[发明专利]一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法

说明书

本发明提供一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法，涉及石油领域中的有杆泵抽油井的故障诊断技术领域。本发明通过采集有杆泵抽油井的现场数据，绘制示功图并进行预处理，利用灰度共生矩阵来提取预处理后的图像的4个特征值，计算出特征值的平均值与方差构成一个8维特征向量T，把数据输入到支持向量机中进行分类识别。本发明建立的模型能快速准确对有杆泵抽油井的示功图进行分类，并实现了基于示功图的故障诊断，同时改变了现行的依赖人工经验判断的分类方法，提高了企业的工作效率。

技术领域

本发明涉及石油领域中的有杆泵抽油井的故障诊断技术领域，尤其涉及一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法。

背景技术

到目前为止，我国90％以上的油田采用有杆抽油机举升方式釆油，这种方式具有结构简单，易操作，成本低等很多优点。但是它也有一定的缺陷，主要是抽油设备工作在井下数千米，周围环境非常恶劣，很容易引起抽油设备的故障，这就增加了成本并造成了不可避免的浪费。早期的故障诊断方法主要是人工巡井的方法，油田现场工作人员到现场测量各种油井参数，然后绘制示功图，根据示功图来进行油井的故障诊断。目前，在油田现场实际作业时,尽管抽油机的工况数据采集方式采用了大量的无线传感器技术，并通过网络将其传送到总部的数据系统中，之后再对有杆泵抽油井系统的工况进行检测与诊断，但是由于油田现有的抽油机数量很多、分布范围较广、自动化故障诊断程度较低等因素，且对于有些故障，采用现有的自动检测不能完全地诊断出来。因此，及时地掌握抽油机的精确工况信息，对于提高油田的产量和经济效益都具有十分重要的意义。

经过过去很多年的研究分析与现场调研，有杆泵抽油井的故障诊断方法有了很大的发展与进步。示功图分析法是有杆泵抽油井系统故障诊断中一种非常有效的方法，它主要是根据示功图形状来对有杆泵抽油井的现场工作状况进行分析与故障的诊断。国内外许多学者都对此作了大量的研究，相继出现了多种相应的故障诊断技术和相关分析软件，为数字化油田的发展做出了巨大的贡献。但是目前来看现有技术对示功图的分类识别还是主要依靠人工来完成，虽然利用计算机识别技术早已实现，但是由于其准确度有限，并未得到推广与应用，据有关调查资料显示：研究有杆泵抽油井系统故障诊断的一个关键问题就是如何从检测到的数据中充分挖掘出有效的故障信息。

发明内容

针对上述现有技术的不足本发明提供一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法，该方法能快速准确对有杆泵抽油井的示功图进行分类，并实现了基于示功图的故障诊断，提高了企业的工作效率。

为解决上述技术问题，本发明所采取以下技术方案来实现的：一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法；步骤如下：

步骤1：将井上悬点示功图的原始数据运用吉布斯波动方程转化为井下泵示功图；从油田现场获取地面示功图的原始数据包括位移和载荷，把采集到的井上悬点示功图的原始数据用吉布斯波动方程转化为井下泵示功图，并利用MATLAB绘制图像曲线。

步骤2：对井下泵示功图的图像进行预处理；预处理过程包括图像尺寸的归一化和图像的灰度二值化；归一化后图像的尺寸为100×100个像素点，灰度二值化是把图像中的[0,255]的像素点中大于0的像素点都换成255，使得图像轮廓清晰。

步骤3：对预处理后的图像用灰度共生矩阵提取特征值，特征值的平均值与方差构成8维特征向量T；步骤如下：