[发明专利]一种抽油机井系统效率寿命分析方法

摘要

本发明公开了一种抽油机井系统效率寿命分析方法,该方法是将效率寿命定义为从现在开始，效率指标在未来达到最小极限值的时间长度,并根据抽油机井系统效率参数在一定时间段内的连续数据，应用差分自回归移动平均模型进行计算，预测未来一段时间内的系统效率参数的变化趋势,从而通过ARIMA模型预测抽油机井系统效率寿命。其可通过应用ARIMA模型对抽油机井的系统效率寿命进行预测，解决了提高抽油机井系统效率优化措施效果的评价问题，通过预测计算的“效率寿命”，可以更加科学的评价优化措施效果，为抽油机井下一轮的措施优化时机提供参考依据。 1

主权项

1.一种抽油机井系统效率寿命分析方法,其特征在于，该方法是将效率寿命定义为从现在开始，效率指标在未来达到最小极限值的时间长度,并根据抽油机井系统效率参数在一定时间段内的连续数据，应用差分自回归移动平均模型进行计算，预测未来一段时间内的系统效率参数的变化趋势,从而通过ARIMA模型预测抽油机井系统效率寿命。

2.根据权利要求1所述的一种抽油机井系统效率寿命分析方法,其特征在于，该方法是采用抽油机、油管、抽油杆、抽油泵四种设备按照其使用寿命的长短排序，采取单设备寿命影响因素分析的方法，分析每种设备的使用寿命影响因素，设定其效率寿命评价指标；并采用ARIMA时间序列预测模型获取抽油机、杆、泵、管单设备的效率时间点和效率寿命，对比设定的失效指标，从而获得举升系统的措施有效时间长度，通过采集实时数据不断修正ARIMA时间序列预测模型，实现系统效率寿命的精确预测。

3.根据权利要求2所述的一种抽油机井系统效率寿命分析方法,其特征在于,包括以下步骤：

首先,定义地面效率、井下效率、系统效率、电机负载率、抽油机平衡率、杆柱效率、油管效率、泵效为抽油机井及机、杆、泵、管单设备的效率指标，其随时间的变化序列为时间序列；

(1)然后预测效率寿命的变化趋势:效率指标的预测

录取样本数据，并根据数据体的大小，对样本数据进行下列预处理步骤：

①进行平稳性检验

a)计算样本自相关函数ρ_k

b)计算偏自相关函数

c)对自相关函数ρ_k和偏自相关函数进行检验

d)平稳性检验

如果{X_t}的自相关函数或偏自相关函数既不截尾又不拖尾，则可以断定该序列是非平稳的,那么就要进行平稳化处理；

②平稳化处理

对{X_t}进行差分处理，每进行一次差分处理后，对其进行平稳化处理，直至序列平稳为止，若序列{X_t}具有d次多项式趋势，则通过d次差分后可变平稳序列；

③采用ARMA模型(求和自回归移动平均模型)对W_t进行预测

④利用预测序列获取抽油机机、杆、泵、管单设备的效率时间点和效率寿命；

(2)ARMA模型求解步骤

ARMA模型的基本公式如下：

Θ(B)＝1‑θ₁B‑θ₂B²‑...‑θ_pB^q

①由式ρ_k＝φ₁ρ_k‑1+φ₂ρ_k‑2+...+φ_pρ_k‑p(k>＝q+1)，利用自协方差c_q‑p+1，...，c_q+1，c_q+2，...，c_q+p对自回归参数φ₁，φ₂，...，φ_p的初估计,通过下面的p个线性方程解出：

c_q+1＝φ₁c_q+φ₂c_q‑1+...+φ_pc_q‑p+1

c_q+2＝φ₁c_q+1+φ₂c_q+...+φ_pc_q‑p+2

             

c_q+p＝φ₁c_q+p‑1+φ₂c_q+p‑2+...+φ_pc_p

②导出移动平均过程的自协方差

记w'_t＝φ(B)w_t，并把该过程处理为下面的移动平均过程：

w'_t＝θ(B)a_t

用w_t的自协方差c_j来表示w'_t的自协方差c′_j；

对j＝0,1,…,q有

其中，φ₀＝‑1；

③移动平均参数的初估计

利用自协方差估计值c′_j，通过下面迭代过程，则可得w'_t＝θ(B