[發明專利]一種有桿泵抽油井故障診斷方法

有效

• 申請號: 201410473163.1
• 申請日: 2014-09-16
• 公開（公告）號: CN104481496B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 李琨;韓瑩
• 申請（專利權）人: 渤海大學
• 主分類號: E21B44/00
• 分類號: E21B44/00
• 代理公司: 沈陽東大知識產權代理有限公司21109
• 代理人: 梁焱

技術領域

本發明屬于抽油井故障診斷領域，特別涉及一種有桿泵抽油井故障診斷方法。

背景技術

有桿泵抽油井泵示功圖在油田生產中具有十分重要的作用，它是判斷抽油系統井下工作狀態的主要依據。泵示功圖可以用來進行井下生產狀況的故障診斷，也可以用來計算井口的出液量，還可以用來計算井下動液面的位置。傳統生產中，一般依靠技術人員對采集的泵示功圖進行人工分析，從而判斷抽油系統的實際工作狀況。這種人工方式工作周期長，受主觀因素影響較大，越來越無法滿足企業不斷提高生產效率的需求。

隨著計算機、通信、電子技術等領域的不斷進步，利用計算機取代人力勞動方式已成為國內外油田生產的發展趨勢。鑒于泵示功圖在生產中的重要性，采用計算機進行計算和分析已成為該領域研究的重點和難點。利用計算機處理泵示功圖，關鍵在于提取其顯著的特征，識別越準確，計算越正確。目前，對于泵示功圖的特征提取方法，主要有面積法、匹配法、網格法、矢量法等。但是這些方法都不能很好地結合實際生產過程的特點，從而使得到的特征向量不能準確、細致地反映不同過程的顯著特征。

有桿泵抽油井的抽油泵一般工作在數千米的地下，生產環境惡劣，故障發生率很高，采用計算機實現診斷是很有意義的。現有的診斷方法主要以有監督學習為主，根據生產經驗得到不同故障類型的訓練樣本集，然后由這些訓練樣本訓練出不同故障類型的訓練集模型，從而實現待診斷樣本的診斷。這種有監督學習方法主要存在以下兩方面問題：一是診斷的準確率很大程度上取決于所構成訓練樣本集的樣本特征向量是否能夠準確反映樣本的典型特征；二是這種有監督方式主要依靠人為劃分訓練樣本集，容易受到主觀因素的影響。

發明內容

針對現有技術的不足，本發明提供一種有桿泵抽油井故障診斷方法。

本發明的技術方案是：

一種有桿泵抽油井故障診斷方法，包括以下步驟：

步驟1：獲取M個已知故障類型的有桿泵抽油井地面示功圖和1個待診斷故障類型的有桿泵抽油井地面示功圖；

步驟2：將M+1個有桿泵抽油井地面示功圖轉化為有桿泵抽油井泵示功圖，并對有桿泵抽油井泵示功圖進行歸一化處理，得到歸一化處理后的泵示功圖；

步驟3：采用16方向鏈碼對歸一化處理后的泵示功圖進行邊界鏈碼重畫，得到邊界鏈碼重畫后的泵示功圖，其中，邊界鏈碼的類型由z_t表示，t＝1、2、…16，NUM_t表示邊界鏈碼類型為z_t的邊界鏈碼個數，NUM表示邊界鏈碼重畫后的泵示功圖的邊界鏈碼總數；

步驟4：將邊界鏈碼重畫后的泵示功圖進行區域劃分，并提取各區域的特征向量，各特征向量以16方向鏈碼形式表示；劃分的區域包括：左上區、右上區、左下區和右下區；所述的特征向量包括：左上區欠缺程度特征向量、左上區快速加載程度特征向量、右上區突出程度特征向量、右上區欠缺程度特征向量、右上區快速卸載程度特征向量、左下區突出程度特征向量、左下區欠缺程度特征向量、右下區欠缺程度特征向量和右下區快速卸載程度特征向量；

步驟4.1：確定有桿泵抽油井泵示功圖的上沖程和下沖程：將有桿泵抽油井泵示功圖曲線的橫坐標最大的點作為上沖程的結束點，則有桿泵抽油井泵示功圖的上沖程為有桿泵抽油井泵示功圖曲線第一個數據點到上沖程結束的數據點，有桿泵抽油井泵示功圖的下沖程為有桿泵抽油井泵示功圖曲線上沖程結束點的下一個數據點到最后一個數據點；

步驟4.2：提取有桿泵抽油井泵示功圖各區域的泵示功圖特征向量，包括左上區欠缺程度特征向量、左上區快速加載程度特征向量、右上區突出程度特征向量、右上區欠缺程度特征向量、右上區快速卸載程度特征向量、左下區突出程度特征向量、左下區欠缺程度特征向量、右下區欠缺程度特征向量和右下區快速卸載程度特征向量；

左上區欠缺程度特征向量表示為：