数神经元的传递函数使用对数S型，训练函数使用型，训练函数使用trainlm，反传算法采用收敛速度较快的，反传算法采用收敛速度较快的Levenberg-Marquadt算法。算法。6/23/2024以“供液不足”为例神经网络训练阶段8/10/202358以以“供液不足供液不足”为例为例o神经网络训练阶段神经网络训练阶段n选取供液不足的典型功图，对功图数据进行预选取供液不足的典型功图，对功图数据进行预处理，主要包括功图平滑和归一化。供液不足处理，主要包括功图平滑和归一化。供液不足的功图特征主要为下行程功图缺失，因此提取的功图特征主要为下行程功图缺失，因此提取从上死点开始的从上死点开始的108组载荷数据作为功图特征组载荷数据作为功图特征数据。数据。n将提取好的数据作为神经网络的输入进行训练，将提取好的数据作为神经网络的输入进行训练，直到网络达到预定的识别误差。直到网络达到预定的识别误差。6/23/2024以“供液不足”为例神经网络训练阶段8/10/202359以以“供液不足供液不足”为例为例o实时诊断阶段实时诊断阶段n诊断系统运行时，将实时功图数据进行预处理、诊断系统运行时，将实时功图数据进行预处理、特征提取，然后将处理好的数据输入到神经网特征提取，然后将处理好的数据输入到神经网络，神经网络识别后将诊断结果输出，诊断完络，神经网络识别后将诊断结果输出，诊断完成。成。o其它几种故障类型的神经网络诊断模型类似其它几种故障类型的神经网络诊断模型类似上述过程，只是在特征值提取阶段有所不同。上述过程，只是在特征值提取阶段有所不同。6/23/2024以“供液不足”为例实时诊断阶段8/10/202360新进展新进展o在诊断过程中，由于某些故障类型的功图数在诊断过程中，由于某些故障类型的功图数据非常的少，导致神经网络训练不充分，诊据非常的少，导致神经网络训练不充分，诊断的效果不明显，因此我们引进了断的效果不明显，因此我们引进了“支持向支持向量机量机”数据分类方法。数据分类方法。o支持向量机也是一种数据分类的方法，其一支持向量机也是一种数据分类的方法，其一个重要优点是使用简单的线性分类器划分样个重要优点是使用简单的线性分类器划分样本空间，并且可以处理线性不可分的情况，本空间，并且可以处理线性不可分的情况，对小样本情况下的分类效果尤为显著。对小样本情况下的分类效果尤为显著。6/23/2024新进展在诊断过程中，由于某些故障类型的功图数据非常的少，导致61支持向量机支持向量机1、支持向量机简介支持向量机简介o 以最简单的线性可分的两类样本为例以最简单的线性可分的两类样本为例,假设对于数据集假设对于数据集D=(xi,yi)o i=1n,其中每个数据点对应的类别标识其中每个数据点对应的类别标识 +1,-1,在在能够正确分类的所有线性分类器中能够正确分类的所有线性分类器中,希望找到能够使泛化误差最小希望找到能够使泛化误差最小的分类器。直观的看的分类器。直观的看,如果将分类间隔如果将分类间隔(margin)定义为两类中距定义为两类中距分类面最近的数据点到分类面的距离之和分类面最近的数据点到分类面的距离之和,那么那么,能够使分类间隔能够使分类间隔最大的分类器显然是最佳的选择最大的分类器显然是最佳的选择,如图如图1 所示。图所示。图1a 的分类面分的分类面分类间隔较小类间隔较小,图图1b 中的分类面分类间隔比较大中的分类面分类间隔比较大,显然图显然图1b 所示的所示的分类器拥有更好的泛化性能。分类器拥有更好的泛化性能。6/23/2024支持向量机1、支持向量机简介8/10/2023626/23/20248/10/202363o 如果待分的两类不是线性可分的，这时可如果待分的两类不是线性可分的，这时可以设法通过非线性变换将原样本空间的非线以设法通过非线性变换将原样本空间的非线性问题转化为另一个空间中的线性问题，这性问题转化为另一个空间中的线性问题，这样就可以通过上述方法完成分类。样就可以通过上述方法完成分类。6/23/2024 如果待分的两类不是线性可分的，这时可以设法通过非线性变64支持向量机举例支持向量机举例o 下面以固定凡尔漏失和供液不足这两种故障下面以固定凡尔漏失和供液不足这两种故障类型为例对支持向量机分类方法进行具体的阐类型为例对支持向量机分类方法进行具体的阐述。述。o 支持向量机的性能优劣主要取决于核函数，支持向量机的性能优劣主要取决于核函数，目前核函数都是根据经验来选取的，经过反复目前核函数都是根据经验来选取的，经过反复实验最终选用了径向基核函数。实验最终选用了径向基核函数。6/23/2024支持向量机举例 下面以固定凡尔漏失和供液不足这两种故障类型为65支持向量机举例支持向量机举例o 接着对功图数据进行预处理，主要包括功图平滑和接着对功图数据进行预处理，主要包括功图平滑和归一化。固定凡尔漏失的功图特征主要为功图左下归一化。固定凡尔漏失的功图特征主要为功图左下方呈圆形缺损，供液不足的功图特征主要为下行程方呈圆形缺损，供液不足的功图特征主要为下行程功图缺失，因此提取从上死点开始的功图缺失，因此提取从上死点开始的108组载荷数组载荷数据作为功图特征数据。据作为功图特征数据。o 将提取好的数据作为支持向量机的输入进行训练，将提取好的数据作为支持向量机的输入进行训练，直到训练达到预定的识别误差。直到训练达到预定的识别误差。o 诊断系统运行时，将实时功图数据进行预处理、特诊断系统运行时，将实时功图数据进行预处理、特征提取，然后将处理好的数据输入到支持向量机，征提取，然后将处理好的数据输入到支持向量机，支持向量机输出诊断结果，诊断完成。支持向量机输出诊断结果，诊断完成。6/23/2024支持向量机举例 接着对功图数据进行预处理，主要包括功图平滑和66存在的问题存在的问题o 诊断系统从成型到现在，一直在工程现场运行，诊断系统从成型到现在，一直在工程现场运行，效果较令人满意，方便了现场人员的日常工作。效果较令人满意，方便了现场人员的日常工作。o 但该系统的不足之处也是存在的。对于某些故但该系统的不足之处也是存在的。对于某些故障类型缺乏训练数据、油井工作的环境比较复杂、障类型缺乏训练数据、油井工作的环境比较复杂、不同井区即使相同故障的功图也可能存在较大的不同井区即使相同故障的功图也可能存在较大的差异等等不确定因素的影响，诊断系统在工作的差异等等不确定因素的影响，诊断系统在工作的过程中可能出现故障诊断不出或误判的情况。过程中可能出现故障诊断不出或误判的情况。o 6/23/2024存在的问题 诊断系统从成型到现在，一直在工程现场运行，效67