[发明专利]一种基于多传感器数据融合的电泵井工况诊断系统及方法

权利要求书

1.一种基于多传感器数据融合的电泵井工况诊断系统，包括图版生成单元、故障诊断单元和电潜泵工况仪，其中，所述电潜泵工况仪内设置有至少两个传感器，用于采集电潜泵的实时行为数据，其特征在于，

图版生成单元通过建立电潜泵的至少两个历史行为数据的历史特征参数和历史故障类型的映射关系而形成所述电潜泵的故障图版，

电潜泵工况仪将其在电潜泵生产过程中采集到的与历史行为数据相对应的至少两个实时行为数据发送至故障诊断单元，

故障诊断单元采用基于历史特征参数所建立的曲线趋势识别模型，对其处理得到的实时行为数据在设定时间窗口内的实时特征参数进行识别，诊断得出当前故障类型；

诊断系统还包括识别模型建立单元，其被配置为：

对历史特征参数相关的历史数据的变化情况进行分析，选取不同的斜率变化值，建立至少一个趋势变化数据集；

将至少一个趋势变化数据集进行划分，并将划分结果作为卷积神经网络的训练集和测试集，训练得到曲线趋势识别模型；

识别模型建立单元通过对训练得到的曲线趋势识别模型的迭代次数、批量样本数、学习率、优化算法以及Dropout与否中的一个或几个进行优化分析后再将其输出；

识别模型建立单元基于选取得到的不同斜率变化值确定至少一个趋势变化特征，趋势变化特征包括稳定状态、缓慢减小、快速减小、缓慢增加、快速增加和前期稳定后期上升中的至少一个；

故障诊断单元还被配置为：

利用预处理后得到的实时特征参数相关的实时数据，选取设定时间窗口以绘制得到多参变化曲线；

根据建立的曲线趋势识别模型判别不同实时特征参数的曲线变化趋势；

综合不同实时特征参数的曲线变化趋势，利用预先建立的故障图版进行模式识别及匹配；

选择特定时间窗口内不同故障中所对应的故障概率值为最大的工况类型为当前故障类型；

故障诊断单元利用下式计算特定时间窗口内不同故障所对应的故障概率值P：

其中，P为特定时间窗口内不同故障的概率值；n为特定时间窗口内不同特征参数的曲线变化趋势所匹配的个数；m为当前电泵井能够采集到的特征参数的种类数。

2.根据权利要求1所述的诊断系统，其特征在于，诊断系统还包括数据预处理单元，数据预处理单元和电潜泵工况仪之间通过地面记录仪通信连接，在所述故障诊断单元的时间戳触发设定时间窗口的情况下，所述地面记录仪将其基于实时行为数据确定的实时特征参数相关的多传感器数据发送至所述数据预处理单元。

3.根据权利要求2所述的诊断系统，其特征在于，数据预处理单元通过地面记录仪可获取到至少一个特征参数相关的多传感器数据，对多传感器数据进行预处理以去除数据中毛刺、突减和缺失的异常情况，并进行归一化处理。

4.根据权利要求1所述的诊断系统，其特征在于，电潜泵工况仪采集的行为数据包括电潜泵相关的电机电流、电机温度、频率、电压、入口压力、出口压力、压差、入口温度、井口温度、油压和流量中的至少两种。

5.一种基于多传感器数据融合的电泵井工况诊断方法，其特征在于，所述诊断方法至少包括以下步骤：

基于电潜泵的至少两个历史行为数据的历史特征参数和历史故障类型的映射关系，建立电潜泵的故障图版；

对历史特征参数相关的历史数据的变化情况进行分析，选取不同的斜率变化值，建立至少一个趋势变化数据集；

将至少一个趋势变化数据集进行划分，并将划分结果作为卷积神经网络的训练集和测试集，训练得到曲线趋势识别模型；

采集在电潜泵生产过程中与历史行为数据相对应的至少两个实时行为数据；

基于历史特征参数所建立的曲线趋势识别模型，对其处理得到的实时行为数据在设定时间窗口内的实时特征参数进行识别，诊断得出当前故障类型；

所述诊断方法至少还包括以下步骤：

对历史特征参数相关的历史数据的变化情况进行分析，选取不同的斜率变化值，建立至少一个趋势变化数据集；

将至少一个趋势变化数据集进行划分，并将划分结果作为卷积神经网络的训练集和测试集，训练得到曲线趋势识别模型；

识别模型建立单元通过对训练得到的曲线趋势识别模型的迭代次数、批量样本数、学习率、优化算法以及Dropout与否中的一个或几个进行优化分析后再将其输出；

识别模型建立单元基于选取得到的不同斜率变化值确定至少一个趋势变化特征，趋势变化特征包括稳定状态、缓慢减小、快速减小、缓慢增加、快速增加和前期稳定后期上升中的至少一个；

利用预处理后得到的实时特征参数相关的实时数据，选取设定时间窗口以绘制得到多参变化曲线；

根据建立的曲线趋势识别模型判别不同实时特征参数的曲线变化趋势；

综合不同实时特征参数的曲线变化趋势，利用预先建立的故障图版进行模式识别及匹配；

选择特定时间窗口内不同故障中所对应的故障概率值为最大的工况类型为当前故障类型；

故障诊断单元利用下式计算特定时间窗口内不同故障所对应的故障概率值P：

其中，P为特定时间窗口内不同故障的概率值；n为特定时间窗口内不同特征参数的曲线变化趋势所匹配的个数；m为当前电泵井能够采集到的特征参数的种类数。