本文针对采油中后期的油田开采中,游梁式抽油机的电动机“轻载”和“泵空”等问题而造成电能大量浪费的现象,提出了以神经网络为系统建模方法,以遗传算法进行系统优化的最优化计算方法,计算出最佳的开机时间和停机时间,使油井系统得到优化。 在众多的BP算法中,LMBP算法以其收敛速度快而得到了广泛的应用。本文以此算法为基础,构造出了油井系统的神经网络模型,并以面向对象的C++程序加以实现。在优化计算方面,本文使用了具有全局搜索能力的遗传算法,并采用浮点数编码以克服二进制编码的不足。以上两种算法的有机结合即成为本系统的核心,目的即计算最佳的开机时间和停机时间,使油井的产量和开机时间的综合指标达到一个最优点。 整个系统由流量传感器和间歇控制器两部分组成。石油的实时流量作为系统模型的一个参数是需要采集和计算的,本文使用电荷转移法计算流量传感器探头的电容变化再配合安装在抽油机曲柄上的限位开关最终计算出石油的流量。间歇控制器采用飞利浦公司生产的基于ARM7内核的LPC2210作为处理器,其本身所具有的片内外设,如实时时钟、捕捉比较模块等都对系统的设计提供了方便,在软件方面本系统还使用源码公开的μC/OS-Ⅱ操作系统作为软件的底层支持,使软件编写更简单和灵活。虽然电机的功率因数不作为模型参数,但它能反映出油井内部状况的诊断信息,所以系统保留了功率因数显示的功能。系统具有电机连接方式自动切换的功能从而使电机能自动适应井内负载的变化。并且系统还具备过流保护,缺相保护,启动前10秒报警等功能。为了使数据远传至监控中心,系统还留有232接口,以便和GSM模块相连,无线组网。