姚兴宏（大庆油田有限责任公司储运销售分公司）

1 现状

随着社会的不断发展和生产力水平的逐渐提高，国内企业应摆脱过去粗犷式的经营发展模式，向节能减排，减员增效的方向发展。在国有大型企业中，这种发展趋势越发明显。某油田有着数以万计的油井和抽油机进行24 h不间断的生产作业，每座抽油机的日耗电量在20～180 kWh，如果能够降低抽油机的耗电量将节省大量的电力资源。研究发现，造成耗电量差别巨大的原因主要有，抽油机的型号、磨损度、所处区块的地质环境等，都会造成抽油机耗电量的差别。为了有效可行的实现抽油机的减耗节能，考虑通过调节抽油机平衡块来降低抽油机能耗[1]。抽油机平衡块的调节，主要是利用机械设备的杠杆原理，调节抽油机曲柄上的曲柄平衡块，使抽油机运行时，减小机械系统的多余的运行损耗，以达到抽油机节能的目的[2]。抽油机平衡块的调节，都是凭借前线工人的经验进行调节。

2 BP神经网络

从大数据的角度出发，利用BP神经网络算法的快速收敛和重复训练等特性，针对抽油机平衡块调节，研发一个可以定量分析快速收敛的算法是可行的。

BP神经网络作为最常用的神经网络模型之一，在多层前馈神经网络上计算的一种算法[3]（图1）。该算法是一种计算偏导数的有效方法，算法由一个输入层、一个输出层及若干个隐藏层构成[4]。每一个输入对应于训练元素的一个属性，输入模式从输入层经隐藏层单元层逐层处理，并转向输出层，每一层神经元的状态只影响下一层神经元的状态[5]。……