[发明专利]基于示功图的有杆抽油系统故障递阶诊断方法

说明书

技术领域

本发明涉及一种基于示功图的有杆抽油系统故障诊断方法，尤其涉及一种基于示功图的有杆抽油系统故障递阶诊断方法，属于有杆抽油系统故障诊断方法的技术领域。

背景技术

有杆抽油系统工作环境恶劣，发生故障的概率很高，不及时诊断出来，就会造成能源的浪费，影响生产，给企业、国家造成损失。

目前有杆抽油系统的故障诊断主要是先根据地面示功图，通过有杆抽油系统力学模型得到泵功图，再以正常样本和尽可能多类型故障样本的泵功图作为训练集，训练出相应模型后再对各样本进行故障诊断。这类方法主要存在两个方面的问题：一是有杆抽油系统是一个机电液耦合的复杂非线性系统，边界条件和阻尼系数很难准确确定，进而很难精确建立和求解该系统的力学模型；二是有杆抽油系统具有样本量大、平稳状态多、类别不均衡的特点，使训练集中缺少很多类型的故障样本，尤其是严重故障的样本，而严重故障的准确、实时诊断对于有杆抽油系统意义重大。由于有杆抽油系统的复杂性，至今还没有一个完全有效的手段来对井下故障进行实时、准确的故障诊断。

反映抽油系统悬点载荷随其位移变化规律的图形称为地面示功图或光杆示功图，简称示功图，它是示功仪在抽油机一个抽吸周期内测取的封闭曲线。地面示功图是抽油井采油现场采集的第一手资料，基于地面示功图来实现有杆抽油系统的实时诊断对解除油井故障、保证油井正常生产或提高油井产量等就显得非常重要而且具有现实意义。

每组示功图数据包括载荷和位移，共216对数据。油田一个小时采集一次示功图，一天就有24组数据，一个星期有168组数据，一个月(30天计算)有720组数据。所以，油井示功图数据多、样本量大。并且，对于油田来讲，绝大多数都是平稳的工作状态，包括两种情况：一是油井正常，大部分示功图均正常，故障样本和故障类型较少；二是有的油井以某种故障，如含气、出砂、供液不足、轻微碰挂、振动影响等某类对生产影响不太大的故障为主，出现其它故障的概率较低。以上这两种情况不需要立即停产进行检修，可以待下次修井时或在方便和必要时处理，也就是说大量的油井示功图数据都是不需要立即进行故障处理的。而一旦出现凡尔失灵、抽油杆断脱、泵卡死等严重故障，均需立即停产，及时采取检泵和修井措施，以减少损失。油井修井措施，特别是对油井大修或更换设备会对油井的生产状况和功图产生影响，检修前后的生产状况和功图往往会有较大差别，检修后的训练集和样本特征往往需要重新形成。另外，现有的采油工业中抽油机数量大、分布广，这更增加了井下状况的复杂性，使各口井均有自身特点，可能出现的故障类型也不固定。

发明内容

技术问题：本发明目的是针对有杆抽油系统故障诊断目前存在的缺陷和油井示功图样本量大、平稳状态多、类别不均衡(尤其缺少严重故障的样本)的特点，以正常(或平稳状态)样本地面示功图作为切入点，提供一种基于示功图的有杆抽油系统故障递阶诊断法，即首先在故障分辨阶段根据正常(或平稳状态)样本的统计规律把示功图分为故障类和非故障类；然后在故障诊断阶段针对故障样本进行详细的故障诊断识别。由于大部分的示功图都是正常(或平稳)的，先进行故障分辨就节省了大量的时间，从而提高油田管理的效率。另外，故障分辨的训练样本来自于正常(或平稳状态)样本，样本丰富且能反映出有杆抽油系统的自身的基本特征。

本发明为实现上述目的，采用如下技术方案：

本发明基于示功图的有杆抽油系统故障递阶诊断方法包括如下步骤：

1)故障分辨阶段，故障分辨阶段又分为两个阶段：

11)训练阶段：在训练阶段由正常或平稳样本提取15个示功图上的几何特征量，根据这些样本的特征量得到相关统计信息：

111)人工选取n个正常或平稳样本，进行15个特征量的提取，其中n≥50；

112)对提取的特征量进行异常值检验，如果异常，则剔除该样本，并重新进行异常值检验，直至没有异常值；

113)对异常值检验后的样本进行分布规律检验；

114)根据分布规律检验结果计算正常区域和故障区域；

12)分辨阶段：根据测试样本本身是否存在打结点和测试样本是否有特征量落入故障区域来判断是否故障：

121)判断测试样本本身是否存在打结点，如果存在，则为故障样本，跳转步骤2)；否则跳转步骤122)；

122)提取测试样本的15个特征量；

123)测试样本是否有特征量落入故障区域，如果有，则为故障样本，跳转步骤2)；否则跳转步骤124)；

124)判定测试样本为正常样本，不需要进行故障识别，结束；