[發(fā)明專利]用信息熵結(jié)合灰度關(guān)聯(lián)矩陣實(shí)現(xiàn)油田抽油機(jī)井故障診斷的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410455797.4
• 申請(qǐng)日: 2014-09-10
• 公開（公告）號(hào): CN104481508B
• 公開（公告）日: 2017-03-22
• 發(fā)明（設(shè)計(jì)）人: 劉明;王秀芳;畢洪波;管闖;趙盼盼;劉穎;吳蒙蒙
• 申請(qǐng)（專利權(quán)）人: 大慶明達(dá)韋爾信息系統(tǒng)服務(wù)有限公司
• 主分類號(hào): E21B47/008
• 分類號(hào): E21B47/008
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域：

本發(fā)明涉及信號(hào)處理及自動(dòng)控制技術(shù)領(lǐng)域，尤其是指一種用信息熵結(jié)合灰度關(guān)聯(lián)矩陣實(shí)現(xiàn)油田抽油機(jī)井故障診斷的方法。

背景技術(shù)：

隨著人們對(duì)石油資源需求量的逐年增長(zhǎng)，石油成為了關(guān)乎生活質(zhì)量的資源，而抽油機(jī)井系統(tǒng)結(jié)構(gòu)龐大，工作環(huán)境復(fù)雜，同時(shí)抽油井泵自身價(jià)格昂貴，如若不能及時(shí)發(fā)現(xiàn)故障，處理故障信息，也將給油田帶來經(jīng)濟(jì)損失，實(shí)時(shí)準(zhǔn)確的抽油井故障診斷在油田生產(chǎn)中有著至關(guān)重要的作用。目前應(yīng)用較廣的抽油機(jī)井故障診斷系統(tǒng)，以智能算法為主，這些算法均較為復(fù)雜，同時(shí)抽油機(jī)井正常運(yùn)行的情況要遠(yuǎn)大于發(fā)生故障的情況，做到實(shí)時(shí)復(fù)雜的故障診斷，對(duì)于計(jì)算機(jī)系統(tǒng)有較大的挑戰(zhàn)。

發(fā)明內(nèi)容：

本發(fā)明提供了一種用信息熵結(jié)合灰度關(guān)聯(lián)矩陣實(shí)現(xiàn)油田抽油機(jī)井故障診斷的方法。

本發(fā)明的技術(shù)方案為：一種用信息熵結(jié)合灰度關(guān)聯(lián)矩陣實(shí)現(xiàn)油田抽油機(jī)井故障診斷的方法，包括如下步驟：生成抽油井泵一個(gè)沖程內(nèi)完整的示功圖；根據(jù)示功圖生成標(biāo)準(zhǔn)示功圖灰度矩陣；利用圖像勢(shì)能對(duì)標(biāo)準(zhǔn)示功圖灰度矩陣進(jìn)行輪廓識(shí)別，計(jì)算示功圖輪廓?jiǎng)菽懿⑻畛鋭?shì)能數(shù)據(jù)矩陣，生成基于圖像勢(shì)能的輪廓特征；計(jì)算輪廓數(shù)據(jù)矩陣的的六個(gè)統(tǒng)計(jì)特征，包括灰度均值、灰度方差、灰度偏度、灰度峰度、灰度能量、灰度熵；采用區(qū)間法進(jìn)行數(shù)據(jù)預(yù)處理；計(jì)算結(jié)合信息熵的灰色關(guān)聯(lián)度；故障類型診斷。

所述的生成標(biāo)準(zhǔn)示功圖灰度矩陣的具體過程是，調(diào)用示功圖，對(duì)示功圖進(jìn)行灰度處理，利用外接矩形的方法生成與示功圖曲線四邊相切的示功圖滿圖像，去除非示功圖圖像部分給灰度矩陣帶來的冗余，得到初步示功圖灰度矩陣；將灰度處理得到的矩陣進(jìn)行二值化處理，形成原始示功圖灰度矩陣；將該灰度矩陣進(jìn)行壓縮處理，搜索該新矩陣中非0元素中相鄰的8個(gè)值均為0的值，將其替換為0；將得到的矩陣進(jìn)行二值化處理，得到標(biāo)準(zhǔn)示功圖灰度矩陣。

所述的計(jì)算示功圖輪廓?jiǎng)菽艿木唧w過程是，定義示功圖輪廓為勢(shì)能零點(diǎn)，示功圖輪廓內(nèi)部像素由勢(shì)能零點(diǎn)開始勢(shì)能逐漸增大，示功圖輪廓外部像素從勢(shì)能零點(diǎn)開始勢(shì)能逐漸減少，對(duì)各元素進(jìn)行勢(shì)能賦值，直到標(biāo)準(zhǔn)灰度矩陣的每一個(gè)元素均被遍歷。

本發(fā)明的有益效果是：本發(fā)明代替了現(xiàn)有的復(fù)雜的智能算法，利用信息熵來計(jì)算每個(gè)特征因子所包含的信息量，根據(jù)在關(guān)聯(lián)過程中每個(gè)特征因子的貢獻(xiàn)的大小來確定它的權(quán)重值。該灰關(guān)聯(lián)故障診斷方法能夠明顯減少帶故障運(yùn)行卻不被識(shí)別的誤判，提高診斷的精確度，大大減小了抽油井泵帶病運(yùn)行的危險(xiǎn)系數(shù)。

附圖說明：

圖1為本發(fā)明提供的實(shí)施例的示功圖；

圖2為本發(fā)明提供的實(shí)施例的生成標(biāo)準(zhǔn)示功圖矩陣部分流程圖；

圖3為本發(fā)明提供的實(shí)施例的示功圖輪廓識(shí)別結(jié)果圖；

圖4為本發(fā)明提供的實(shí)施例的示功圖勢(shì)能數(shù)據(jù)填充部分流程圖；

圖5為本發(fā)明提供的實(shí)施例的示功圖勢(shì)能數(shù)據(jù)矩陣填充結(jié)果圖。

具體實(shí)施方式：

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的具體實(shí)施步驟為：

一、生成抽油井泵的實(shí)測(cè)示功圖：

由于抽油井泵的工作環(huán)境、工作過程具有一定的復(fù)雜性和不可預(yù)見性，因此，傳感器傳回?cái)?shù)據(jù)的數(shù)量、尺度、量綱等方面存在差異，為了保持示功圖的特征，不對(duì)上位機(jī)傳回的數(shù)據(jù)個(gè)數(shù)進(jìn)行取舍，并進(jìn)行無量綱歸一尺度的處理，減少地理位置和測(cè)量工具不同所帶來的誤差。根據(jù)處理后的數(shù)據(jù)繪制示功圖，如圖1所示。該抽油井實(shí)際故障為供液不足。

二、生成示功圖的標(biāo)準(zhǔn)灰度矩陣，具體步驟如圖2所示：

步驟201：進(jìn)行行壓縮。設(shè)原始灰度矩陣為M′×N′，將每列中依次M′/32個(gè)矩陣單元值之和放于新64×32矩陣中。

步驟202：進(jìn)行列壓縮。類似于行壓縮，區(qū)別在于依次對(duì)每行進(jìn)行。

步驟203：舍棄無法與其它元素形成閉合曲線的非0元素。搜索該新矩陣中非0元素中相鄰的8個(gè)值均為0的值，將其替換為0，因?yàn)檫@樣的矩陣元素不能與其他矩陣元素形成封閉曲線，故舍棄這樣的值，同理舍棄其它這樣無法與其他非0矩陣元素形成閉合曲線的值。

步驟204：對(duì)得到的矩陣進(jìn)行二值化處理。

步驟205：生成標(biāo)準(zhǔn)示功圖灰度矩陣。