油井载荷功图预测方法及开源框架下OT-IT融合型边缘控制终端研究与开发
谢欣岳 杨建权 姜占乾 何玲 孙存露

新疆金牛能源物联网科技股份有限公司，新疆克拉玛依市，834000；

摘要：为解决传统油井载荷功图预测模型泛化能力差、物理可解释性不足，以及偏远油井监控滞后、控制响应慢、OT 与 IT 数据割裂等问题，提出一种物理引导机器学习（Physics-Informed Machine Learning, PIML）油井载荷功图预测方法，研发基于开源框架的 OT-IT 融合型边缘控制终端及配套云平台。首先，基于抽油杆柱波动方程、Gardner 关系等物理原理构建约束项，嵌入随机森林（RF）与梯度提升决策树（GBDT）融合模型，实现物理规律与数据驱动的协同优化；其次，依托开源框架搭建 EAI-RTU 边缘 PLC 控制终端，集成多协议解析、边缘计算、5G/4G 双模通信及 OT-IT 数据融合功能，支持本地部署预测模型、执行实时控制指令，并与云平台实现双向数据交互；最后，通过油田现场数据验证，所提预测方法平均误差仅 4.2%，较纯数据驱动模型降低 9.7%，EAI-RTU 响应延迟≤200ms，OT-IT 数据传输成功率≥99.5%，满足油井实时监控、智能调控及全链路数据贯通需求。该研究为油井数字化转型提供 “预测 - 控制 - 数据融合” 一体化解决方案，具有重要工程应用价值。

关键词：物理引导机器学习；油井载荷功图；边缘计算；EAI-RTU控制器；预测控制

参考文献

[1]Zhang J, et al. Machine Learning-Based Prediction of Well Logs Guided by Rock Physics and Its Interpretation[J]. Sensors (Basel), 2025, 25(3): 836.

[2]佚名. A study on yield calculation method using suspension power chart in beam pumping systems[J]. IOP Conference Series: Earth and Environmental Science, 2025, 2798(1): 012030.

[3]捷米特研发一部.PLC远程控制网关助力烤漆生产线故障预警与远程诊断[EB/OL].博客园,2025-05-27.

[4]柯力云鲸. 远程终端控制系统[EB/OL]. 柯力云鲸工业互联网, 2025-08-09.

[5]马丽, 李建忠, 赵海勇, 等. 基于多分支混淆回归模型的功图计产研究[J]. 石油化工自动化, 2025, 61(3): 45-49.

[6]大庆油田有限责任公司. 一种自适应多尺度抽油机供采平衡闭环控制方法及装置[P]. 中国专利: CN121229077A, 2025-06-10.

[7]Detechtion Technologies. Enbase: Advanced IoT Solutions for Oil and Gas Operations[EB/OL]. Detechtion Technologies Official Website, 2025-09-13.

[8]中国科学院沈阳自动化研究所. 沈阳自动化所提出油井工况识别深度学习方法[EB/OL]. 中国科学院沈阳自动化研究所官网, 2024-06-18.