[發明專利]一種有桿泵抽油井充滿程度識別方法

在審

• 申請號: 202010073089.X
• 申請日: 2020-01-22
• 公開（公告）號: CN111271049A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 袁春華;李翔宇;高憲文;王明順;侯延彬;張斌;陳露;韓彥爽;石銳;陳炳君;宇文亞民
• 申請（專利權）人: 沈陽理工大學
• 主分類號: E21B47/00
• 分類號: E21B47/00;E21B47/009;E21B47/047;E21B43/00
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李在川

1.一種有桿泵抽油井充滿程度識別方法，其特征在于包括如下步驟：

步驟1：以固定采樣頻率對有桿抽油系統所用三相異步電機的電壓、電流、有功功率及功率因數進行連續實時的高速檢測，對已獲得的連續多個沖程的有功功率數據采用快速傅里葉變換FFT算法確定抽油機沖程周期；

步驟2：利用動態差分閾值法確定瞬時功率和功率因數的最小值，結合抽油機沖程周期或人工輔助功能，辨識出上、下死點在功率波形中的位置；

步驟3：根據現場輸入的下泵深度、抽油泵直徑、使用沖程、井液密度、油藏壓力、油管規格、井口油壓、抽油桿柱組合和抽油機幾何尺寸數據，結合抽油井同構機理模型實現對有桿泵采油的全過程預測，從而自動生成不同生產工況下包括三相異步電機的電壓、電流、有功功率和功率因數在內的電參數樣本簇；

步驟4：提取上述電參數樣本簇中有功功率的多個不同特征值并確定各個特征值的閾值，以重構產生式有桿泵抽油井充滿程度不足工況診斷規則庫，并利用規則庫中的樣本訓練充滿程度不足再生工況診斷模型；

步驟5：將實測的多沖程有功功率數據相疊加進行均值濾波以消除隨機噪聲，進而采用中值濾波抑制脈沖噪聲，從而獲得一個完整沖程周期的參考有功功率曲線，并提取特征值；

步驟6：采用充滿程度不足再生工況診斷模型識別深井泵是否未充滿，若診斷為泵未充滿則執行步驟7，反之，給出充滿程度為100％的結論；

步驟7：根據抽油井處于充滿程度不足工況時的電參數特征和與其對應的曲柄角位移，結合光桿位置隨曲柄角位移變化的規律確定深井泵有效活塞行程；

步驟8：根據抽油井同構機理模型計算得到最大活塞行程，按活塞有效行程與最大行程之比最終確定深井泵充滿程度。

2.根據權利要求1所述的一種有桿泵抽油井充滿程度識別方法，其特征在于：所述提取有功功率的多個不同特征值包括：周期平均功率、上行平均功率、下行平均功率、上行功率峰谷值、下行功率峰谷值和上下死點功率，以上述特征值作為有桿泵抽油井充滿程度識別的依據。

3.根據權利要求1所述的一種有桿泵抽油井充滿程度識別方法，其特征在于：所述抽油井同構機理模型采用同構獨立模塊化方法建立，分別建立電動機、皮帶-減速箱傳動裝置、四連桿機構、桿-管-液柱耦合振動、抽油泵抽汲過程、環空液面變化規律以及油井附近油藏子系統的數學模型。

4.根據權利要求3所述的一種有桿泵抽油井充滿程度識別方法，其特征在于：所述抽油泵抽汲過程子系統的數學模型是按照井液從井下被抽汲至地面的過程中氣液質量比恒定原則，描述泵腔壓力、進泵流體流量、泵腔內液體體積與柱塞位置之間關系的動態建模方法。

5.根據權利要求1所述的一種有桿泵抽油井充滿程度識別方法，其特征在于：所述步驟4的過程如下：

步驟4.1：在抽油井同構機理模型生成的電參數樣本中提取有功功率的周期平均功率閾值、上行平均功率閾值、下行平均功率閾值、上行功率峰谷閾值、下行功率峰谷閾值和上下死點功率閾值；

步驟4.2：根據現有實測的泵未充滿的示功圖與電參數樣本、油井日運行報表和油田專家先驗知識，經由統計分析確定油井所有充滿程度不足模態特征；

步驟4.3：利用抽油井同構機理模型和充滿程度不足模態特征，建立泵未充滿模態搜索樹，重構產生式抽油井充滿程度不足工況下的電參數樣本集再生規則，建立不同程度泵未充滿時的電參數樣本集；

步驟4.4：利用充滿程度不足工況再生規則產生的樣本集對對抗網絡GAN模型進行訓練，得到工況診斷模型；訓練時將充滿程度不足特征作為模型輸入，輸出則為泵未充滿程度編號；

所述未充滿程度分為嚴重、中等和輕微三類，分別用1、2、3對其進行編號。

6.根據權利要求5所述的一種有桿泵抽油井充滿程度識別方法，其特征在于步驟4.2所述充滿程度不足模態特征包括：

①實測沖程周期平均功率低于由電參數樣本簇提取的特征閾值；

②實測上沖程平均功率大于由電參數樣本簇提取的特征閾值，且誤差不超過5％；

③實測下沖程平均功率小于由電參數樣本簇提取的特征閾值；

④實測下沖程內功率曲線存在雙波峰。