利用人工智能技术实现油井示功图的诊断，有多种方式，其中卷积神经网络对油井示功图进行诊断分类，需要大量的示功图图片，而传统的方式是利用Excel或者示功图专用软件绘制示功图，这种方式繁琐且效率低，笔者对比后，发现利用C#并行算法和mschart组件开发的油井示功图并行绘制软件，能够实现高效的示功图绘制，由此为卷积神经网络实现示功图的诊断和分类奠定了基础。
关键词：并行算法；示功图；绘图
1引言
机采井目前是油田的主要开发方式，机采井管理水平的高低，直接影响到油田开采的经济效益。如何提高机采井管理水平，必须聚焦提高机采井的日常管理上，分析和诊断机采井示功图，就是了解油井生产状况的主要手段，并且，结合机采井的有关生产资料，可以综合判断机采井工作制度、机采设备是否合理，还可通过优化工作制度，提高机采效率，进而提高油田效益。
由于抽油井的情况复杂，在生产过程中，深井泵不但要受到抽油设备制造质量和安装质量的影响，而且要受到油层中的砂、蜡、气等多种因素的影响。致使实测示功图形状多变，各不相同。尤其是在深井上，这种情况就更为突出。因此，在分析示功图时，既要全面地了解油井的生产情况、设备状况和测试仪器的好坏程度，根据多方面的资料综合分析，又要善于从各种因素中，找出引起示功图变异的主要因素，这样才能做出正确的判断。[1]?
随着油田信息化的发展，目前油田机采井大部分都普及安装了游梁式在线示功图测试设备，示功图的测量实现了实时在线测试，这对示功图的绘制效率提出了更高的要求。
2理论示功图
假设光杆只承受抽油杆柱与活塞面积以上液柱的静载荷时，理论上所得到的示功图，定义为理论示功图。其是在五种假设条件下绘制出来的，即：
（1）泵质量合格，工作正常；
（2）不考虑活塞在上、下冲程中，抽油杆柱所受到的摩擦力、惯性力、振动载荷与冲击载荷等的影响，假设力在抽油杆柱中传递是瞬时的，凡尔的起落也是瞬时的；
（3）抽油设备在工作过程中，不受砂、蜡、水、气等因素的影响，认为进入泵内的液体不可压缩；
（4）油井没有连抽带喷现象；
（5）油层供油能力充足，泵能够完全充满。
理想条件下泵的工作过程和负荷的转移情况绘制理论示功图的假设条件又称为理想条件，在理想条件下，泵的工作过程和相应的示功图曲线见图1[2]。
.png)
图1不理论示功图【2】
3绘制示功图
油井示功图的绘制是按如下步骤进行：
（1）以水平轴x轴表示冲程，单位一般为米；
（2）以垂直轴y轴表示载荷，单位一般为吨；
（3）将仪器采集的、成对的冲程和载荷数据投影到步骤1和步骤2绘制的坐标系中，并按测量顺序用直线连接，即完成示功图的绘制。
目前油田信息化后，单井示功图常规是几分钟绘制一张，如考虑一个采油区几百上千口油井，则几年的时间即可达到上千万张示功图，如果采用常规的绘制方法，则效率低，十分影响机器学习样本的建立。为此笔者采用微软C#的并行算法，开发了并行绘制油井示功图的软件，由于采用并行算法，多线程进行示功图的绘制，其效率较常规方法，有着十几倍的增加，大大提高了机器学习样本库建立的效率。
.png)
图2示功图生成软件主界面
微软在C#语言提供了Parallel类，以供用户设计开发并行任务。Paraller.For()方法类似于C#的for循环语句，也是多次执行一个任务。使用Paraller.For()方法，可以并行运行迭代，迭代的顺序没有定义。
.png)
图3chart元素描述[3]
绘图控件采用了C#的chart组件，该组件提供了功能强大的图表功能，能够实现折线图、柱状图、饼状图等的绘制，用户只需设定不同的属性，即可完成示功图的绘制。
4软件的应用效果
软件是采用C#语言开发的Windows Form程序，具有良好的交互性，且采用多线程设计思路，对比单线程程序，具有高效成图的特点，对比常规绘图方法，其效率提高了十几倍，为机器学习诊断油井示功图奠定了基础。
参考文献
[1] 李颖川．采油工程[M].北京：石油工业出版社，2009
[2] 连经社．采油工艺：中国石化出版社，2011
[3]JosieBook.C#chart控件绘制折线图、柱状图、饼图、雷达图
[EB/OL].https://blog.csdn.net/u011854789/article/details/82946553.
作者简介：晁旭（1986-），男，陕西咸阳人，硕士研究生，中国石化中原油田信息化管理中心。2009年毕业于西北工业大学电子信息工程专业，获学士学位；2012年毕业于西北工业大学通信与信息系统专业，获硕士学位。主要从事数据应用方面的研究工作。
论文作者:晁旭
论文发表刊物:《科学与技术》2019年第17期
论文发表时间:2020/3/4
标签：示功图论文; 油井论文; 载荷论文; 油田论文; 效率论文; 人工智能论文; 软件论文; 《科学与技术》2019年第17期论文;