截至2月8日，新疆油田工程技术研究院自主研发的抽油机井自适应智能控制技术，在室内模拟试验中成功实现电参数反演示功图，准确率达到98%，标志着该技术取得关键性突破，同时有望替代现场示功仪。

机采系统耗电量在新疆油田总耗电量中占比最高，抽油机井占机械采油井的97%以上，而提高抽油机井系统效率，降低油田耗电量，对新疆油田实现绿色低碳发展至关重要。现场及时掌握油井生产工况并进行合理调参，实现油井的供排平衡，做到能量的按需供给，是提高抽油机井系统效率的重要举措。

目前，示功图作为判断油井工况变化的重要依据，已在新疆油田广泛应用。当前抽油机井常规的配置为示功仪加电参采集模块，电参数据具有数据稳定、采集成本低的优点，只连续采集电参数，不采集地面示功图，用电参数反演示功图，节省示功仪的投资成本，是未来降本增效的发展方向。

由于抽油机各传动部件之间传动效率不为常数，并且在抽油机死点位置处由于扭矩因数为零，存在计算不收敛的问题，运用常规的数学物理模型难以成功实现电参数反演示功图。在该领域，目前国内外没有成熟的技术及应用案例，为此工程院走上自主研发之路。经过科研人员近两年的技术攻关，通过引入人工智能算法，利用机器学习的手段，建立tensorflow框架条件下11层19万多个节点的深度神经网络模型。利用梯度最速下降算法，经过对模型近20000次的迭代训练，形成可靠的功图预测模型，预测功图与实测功图的面积平均误差仅为1.77%，该模型的可靠运行为抽油机井自适应智能控制技术的整体突破奠定坚实基础。

该技术的突破，标志着抽油机井自适应智能控制技术的整体应用到了最后关头。接下来，工程院科研人员将乘胜追击，不懈奋斗，争取早日实现抽油机井自适应智能控制，为公司实现绿色低碳发展作出贡献。