电潜泵采油是广泛应用于陆地高产油井以及海上油井的一种重要人工举升方式,具有单井产量高、能耗高的特点,根据生产参数,建立智能化、实时化的调整方法使电潜泵系统高效、稳定生产是电潜泵采油技术发展的方向之一。本论文针对陆地油田潜油电泵单井建立了单井闭环实时优化调整系统;针对海上平台电潜泵井组,建立了无模型在线一体化优化方法,建立了基于BP神经网络和遗传算法的有模型一体化优化方法。论文的研究主要集中在以下六个方面:(1)电潜泵生产模拟实验装置设计,该装置模拟5口采油井组,可以低成本模拟单井以及井组生产,验证理论模型可靠性;(2)以Bendakhlia模型为基础,采用遗传算法拟合IPR曲线,该方法可以在单井试井数据较少的情况下,拟合出高精度的IPR曲线,提高产能预测准确度;(3)利用嘴流规律研究油井产量对油嘴开度调节的敏感性,并通过实验验证了电潜泵井组井口间干扰的存在;(4)研究单井实时优化调节方法,建立了以动液面为约束条件、设置调节步长、调节死区等一系列保护机制,实验表明该调节方法能够实现实时调整,保证电潜泵井高效、稳定生产;(5)研究电潜泵井组无模型一体化优化方法,该优化方法根据实时效率差判断搜索方向及搜索步长,最终实现系统效率最高或者产量最大的在线优化;(6)研究电潜泵井组有模型一体化优化方法,该方法以电潜泵井组为研究对象,根据各井含水、产量等参数的差异,不以单井而以井组的最优为目标进行优化,提高电潜泵举升效率。本论文研究成果实用性强,具有可操作性,对电潜泵井采油生产具有指导意义,对智能井、数字油田的发展具有借鉴意义。