[發(fā)明專(zhuān)利]一種基于云邊協(xié)同計(jì)算的抽油機(jī)井工況相似性判別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011140274.2
• 申請(qǐng)日: 2020-10-22
• 公開(kāi)（公告）號(hào): CN112228042B
• 公開(kāi)（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 陳夕松;沈煜佳;夏峰;姜磊;涂娟
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京富島信息工程有限公司
• 主分類(lèi)號(hào): E21B47/008
• 分類(lèi)號(hào): E21B47/008;G06F17/16;G08B21/24
• 代理公司: 南京天華專(zhuān)利代理有限責(zé)任公司 32218
• 代理人: 劉暢;夏平

1.一種基于云邊協(xié)同計(jì)算的抽油機(jī)井工況相似性判別方法，其特征在于包括以下步驟：

(1)以當(dāng)前日期D為基準(zhǔn)，獲取邊緣端節(jié)點(diǎn)抽油機(jī)歷史記錄三天內(nèi)的工況數(shù)據(jù)；

(2)從步驟(1)中剔除已經(jīng)工藝專(zhuān)家確認(rèn)的非平穩(wěn)工況數(shù)據(jù)，獲得邊緣端節(jié)點(diǎn)抽油機(jī)平穩(wěn)工況數(shù)據(jù)集；

(3)從步驟(2)中所述平穩(wěn)工況數(shù)據(jù)集中選擇n組數(shù)據(jù)作為正常工況樣本集S：

其中每組數(shù)據(jù)包含m個(gè)變量，分別對(duì)應(yīng)m個(gè)位移采樣點(diǎn)處的載荷采樣值；

(4)利用邊緣計(jì)算網(wǎng)關(guān)對(duì)樣本集S進(jìn)行預(yù)處理，獲得正常工況訓(xùn)練集X；

(5)根據(jù)正常工況訓(xùn)練集X建立邊緣端節(jié)點(diǎn)當(dāng)日工況模型M_D；

(6)通過(guò)當(dāng)日工況模型M_D對(duì)邊緣端節(jié)點(diǎn)抽油機(jī)實(shí)施實(shí)時(shí)工況相似性判別；

(7)將步驟(6)中抽油機(jī)工況相似性判定結(jié)果為非平穩(wěn)工況的實(shí)時(shí)工況數(shù)據(jù)上報(bào)至云平臺(tái)，判定結(jié)果為平穩(wěn)工況的實(shí)時(shí)工況不上報(bào)；

(8)邊緣計(jì)算網(wǎng)關(guān)完成當(dāng)日實(shí)時(shí)工況檢測(cè)后，選取當(dāng)日最后一組平穩(wěn)工況數(shù)據(jù)上報(bào)云平臺(tái)作為記錄。

2.根據(jù)權(quán)利要求1所述的一種基于云邊協(xié)同計(jì)算的抽油機(jī)井工況相似性判別方法，其特征在于，步驟(4)的數(shù)據(jù)預(yù)處理具有如下步驟：

(4-1)對(duì)正常工況樣本集S中的各組數(shù)據(jù)進(jìn)行濾波處理，獲得處理后樣本集

(4-2)求出樣本集各變量的均值標(biāo)準(zhǔn)差S_x，并進(jìn)行零-均值標(biāo)準(zhǔn)化處理，獲得正常工況訓(xùn)練集X：

其中x_i＝{x_ij|j＝1,2,...,n}代表第i個(gè)變量，且x_ij滿足：

此時(shí)正常工況訓(xùn)練集X各變量方差為1，均值為0。

3.根據(jù)權(quán)利要求1所述的一種基于云邊協(xié)同計(jì)算的抽油機(jī)井工況相似性判別方法，其特征在于，步驟(5)的邊緣端節(jié)點(diǎn)當(dāng)日工況模型M_D建立包括以下步驟：

(5-1)，對(duì)正常工況訓(xùn)練集X求協(xié)方差矩陣，并對(duì)其進(jìn)行特征值分解：

其中酉矩陣P＝{p_i|i＝1,2,...,m}，特征值對(duì)角陣Λ中的特征值滿足λ₁≥λ₂≥...≥λ_m；

(5-2)，通過(guò)特征值對(duì)角陣Λ篩選出貢獻(xiàn)度最大的l個(gè)變量，用以描述邊緣端節(jié)點(diǎn)抽油機(jī)的當(dāng)日工況模型M_D；

(5-3)，求取T²統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量作為相似性特征，并基于正態(tài)分布計(jì)算T²統(tǒng)計(jì)量的閾值及SPE統(tǒng)計(jì)量的閾值Th_SPE：

T²＝x^TPΛ^-1P^Tx

SPE＝||(I-PP^T)x||²

且

其中，l表示主要變量個(gè)數(shù)，α為檢驗(yàn)水平，n為樣本個(gè)數(shù)，F(xiàn)_α(l，n-l)是自由度為l和n-l的檢驗(yàn)水平為α的F分布臨界值，λ_j是特征值對(duì)角陣Λ的第j個(gè)特征值，c_α是高斯分布的1-α上分位數(shù)。

4.根據(jù)權(quán)利要求3所述的一種基于云邊協(xié)同計(jì)算的抽油機(jī)井工況相似性判別方法，其特征在于，所述(5-2)中通過(guò)特征值對(duì)角陣Λ篩選出貢獻(xiàn)度最大的l個(gè)變量具有如下步驟：

(5-2-1)利用特征值對(duì)角陣Λ計(jì)算貢獻(xiàn)度矩陣C_λ：

其中貢獻(xiàn)度矩陣C_λ中的貢獻(xiàn)度值滿足

(5-2-2)確定累積貢獻(xiàn)度閾值Th_λ；

(5-2-3)若前l(fā)個(gè)變量累積的貢獻(xiàn)度達(dá)到閾值Th_λ，即：

且

則保留這l個(gè)變量用以描述邊緣端節(jié)點(diǎn)抽油機(jī)的當(dāng)日工況模型M_D。

5.根據(jù)權(quán)利要求3所述的一種基于云邊協(xié)同計(jì)算的抽油機(jī)井工況相似性判別方法，其特征在于，步驟(6)對(duì)邊緣端節(jié)點(diǎn)實(shí)施實(shí)時(shí)工況相似性判別具有如下步驟：

(6-1)實(shí)時(shí)采集當(dāng)日實(shí)時(shí)工況數(shù)據(jù)；

(6-2)對(duì)原始數(shù)據(jù)進(jìn)行濾波預(yù)處理，得到實(shí)時(shí)工況樣本s＝[s₁,s₁,...,s_m]；

(6-3)利用樣本集中各變量的均值標(biāo)準(zhǔn)差S_x得到x＝[x₁,x₁,...,x_m]，其中：

(6-4)根據(jù)前述T²統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量公式計(jì)算當(dāng)前樣本的相似度特征和SPE_x；

(6-5)將所得特征值和SPE_x與閾值Th_SPE比較得到相似度判別結(jié)果σ：

若σ＝0顯示未超限，表示當(dāng)前工況平穩(wěn)；否則，表示出現(xiàn)故障并將上報(bào)云平臺(tái)。