[發(fā)明專利]一種物聯(lián)網智能熱洗清蠟方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610268601.X
• 申請日: 2016-04-27
• 公開（公告）號: CN105735942B
• 公開（公告）日: 2019-06-28
• 發(fā)明（設計）人: 張志文;鄭生宏
• 申請（專利權）人: 任丘市華北油田誠信工業(yè)有限公司
• 主分類號: E21B37/00
• 分類號: E21B37/00;E21B41/00
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種物聯(lián)網智能熱洗清蠟方法，其特征在于，包括以下步驟：

從油田內網獲取示功圖，判定是否需要洗井清蠟；若判定需要洗井清蠟，即向清蠟機發(fā)送啟動命令，執(zhí)行三階段溫度清蠟；

洗井清蠟后若示功圖無變化，則向清蠟機發(fā)送完成命令，清蠟機停止運行；

所述三階段溫度清蠟還包括以下步驟：

低溫準備階段：啟動清蠟機，使油井內的溫度由正常溫度緩慢提高油井內的溫度，直至額定高溫閾值；

高溫燜井階段：保持油井內的高溫，并持續(xù)額定時間；

熱洗排蠟階段：向套管內注入高溫介質，并在抽油機的生產過程中，將井內融化的蠟排出；

采用產出液自循環(huán)熱洗和蒸汽熱洗相結合的工藝為上述步驟提供清洗熱源；

在從油田內網獲取示功圖，判定是否需要洗井的步驟中，還包括以下詳細步驟：

采集示功圖數(shù)據和抽油機電流數(shù)據，并將示功圖數(shù)據和電流數(shù)據分別輸入到神經網絡系統(tǒng)、專家系統(tǒng)和經驗模塊中進行分析；

神經網絡系統(tǒng)、專家系統(tǒng)和經驗模塊分別輸出結蠟概率，根據三個系統(tǒng)輸出的結蠟概率進行加權求和得到最終的結蠟概率；

若最終的結蠟概率大于判斷閾值，則進行洗井提示，若最終的結蠟概率等于判斷閾值或小于判斷閾值，則判斷當前井的作業(yè)狀態(tài)是否為洗井狀態(tài)，若判定為洗井狀態(tài)，則進行洗好提示。

2.根據權利要求1所述一種物聯(lián)網智能熱洗清蠟方法，其特征在于，神經網絡系統(tǒng)的分析還包括以下幾個步驟：

數(shù)據預處理：定周期對歷史示功圖進行聚類分析，獲取聚類分析后的示功圖數(shù)據，并對示功圖原始數(shù)據點進行歸一化處理，歸一化處理的公式為：

X＝(x-x_min)/(x_max-x_min)

Y＝(y-y_min)/(y_max-y_min)

示功圖的特征提取：提取預處理后的數(shù)據組成向量組{a_n}，每個向量組中包含200個數(shù)，即：

{a_n}＝{x₁,y₁,x₂,y₂...x₂₀₀,y₂₀₀}；

構建神經網絡結構：根據若干數(shù)據點構建好神經網絡結構，通過選擇準確的示功圖，正確分類，從而得出結蠟概率。

3.根據權利要求1所述一種物聯(lián)網智能熱洗清蠟方法，其特征在于，專家系統(tǒng)的分析還包括以下幾個步驟：

示功圖的劃分：將示功圖分成四部分，沿順時針方向依次為第一、第二、第三和第四區(qū)域，并將劃分好的四個標準區(qū)域的面積存入數(shù)據庫；

計算面積：獲取數(shù)據庫中的一個沖次的數(shù)據，一個沖次的數(shù)據包括載荷和位移，并計算一個沖次內的示功圖面積，計算方法如下：

式中，(X_i,F_i^u)和(X_i,F_i^d)分別為示功圖離散點的上沖程和下沖程的橫縱坐標，即位移和載荷，n取實際示功圖采集點數(shù)；

結蠟推斷：根據實際計算出的示功圖區(qū)域面積與原示功圖的區(qū)域面積進行提取和比較，得出結蠟概率情況。

4.根據權利要求1所述一種物聯(lián)網智能熱洗清蠟方法，其特征在于，還包括洗井前智能核查歷史記錄的步驟：

判定油井之前是否有清蠟記錄，若有則讀取洗井記錄；

按洗井記錄的設定值進行清蠟；

記錄清蠟設定值，并保存在智能控制平臺。