基于归一化RBFNN的油井动液面测量数据异常辨识

来源：电子测量技术杂志2024年第24期北京时间：

作者：贾鹿，赵磊，凌飞，李广亚

单位：1.中国石油新疆油田分公司 克拉玛依 834000; 2.航天恒星空间技术应用有限公司 西安 710077

摘要：为解决油井动液面测量数据中存在的缺失值、非线性和非平稳特性导致的数据特征提取准确性不足，以及无法实现油井动液面位置精准测量的问题，提出基于归一化RBF神经网络的油井动液面测量数据异常辨识方法。通过安装在油井上的传感器实时采集数据，利用基于专家库的多源油归一化处理技术完成数据的校验与整合。采用经验模态分解（EMD）技术将数据分解为趋势项与波动项，去除波动项后，将趋势项数据作为归一化RBF神经网络的输入。实验结果表明，该方法可有效补全不完整数据，并通过趋势项准确辨识异常数据并提供合理替代值，获得的动液面位置曲线与实际动液面位置曲线基本吻合，误差最高不超过2 m，可实现油井动液面位置的精准估计。基于归一化RBF神经网络的油井动液面测量数据异常辨识方法解决了数据缺失、非线性和非平稳性带来的挑战，实现了油井动液面位置的精准估计，为油井动液面的实时监测和数据分析提供了技术支撑。

关键词：归一化;RBF神经网络;油井动液面;测量数据;异常辨识

基金资助：智能油田建设-产量变动分析和预测系统项目（K78865567）、新疆“天山英才”培养基金（2022TSYCJC0032）项目资助