[发明专利]一种基于示功图特征的抽油机井异常工况诊断方法

权利要求书

1.一种基于示功图特征的抽油机井异常工况诊断方法，其特征在于包括以下步骤：

(1)获取抽油机历史工况记录的单冲次内采样得到的加速度、载荷二维悬点数据；

(2)对二维悬点数据进行预处理，得到单冲次位移数据集合X＝{x_i|i＝1,2,...,n}及对应载荷数据集合Y＝{y_i|i＝1,2,...,n}；

(3)根据抽油机单冲次示功图曲线数据分段提取故障特征，从示功图数据中确定四个特征点：初始点P_A(x₁,y₁)、载荷最大点P_B(x_b,y_b),y_b＝max{Y_i}、位移最大点P_C(x_c,y_c),x_c＝max{X_i}以及载荷最小点P_D(x_d,y_d),y_d＝min{Y_i}，其中1bcdn；

(4)依据步骤(3)的四个特征点将示功图曲线数据划分为加载段数据集合U_AB、上行程数据集合U_BC、卸载段数据集合U_CD、下行程数据集合U_DA四个：

式中，u_i(x_i,y_i)表示加载段数据集的点，共b个，i表示第i个；u_j(x_j,y_j)表示上行程数据集的点，共c-b个，j表示第j-b个；u_k(x_k,y_k)表示卸载段数据集的点，共d-c个，k表示第k-c个；u_l(x_l,y_l)表示下行程数据集的点，共n-d个，l表示第l-d个；

(5)对于步骤(4)的加载段数据集合U_AB，根据特征点P_A、P_B确定的直线求得加载特征值集合σ_up＝{σ_i|i＝1,2,...,b}，其中：

式中，y_i表示加载段数据集合U_AB中第i个点的纵坐标，y_AB(x_i)表示直线P_AP_B在x_i处的纵坐标；依据抽油机示功图误差分布规律标定加载特征值边界误差阈值Th_A、Th_B，对特征值集合进行取整截取，得到σ_up＝{σ_i|i＝[b·Th_A],...,[b·(1-Th_B)]}；对卸载段数据集合U_CD进行相同处理，得到σ_down＝{σ_k|k＝[(d-c)Th_C],...,[(d-c)(1-Th_D)]}，其中Th_C、Th_D为卸载特征值边界误差阈值，且

式中，y_k表示卸载段数据集合U_CD在第k个点处的纵坐标，y_CD(x_k)表示直线P_CP_D在x_k处的纵坐标；

(6)对于步骤(4)的上行程数据集合U_BC，采用最小二乘法得到拟合直线P_BP_C，求出上行程拟合直线斜率k_BC及标准误差平方和e_BC作为上行程特征值：

式中，k_BC为直线P_CP_D的斜率，b_BC为直线P_CP_D的截距；

对下行程数据集合U_DA作相同处理，得到下行程拟合直线斜率k_DA及标准误差平方和e_DA：

式中，k_DA为直线P_DP_A的斜率，b_DA为直线P_DP_A的截距；

(7)建立曲线特征到故障类型的映射模型；

所述映射模型中的故障类型包括气体影响、供液不足、磨损、平衡问题、惯性因素、加载困难、漏损共7种抽油机工况状态类型；根据曲线特征能够确定抽油机异常工况情况，对应到7种工况状态类型的一种或复合故障，具体映射关系如下：

(7-1)气体影响：

(7-2)供液不足：

(7-3)振动或机械磨损：其中Th_abrase为标定所得振动阈值，Th_balance为标定所得平衡阈值；e_balance为平衡特征值，abs()为绝对值函数；

(7-4)平衡问题：平衡块过轻为e_DA-e_BC≥Th_balance，平衡块过重则为e_BC-e_DA≥Th_balance；

(7-5)惯性因素：

式中，α为惯性因素导致的抽油机故障在示功图上表现出的逆时针旋转角度阈值；

(7-6)加载困难：

(7-7)漏损：其中Th_leak为标定所得漏损阈值；

(8)实时获取单冲次内抽油机示功图数据并提取曲线故障特征；

(9)通过诊断模型进行多故障特征诊断与工况分类。