典型聚类算法在区块抽油机井系统效率分析中的应用

作者：刘合,卢秋羽,朱世佳,蒋薇,王素玲

摘要：因采油中—后期抽油机系统效率的影响因素多且数据庞杂无特征,造成系统效率调控效果差。基于大数据挖掘技术,以大庆油田中区的采油区块为研究对象,将地面数据和井下数据相结合,采用典型聚类算法揭示了系统效率的变化规律,针对区块数据,采用了k-means和DBSCAN聚类算法应用于油田数据分析,首先利用组间误差平方和、组内误差平方和与总误差平方和之比确定了最佳k值,用k-means算法对数据集进行聚类。然后通过设定不同M和ε值用DBSCAN算法对数据集进行聚类,通过将聚类结果可视化并对比两种聚类方法的不同之处发现,k-means算法更符合大庆油田中区数据的聚类分析结果,并以k=4时k-means聚类结果给出了区块低效率井的表现特征,为区块井系统效率调控提供方向指导。

发文机构：中国石油勘探开发研究院 东北石油大学机械科学与工程学院

关键词：抽油机系统效率大数据聚类分析影响因素特征pumping unitsystem efficiencybig datacluster analysischaracteristics of influencing factors

分类号： TE355[石油与天然气工程—油气田开发工程]