基于强化学习的煤层气井螺杆泵排采参数智能决策

• 作者: 刘世界 宋文容 檀朝东 王一兵 秦鹏 蔡振华 邓涵文
• 来源期刊: 石油钻采工艺
• 学科: 工学
• 关键词: 煤层气 螺杆泵 排采参数 智能决策 强化学习 Q学习 动作自寻优 智慧油田
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 油气开采
• 页码范围: 62-69
• 页数: 8页
• 分类号: TE355
• 字数: 6792字
• 语种: 中文
• DOI: 10.13639/j.odpt.2020.01.011

摘要

为了实现煤层气井螺杆泵排采参数的连续决策和连续控制,使煤层气井长期高效稳产,以煤层气井螺杆泵生产周期内最大累积产气量为优化目标,提出了一种具有动作自寻优能力的螺杆泵排采强化模型的框架和Q学习及Sarsa、Sarsa(lambda)算法.研究通过与环境的交互式学习,对动态环境进行灵活奖惩,实现智能体在复杂环境下智能决策和参数优化,可有效获取煤层气螺杆泵排采最优协调控制,从而解决传统方法不能根据环境变化迅速做出调整而降低排采效果的问题.实验分析表明,给定煤层气井产气量的变化曲线,以螺杆泵的频率为单一控制变量,应用Q学习方法能有效得到螺杆泵排采变频控制的最优策略,具有一定的应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	檀朝东		47	411	11.0	18.0
2	蔡振华	中海油能源发展股份有限公司工程技术分公司	8	9	2.0	2.0
3	刘世界	中海油能源发展股份有限公司工程技术分公司	12	25	3.0	4.0
4	秦鹏	中海油能源发展股份有限公司工程技术分公司	4	4	1.0	1.0
5	宋文容		4	1	1.0	1.0
6	邓涵文		1	0	0.0	0.0
7	王一兵		1	0	0.0	0.0