机器学习型边缘计算EAI-RTU设计及在油井空抽判断与智能控制中的应用
杨建权 孙存露 何玲 吴唐彬 姜占乾

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：针对油田抽油机井空抽浪费严重、人工启停响应滞后、井况诊断依赖经验等行业痛点，设计一款集成机器学习算法的边缘计算EAI-RTU控制器，重点实现油井空抽精准判断、自适应智能启停及多维度井况预测功能。控制器硬件采用工业级高抗扰架构，适配油田极端环境；软件层面构建“数据预处理-多模型融合推理-控制指令生成”核心流程，空抽判断引入改进型LSTM算法结合动液面软测量技术，智能启停采用负荷阈值与时间序列联合决策，井况预测融合物理机理约束与梯度提升算法。新疆油田35口低产井现场试验表明，EAI-RTU空抽判断准确率达98.7%，单井日均节电27.3kW·h，井况异常预警提前1.5~2.5h，检泵周期延长30%以上。该设备实现油井生产“感知-判断-控制-预警”全流程自主化，为油田降本增效与数字化转型提供关键技术支撑。

关键词：边缘计算；EAI-RTU；油井空抽判断；智能启停；井况预测；机器学习

参考文献

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

[2]Liu C, Zhang L, Chen W. 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]李建, 王强, 刘军. 基于边缘计算的油井智能控制终端设计[J]. 石油机械, 2024, 52(7): 89-96.

[4]张敏, 陈浩, 赵伟. 改进LSTM算法在油井空抽识别中的应用[J]. 油气田地面工程, 2024, 43(3): 45-50.

[5]王芳, 李明, 张华. 油井多参数融合故障预测模型研究[J]. 石油化工自动化, 2023, 59(6): 32-37.

[6] 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.