姚向新 李晓彤

(1.宁夏煤矿设计研究院有限责任公司，宁夏 银川 750011；2.神华宁煤集团教育培训中心，宁夏 银川 750021)

基于神经网络的抽油机远程监控信息延时的预测研究

姚向新1李晓彤2

(1.宁夏煤矿设计研究院有限责任公司，宁夏 银川 750011；2.神华宁煤集团教育培训中心，宁夏 银川 750021)

针对抽油机远程监控中信息延时的问题，提出了基于神经网络的信息延时预测方法。采用GPRS技术和Quest3D软件，构建了抽油机网络监控环境，分析了网络监控中存在的较大延时、不确定延时、数据丢失等问题，建立了信息延时的预测模型，为提高抽油机监控质量、保证采油作业安全提供了技术保障，利用现场数据，在MATLAB环境中进行了仿真，仿真结果验证了该方法的有效性。

抽油机；神经网络预测；遥操作

0 引言

抽油机是油田生产的常用设备，在世界范围内，抽油机数量超过100万台[1]，而且还有增加的趋势。目前，在抽油机远程监测方面取得了大量的研究成果。潘峥嵘等人研究了基于GPRS的油田抽油机远程在线监控系统，开发了抽油机在线监控系统，该系统能对抽油机及油井的各种状态参数进行实时监测[2]。魏航信对抽油机远程监控系统客户端通信进行了研究，设计了包括现场层、监控层和管理层的3层抽油机远程监控体系结构[3]。在这些研究中，都没有考虑系统或网络的延时特性。

然而，在油田采油过程中，从数据采集、网络传输、故障诊断及停机维修之间有较长的时间间隔，若在2次巡检之间抽油机的某些部件发生故障而无法及时排除，抽油机将工作于非正常状态，易导致更深层次的故障发生，甚至损坏设备，威胁到人的生命安全[4]。……