[发明专利]一种有杆泵抽油井故障诊断方法有效
申请号: | 201410473163.1 | 申请日: | 2014-09-16 |
公开(公告)号: | CN104481496B | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 李琨;韩莹 | 申请(专利权)人: | 渤海大学 |
主分类号: | E21B44/00 | 分类号: | E21B44/00 |
代理公司: | 沈阳东大知识产权代理有限公司21109 | 代理人: | 梁焱 |
地址: | 121013 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种有杆泵抽油井故障诊断方法,获取已知和待诊断有杆泵抽油井地面示功图,将有杆泵抽油井地面示功图转化为有杆泵抽油井泵示功图,采用16方向链码对归一化处理后的泵示功图进行边界链码重画,将边界链码重画后的泵示功图进行区域划分,并提取各区域的特征向量,利用基于粒子群优化的谱聚类算法对量化后的泵示功图特征向量进行聚类,完成有杆泵抽油井故障诊断,本发明采用16方向链码的数量对各个泵示功图特征向量进行量化能够有效、细致地描述图形特征,有杆泵抽油井故障诊断是利用基于粒子群优化的谱聚类算法对量化后的泵示功图特征向量进行聚类,不依赖训练样本,可以提高诊断的性能。 | ||
搜索关键词: | 一种 有杆泵抽 油井 故障诊断 方法 | ||
【主权项】:
一种有杆泵抽油井故障诊断方法,其特征在于,包括以下步骤:步骤1:获取M个已知故障类型的有杆泵抽油井地面示功图和1个待诊断故障类型的有杆泵抽油井地面示功图;步骤2:将M+1个有杆泵抽油井地面示功图转化为有杆泵抽油井泵示功图,并对有杆泵抽油井泵示功图进行归一化处理,得到归一化处理后的泵示功图;步骤3:采用16方向链码对归一化处理后的泵示功图进行边界链码重画,得到边界链码重画后的泵示功图,其中,边界链码的类型由zt表示,t=1、2、…16,NUMt表示边界链码类型为zt的边界链码个数,NUM表示边界链码重画后的泵示功图的边界链码总数;步骤4:将边界链码重画后的泵示功图进行区域划分,并提取各区域的特征向量,各特征向量以16方向链码形式表示;划分的区域包括:左上区、右上区、左下区和右下区;所述的特征向量包括:左上区欠缺程度特征向量、左上区快速加载程度特征向量、右上区突出程度特征向量、右上区欠缺程度特征向量、右上区快速卸载程度特征向量、左下区突出程度特征向量、左下区欠缺程度特征向量、右下区欠缺程度特征向量和右下区快速卸载程度特征向量;步骤4.1:确定有杆泵抽油井泵示功图的上冲程和下冲程:将有杆泵抽油井泵示功图曲线的横坐标最大的点作为上冲程的结束点,则有杆泵抽油井泵示功图的上冲程为有杆泵抽油井泵示功图曲线第一个数据点到上冲程结束的数据点,有杆泵抽油井泵示功图的下冲程为有杆泵抽油井泵示功图曲线上冲程结束点的下一个数据点到最后一个数据点;步骤4.2:提取有杆泵抽油井泵示功图各区域的泵示功图特征向量,包括左上区欠缺程度特征向量、左上区快速加载程度特征向量、右上区突出程度特征向量、右上区欠缺程度特征向量、右上区快速卸载程度特征向量、左下区突出程度特征向量、左下区欠缺程度特征向量、右下区欠缺程度特征向量和右下区快速卸载程度特征向量;左上区欠缺程度特征向量表示为:T1=NUM1+3*NUM2+2*NUM3+NUM4-2*NUM5NUM;]]>左上区快速加载程度特征向量表示为:T2=NUM3+2*NUM4+3*NUM5-NUM1-2*NUM2NUM;]]>右上区突出程度特征向量表示为:其中,为有杆泵抽油井泵示功图的上冲程数据点纵坐标的平均值,为边界链码的类型为z3、z4和z5的边界链码重画后的泵示功图的数据点纵坐标的平均值;右上区欠缺程度特征向量表示为:T4=3*NUM15+2*NUM16+NUM14-3*NUM1-NUM2NUM;]]>右上区快速卸载程度特征向量表示为:T5=3*NUM13+NUM12-2*NUM11NUM;]]>左下区突出程度特征向量表示为:其中,为有杆泵抽油井泵示功图的下冲程数据点纵坐标的平均值,为边界链码的类型为z11、z12、z13、z14、z15和z16的边界链码重画后的泵示功图的数据点纵坐标的平均值;左下区欠缺程度特征向量表示为:T7=3*NUM6+2*NUM7-NUM8-2*NUM9-NUM10NUM;]]>右下区欠缺程度特征向量表示为:T8=2*NUM9+3*NUM10+NUM11-2*NUM12-3*NUM13NUM;]]>右下区快速卸载程度特征向量表示为:T9=3*NUM9+NUM12+2*NUM13-2*NUM11NUM;]]>步骤4.3:将各区域的泵示功图特征向量进行量化,得到量化后的泵示功图特征向量;步骤5:利用基于粒子群优化的谱聚类算法对量化后的泵示功图特征向量进行聚类,完成有杆泵抽油井故障诊断;步骤5.1:设将M+1个泵示功图特征向量聚类为k类,σ为尺度参数,其中,σ∈[0,1];步骤5.2:将聚类数k和尺度参数σ作为粒子进行聚类优化,得到最优的聚类数k和最优的尺度参数σ;步骤5.3:利用最优的聚类数k和最优的尺度参数σ进行聚类优化,得到最优的聚类中心;步骤5.4:根据最优的聚类中心将M+1个泵示功图特征向量聚类为k类,得到最终的聚类结果:H1、H2…Hk,若待诊断故障类型的泵示功图特征向量与某知故障类型的泵示功图特征向量聚为一类,则两者为同类故障,即得到有杆泵抽油井故障诊断结果,若待诊断故障类型的泵示功图特征向量单独聚为一类,则该待诊断故障类型为新故障类型,对该故障类型的泵示功图特征向量进行保存。
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渤海大学,未经渤海大学许可,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/patent/201410473163.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种煤层气采排液计量装置及其使用方法
- 下一篇:循环控制式套管滑套关闭工具