基于多元线性回归的标准井泵功图计算方法

魏军

摘要：目前常用的井况分析手段是对油井泵功图进行分析诊断，但是目前常常是通过人工方式来对功图情况进行分析判断，对功图的智能判断还不是十分成熟，这主要是因为无法确认当前功图和正常功图的误差率，所以该文针对这一问题，提出一种基于多元线性回归的标准井泵功图计算方法，用此方法可以通过计算机计算出标准井的泵功图情况，以此作为和实际井况中的泵功图情况对比分析的依据，就可以很快的对比出泵功图是否存在异常情况。

关键词：多元线性回归；泵功图

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）26-6181-03

Abstract： At present， the well condition analysis method is commonly used for analysis and diagnosis of oil well pump diagrams， but there is often by artificial means to analyze and judge on the diagram， the intelligent judgment of the diagram is not very mature， this is mainly because of unable to confirm the error current diagram and diagram of the normal rate， so this paper this problem， we propose a new method to calculate the standard well pump multiple linear regression based on the diagram， we can use this method to calculate by computer pump diagrams of standard well， as the analysis of pump dynamograph comparison and actual situations in the basis， can quickly compare whether pump dynamograph the existence of abnormal situation.

Key words： Multiple linear regression； pump dynamograph

1 概述

在油田生产开发过程中，常常出现单井异常，如何有效的发现和处理油井异常情况成为油田生产过程中的重要内容，所以目前常用的井况分析手段是对油井泵功图进行分析诊断，但是目前常常是通过人工方式来对功图情况进行分析判断，对功图的智能判断还不是十分成熟，这主要是因为无法确认当前功图和正常功图的误差率[1]。该文针对这一问题，提出一种基于多元线性回归的标准井泵功图计算方法，用此方法可以通过计算机计算出标准井的泵功图情况，以此作为和实际井况中的泵功图情况对比分析的依据，就可以很快的对比出泵功图是否存在异常情况。

2 多元线性回归原理

5 结束语

本文提出一种基于多元线性回归的标准井泵功图计算方法，用此方法可以通过计算机计算出标准井的泵功图情况，以此作为和实际井况中的泵功图情况对比分析的依据，就可以很快的对比出泵功图是否存在异常情况。对油井异常进行有效的诊断，为之后的优化方案的给出做出决策参考依据，具有很好的应用价值。

参考文献：

[1] M. Pensky ， P. Ni.Extended linear empirical bayes estimation [J].Communications in Statistics-Theory and Methods，2000，3：579-592.

[2] Pravin Chandra.Sigmoidal Function Classes for Feedforward Artificial Neural Networks[J].Neural Processing Letters，2004，3：205-215.

[3] Michael Gilichinsky，Janne Heiskanen，Andreas Barth，J?Rgen Wallerman，Mikael Egberth，Mats Nilsson.Histogram matching for the calibration of kNN stem volume estimates[J]. International Journal of Remote Sensing，2012，22：7117-7131.

[4] Vapnik，Golowich，Smola.Support vector method for function approximation， regression estimation and signal processing[J].Advance neural information process system，1997（3）：281-287.

[5] 李志超，刘志斌，赵正文.油田产量监控预测预警系统[J].石油工业计算机应用，2008，60（4）：30-31.

[6] 常彦荣，李允，彭炎，等.油田生产产量监控体系及预警系统[J].西南石油学院学报，2006，28（3）：34-37.

[7] 王惠文，孟洁.多元线性回归的预测建模方法[J].北京航空航天大学学报，2007（4）：500-504.

[8] 黄培之.具有预测功能的曲线矢量数据压缩方法[J].测绘学报，1995（4）：316-320.

[9] 张鹏.基于主成分分析的综合评价研究[D].南京：南京理工大学硕士论文，2004.

[10] 高银中.用示功图计算抽油机井井口产液量方法研究[D].北京：北京交通大学硕士论文，2007.