申请/专利权人：沈阳中科奥维科技股份有限公司

申请日：2023-11-08

公开（公告）日：2024-01-26

公开（公告）号：CN117454769A

主分类号：G06F30/27

分类号：G06F30/27;G06F119/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明涉及一种基于递归ARIMA模型的抽油井充满度预测方法，包括：示功图数据预处理；基于示功图中提取的四个阀门工作位置数据计算出多个历史充满度数据，按照时间排序后得到充满度时序数据；对充满度时序数据进行差分和平稳性检验求取差分阶数参数，基于AIC和BIC参数求取自回归阶数和滑动平均阶数参数，基于这三个阶数参数确定ARIMA预测模型结构；求取ARIMA模型参数并进行预测，给出充满度预测值。获得新的真实充满度数据后，采用滑动窗口更新充满度时序数据并自动更新ARIMA模型参数，给出预测值。本发明能够自动确定ARIMA模型结构，自动更新融合最新信息的模型参数，提高充满度预测精度。

主权项：1.一种基于递归ARIMA模型的抽油井充满度预测方法，其特征在于，包括以下步骤：步骤一、获得历史示功图数据，对所述历史示功图数据进行预处理；步骤二、根据归一化后的历史示功图数据，利用重心分解曲率法提取抽油井阀门工作位置数据，得出每个示功图的历史的充满度数据；步骤三、对历史的充满度数据进行重采样和缺失值填补处理，得到历史充满度时间序列数据；步骤四、基于差分运算和平稳性检验对历史充满度时序数据进行平稳化，并求取差分阶数；步骤五、利用AIC准则和BIC准则求取自回归阶数和滑动平均阶数；步骤六、基于差分阶数、自回归阶数和滑动平均阶数确定ARIMA模型结构，并求取ARIMA模型参数，获得基于历史示功图数据的充满度预测模型；步骤七、基于所获得的充满度预测模型进行充满度预测，得到基于历史示功图数据的预测值；步骤八、将油井实际运行的真实示功图数据进行与历史示功图数据同样的处理，即通过步骤一、步骤二获得真实的充满度数据后，通过步骤三得到真实的充满度时间序列数据；用滑动窗口更新真实的充满度时间序列数据，再通过步骤四～步骤六，通过再次求取ARIMA模型参数，获得基于真实示功图数据的新的充满度预测模型，得到基于真实示功图数据的充满度预测值。

全文数据：

权利要求：

百度查询： 沈阳中科奥维科技股份有限公司 一种基于递归ARIMA模型的抽油井充满度预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD