[实用新型]基于油井工况诊断的抽油机自动调速装置有效

专利信息
申请号: 201920915989.7 申请日: 2019-06-18
公开(公告)号: CN210317250U 公开(公告)日: 2020-04-14
发明(设计)人: 葛雯;权俊宇;胡子伟;王相;黄晨;何岩峰;芮诚;窦祥骥;王浩宇;易鉴政;方诗铭 申请(专利权)人: 常州大学
主分类号: E21B43/00 分类号: E21B43/00;E21B47/009;H02P29/00;G06K9/00;G06K9/62
代理公司: 常州市英诺创信专利代理事务所(普通合伙) 32258 代理人: 朱丽莎
地址: 213100 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 油井 工况 诊断 抽油机 自动 调速 装置
【说明书】:

实用新型涉及石油机械技术领域,尤其是涉及一种基于油井工况诊断的抽油机自动调速装置,所述的装置包括示功图传感器、带动驴头往复运动的电机、所述冲次自动调节器,所述示功图传感器与驴头连接获取油井参数信息用于绘制油井示功图,所述的电机与传感器之间信号连接,所述冲次自动调节器包括工况数据存储器、工况智能诊断器和冲次计算器,所述示功图传感器与工况数据存储器之间信号连接,本实用新型基于油井工况诊断的抽油机自动调速装置在使用时,通过示功图传感器采集油井工况信息,传感器将参数信息和油井示功图发送至工况智能诊断器进行诊断,判断工况类别,进一步根据分析的油层供液程度来计算抽油机最佳冲次大小,实现抽油机远程自动调速。

技术领域

本实用新型涉及石油机械技术领域,尤其是涉及一种基于油井工况诊断的抽油机自动调速装置。

背景技术

有杆抽油泵是目前国内外应用最为广泛的机械采油采用方式,由于地面采油系统效率低、能耗大,“大马拉小车”等问题普遍存在,各油田用于抽油的电能消耗巨大,抽油装置的节能问题已经引起了广泛的关注。

实用新型内容

本实用新型要解决的技术问题是:为了解决有杆抽油泵是目前国内外应用最为广泛的机械采油采用方式,由于地面采油系统效率低、能耗大,“大马拉小车”的问题,现提供了一种基于油井工况诊断的抽油机自动调速装置。

本实用新型解决其技术问题所采用的技术方案是:一种基于油井工况诊断的抽油机自动调速装置,所述抽油机包括驴头及带动驴头往复运动的电机,包括示功仪和所述冲次自动调节器,所述示功仪上设置有与其信号连接的传感器,所述示功仪与电机之间信号连接,所述传感器设置在驴头上,所述冲次自动调节器包括工况数据存储器、工况智能诊断器和冲次计算器,所述示功仪与工况数据存储器之间信号连接,所述工况数据存储器与工况智能诊断器之间信号连接,所述工况智能诊断器和冲次计算器之间信号连接,所述冲次计算器与电机之间信号连接;

所述工况智能诊断器采用深度卷积神经网络,对油井示功图进行诊断,判断油层供液程度。

本实用新型通过示功仪的传感器检测驴头信息,传感器将检测到的信息发生至示功仪,示功仪获取油井工况信息,并绘示功图,再将其传输给工况数据存储器实时储存,工况数据存储器将示功图输送至工况智能诊断器进行诊断,而工况智能诊断器采用深度卷积网络算法,通过采集工况数据存储器中的大量不同工况种类的示功图图像,分拣归类形成训练库,投入到深度卷积神经网络架构中进行训练,不断优化调试架构参数形成工况智能诊断系统,最后进行封装处理形成工况智能诊断器,工况智能诊断器将诊断数据传输至冲次计算器,再由冲击计算器根据诊断数据控制电机的转速,从而到达调节电机的转速。

进一步地,所述神经网络训练通过搭建卷积神经网络架构,使用DATA和 LABEL开展神经网络训练,并将训练完成的神经网络存储到文件夹中。

进一步地,所述卷积神经网络架构由工况诊断卡组成分类库找到油井示功图拼合数据表CSV文件中对应的数据,绘制油井示功图并组成训练库。

进一步地,所述传感器包括载荷传感器和位移传感器。

本实用新型的有益效果是:本实用新型基于油井工况诊断的抽油机自动调速装置在使用时,根据分析的油层供液程度来计算抽油机的冲次大小,通过示功仪的传感器检测驴头信息,传感器将检测到的信息发生至示功仪,示功仪获取油井工况信息,并绘示功图,再将其传输给工况数据存储器实时储存,工况数据存储器将示功图输送至工况智能诊断器进行诊断,而工况智能诊断器采用深度卷积网络算法,通过采集工况数据存储器中的大量不同工况种类的示功图图像,分拣归类形成训练库,投入到深度卷积神经网络架构中进行训练,不断优化调试架构参数形成工况智能诊断系统,最后进行封装处理形成工况智能诊断器,工况智能诊断器将诊断数据传输至冲次计算器,并进行数据分析,再由冲击计算器根据诊断数据控制电机的转速,对抽油机进行自动调速,避免了有杆抽油泵是目前国内外应用最为广泛的机械采油采用方式,由于地面采油系统效率低、能耗大,“大马拉小车”的问题。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201920915989.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top