基于八链码形状匹配的抽油机井地面示功图凡尔开闭点识别

示功图凡尔开闭点的精准识别对抽油机井工况诊断、功图计产具有重要意义。针对目前示功图凡尔开闭点识别研究局限性,结合大数据环境下抽油机井生产特点,为进一步提高示功图凡尔开闭点识别精准性和实用性,提出一种基于八方向链码形状匹配的抽油机井地面示功图凡尔开闭点识别方法。首先对理论示功图和凡尔开闭点物理表示意义进行分析,用自定义的八方向链码对预处理后的地面示功图进行轮廓提取,再建立形状匹配库,在设定的迭代次数内进行轮廓光滑和链码压缩直至形状匹配成功,最后根据匹配形状定位规则定位凡尔开闭点。应用该方法对胜利油田某区块1650个地面示功图进行凡尔开闭点识别,并将定位的凡尔开闭点运用于60口抽油机井11种工况的识别,基于该方法的识别效果比已有的基于四方向链码多边形近似凡尔开闭点识别方法提高了近1%。结果表明精确识别凡尔开闭点有利于提高抽油机井的故障诊断率和产液量功图计算精准率,从而验证了该方法的有效性。     

基于Hessian正则化多视角学习的抽油机井工况识别新方法

针对大数据下抽油机井采油生产系统特点以及目前抽油机井工况识别研究中存在的问题,为进一步提高抽油机井工况识别精准率和工程实用性,提出一种基于Hessian正则化多视角学习的抽油机井工况识别新方法。首先通过先验知识和专家经验,选择实测地面示功图、电功率和井口温度信号3个视角并进行特征提取,然后利用log损失函数建立Hessian正则化多视角logistic回归工况识别模型,最后采用交替优化算法求取最优解并进行分类识别。应用该方法对胜利油田某区块11种抽油机井典型工况进行识别,其识别效果分别比传统的基于实测地面示功图、实测电功率及特征连接多源识别方法提高了2.4%、11%和13.8%,而在少量标记训练样本下该方法识别效果更优,从而验证了该方法的有效性。     

抽油机井系统动态实时分析模型

针对传统示功图测试方法的不足,根据电机直接转矩控制理论和抽油机运动学、动力学原理,建立抽油机井系统动态实时分析模型.该模型根据油井实测电流、电压计算电机的输出扭矩,结合抽油机动力传递过程和减速箱的平衡原理,计算减速箱的净扭矩和油井负荷扭矩,根据抽油机的扭矩因数,计算得到光杆示功图.实例分析表明,油井电参数测量是一种高精度可靠的测量手段,利用所建模型计算得到的扭矩曲线及示功图与现场实际资料吻合较好,很好地反映了抽油机井的运行状况,可实现油井系统动态实时分析.     

基于稀疏自编码神经网络的抽油机井故障诊断

针对传统示功图识别方法对抽油机井进行故障诊断存在人工选取示功图几何特征,识别准确度低等问题,提出一种基于稀疏自编码神经网络的示功图智能识别模型。采用无监督学习方式的稀疏自编码器构建特征学习网络自动提取无标签示功图训练集图像特征,然后采用有标签示功图训练集对softmax分类器进行有监督训练,最后通过稀疏自编码神经网络对学习到的有标签示功图测试集特征进行分类并给出故障诊断结果。结果表明,将稀疏自编码神经网络应用于示功图识别,测试准确度能够达到99.44%,优于其它分类模型。稀疏自编码神经网络直接从像素层面提取所需要的特征,不需要人为选定设计特征,为提高示功图识别准确度提供了帮助,进而解决了抽油机井故障难以准确诊断的难题。     

水驱抽油机井杆管偏磨诊断方法的探讨

通过对水驱抽油机井抽油杆柱受力状态的分析,应用抽油杆柱屈曲挠曲微分方程建立杆管偏磨条件,确定杆管偏磨临界压力;应用波动方程把实测悬点示功图转化泵的示功图的方法确定抽油杆轴向分布力和轴向压力。并建立了水驱抽油机井杆管偏磨诊断方法,从而判定杆管是否偏磨和偏磨原因。利用该方法诊断107口井,杆管偏磨诊断符合率达到84.3%,对比分析采取偏磨治理措施生产一个检泵周期的井62口,平均检泵周期延长了239天。     

泵示功图量油应用研究

本文把抽油机井抽油泵作为容积量油器,以理论示功图为基础,通过封闭曲线的曲率确定有杆抽油系统深井泵的游动阀、固定阀的开启点和关闭点,从而提出了有杆抽油系统单井示功图量油的理论及其数学模型。通过抽吸参数计算每冲次抽油泵的理论产液量,依据柱塞泵示功图的特征对泵内液体的充满程度、气体影响、漏失等进行校正,进而计算出单井的产液量。利用示功图检验产液量操作方便、快捷且直观,准确可靠。     

基于CNN卷积神经网络的示功图诊断技术

抽油机井示功图能够直接反映油井生产运行的情况,对其进行分析和研究是进行油井工况分析、参数优化最直接、最有效的手段。通过对油井参数及示功图进行数字化描述,结合卷积神经网络技术,建立示功图诊断模型并开发计算程序,实现对抽油机井工况的智能诊断。测试结果表明,该模型对供液不足、气体影响、偏磨、盘根紧等常见工况的诊断识别正确率达到89. 3%,具有较高的诊断精度,为油井工况分析和生产优化的有效技术手段。     

基于系统效率最高的抽油机井合理流压研究

确定抽油机井合理流压是采油工程与油藏工程的重要研究内容。本文建立了以系统效率最高为评价指标的抽油机井合理流压仿真方法,具体包括:基于抽油机井井筒油气水多相稳定流动的泵排出口压力与油井产液量的耦合仿真模型;有效功率的仿真计算方法;基于抽油杆柱轴向振动与悬点示功图仿真的电动机输入功率仿真模型;系统效率与流压、油藏参数、抽汲参数之间函数关系的仿真模型;给定流压条件下系统效率极值的仿真模型;系统效率极值随流压的变化规律以及合理流压的确定方法。仿真分析结果表明:流压对抽油机井系统效率有显著影响,优化流压可以显著提高系统效率;含水率、气油比与饱和压力等油藏参数是影响合理流压的主要因素。     

抽油机井示功图量化分析与应用

研究了示功图、动液面与抽油机平衡半径、功率、效率以及油井产量等之间的相互关系;建立了利用地面示功图计算油井产量、动液面、效率等的数学关系模型;并编制了计算分析软件,利用该软件可以方便地根据地面示功图的相关资料计算动液面深度、产量、效率等参数,为解决抽油机井生产动态参数测试困难的问题提供了有效的方法.     

基于长短时记忆神经网络的抽油机井故障智能预警

准确预测抽油机井故障对油田生产具有重要意义。针对新疆油田某区块抽油机井故障情况,统计了500口油井的生产数据,明确了结垢、结蜡、杆管腐蚀、杆管疲劳、杆管偏磨五种引发抽油机井故障的主要因素;基于长短时记忆神经网络（Long Short-Term Memory Networks, LSTM）,构建了油井故障智能预警模型;筛选出影响油井故障的14种特征参数进行小波降噪处理,借助自适应矩估计算法对模型进行训练与测试。研究结果表明,模型预测准确率为96.81%,能够为油田提供较为准确的抽油机井故障预警信息。     

基于GM-ELM的有杆泵抽油井故障诊断

为了解决有杆泵抽油井故障诊断问题,提出了基于灰度矩阵极限学习机(gray matrix-extreme learning machine,GM-ELM)故障诊断方法.首先用灰度矩阵对有杆泵抽油井进行故障特征提取;然后用数理统计的方法建立灰度矩阵的特征向量,将故障特征向量作为故障诊断模型的输入值;最后建立GM-ELM模型对有杆泵抽油井故障进行诊断.仿真结果表明该方法与GRNN(general regression neural network)方法、LS-SVM(least squares support vector machine)方法、BPNN(back propagation neural network)方法相比具有更高的故障诊断准确率.     

定向井有杆抽油泵系统诊断模型的建立

考虑井眼轨迹的井斜角、方位角、油液等对杆柱抽汲运动的影响,从定向井的多级混合杆抽油杆柱上选取微元体,对该微元体做动力学分析.建立反映抽油杆柱动态变化的波动方程,作为有杆抽油泵系统故障诊断的初始动力学模型.对整个杆柱采用变步长取样和多级杆柱的分界面处特殊处理,利用有限差分法求解偏微分方程,得到杆柱上分界面处和均质段任意位置处的位移表达式.确定初始条件和边界条件,经差分和迭代计算获得抽油泵柱塞位移表达式和载荷表达式,完成最终的建模.以油田提供的4口油井的相关数据为例,代入诊断模型得到了泵功图并对其进行故障诊断.结果表明:定向井有杆抽油泵系统诊断模型的建模方法是正确可行的,数学模型应用可靠,能够支持基于知识和基于数据分析的故障诊断方法.     

有杆抽油系统诊断方法研究与应用

以有杆抽油系统动力学行为分析为基础,将基础理论研究和应用技术有机地结合起来,建立了考虑悬挂系统弹性的直井和定向井有杆抽油系统诊断模型,研究了基于B/S（Brower/Server）模式的有杆抽油系统故障诊断方法,利用Internet技术和Web技术开发了相应的软件系统, 通过浏览器即可实现对有杆抽油系统快速、准确的故障诊断,并给出了诊断算例,诊断结果验证了该系统的有效性。基于B/S模式的有杆抽油系统故障诊断对避免井下作业的盲目性,提高系统效率,降低采油成本,实现油田企业信息化和提高油井的科学管理水平具有重要意义。     

抽油机井工况管理模型及应用

分析了抽油机井工况的各种影响因素,结合抽油机井工况管理的实际状况,推导并建立了一种新的沉没度／下泵深度与校核泵效关系的抽油机井工况管理图。确定了抽油机井的下泵深度和沉没度是影响泵效的主要因素,并完善了相应的计算模型。该方法具有直观、简明等特点,其准确度较之原有模型有所提高。经在胜利油田纯梁采油厂和孤东采油厂使用验证,符合率分别为９６．５％和９２．９％,能够更好地满足抽油机井生产管理的需要。     

利用漏失曲线计算抽油机井悬点静载荷

抽油机井示功仪测试的上、下漏失曲线反映了抽油杆在静止状态下的受力.本文提出了利用漏失曲线计算悬点静载荷的方法,分析了上、下漏失曲线的载荷组成;建立了测试上、下漏失曲线时抽油杆的受力平衡方程;通过对方程的分析,得到抽油杆自重、泵出口压力、液柱载荷以及抽油杆所受浮力的计算公式.分析了用传统方法计算抽油杆柱自重和泵出口压力时产生较大误差的原因.该方法测试数据简单,计算结果更符合实际.所得到的参数对油井工况诊断和油井工艺方案设计具有重要作用.     

基于悬点示功图的油井产量动态测量技术研究

针对油井有杆抽油系统无法实现产量连续监测的问题，提出了基于悬点示功图油井产量动态测量方法：首先，基于悬点示功图建立泵示功图模型，然后根据泵示功图计算泵有效冲程，最后动态计算油井实时产量．应用该方法对两口油井的产液量进行了计算，相对误差分别为5．93％和6．87％，研究结果表明，该方法计算较为准确，可以为油井产量动态监测提供参考．     

故障工况下有杆泵采油系统运行特性及示功图研究

根据井液进出泵筒速度及泵筒内井液压力变化规律分别建立正常工况、气体影响、漏失影响和供液不足等工况下的泵阀运行特性模型,并与杆管液动力学模型进行耦合,形成故障工况下有杆泵采油系统的仿真模型及对故障工况下的有杆泵采油系统运动特性的仿真分析。结果表明:仿真结果与现场实测地面示功图具有良好的一致性且预测产液量平均误差低于6%,验证了故障仿真模型的准确性;碳纤维混合杆柱相对于钢杆采油系统示功图载荷绝对值较小,加载和卸载线较长,谐波个数较少且平滑;气体影响、游动阀漏失会减小加载完成时抽油杆柱的谐振,供液不足、气体影响和固定阀漏失会加剧卸载完成时抽油杆柱的谐振;基于该故障仿真模型可获得碳纤维抽油杆等新型抽油杆故障工况下的示功图图库。     

有杆采油系统实验教学平台

针对有杆采油系统教学存在的课堂教学抽象,现场实习人身安全无保障,实习费用高、时间长等缺点,研制了有杆采油系统实验教学平台。该平台主要由抽油机、抽抽泵、供气系统、供液系统、示功仪和实验台等6部分组成。可演示抽油机和抽油泵的实际工作原理,通过示功图判断井下事故,进行洗井作业训练,分析各抽油机的特点及节能效果,寻求抽油机采油节能增效的方法等。利用该实验教学平台,使现场实习室内化,是实验教学的好助手。经教学验证,效果显著。     

一种新型滚筒式抽油机试验特性研究

为了保证抽油机的长冲程、低冲次的运动特性,提高换向系统寿命和可靠性,降低运转噪音,研制了一种新型滚筒式抽油机。针对该抽油机进行模拟加载试验,试验在理想化有杆泵采油的条件下实时采集悬点载荷与位移信号,并将采集的试验数据进行曲线拟合处理得到泵示功图,通过分析抽油机泵示功图,分别给定抽油杆配重负载和电机频率,研究了不同条件下抽油机运动规律的光滑性和无冲击性,使得抽油机泵示功图曲线趋于平缓,以此来获取抽油机最佳匹配的平衡配重和冲次,达到抽油运转稳定和节约能耗的目的。通过试验验证了该方法的准确性以及抽油机传动换向系统和平衡系统的可靠性,为抽油机模拟加载特性研究的型式试验提供了新思路,具有一定的参考价值。     

游梁式抽油机悬点负载耦合动力学建模

建立了描述游梁式抽油机悬点负载动态特性的耦合动力学模型.采用多自由度的弹簧-质量-阻尼器机械动力学系统描述抽油杆柱振动特性.综合考虑有杆泵抽汲过程中泵腔内气体可压缩性、泵腔压力变化、泵阀局部阻力等因素的影响,建立了泵腔压力、进泵流体流量、泵腔内液体体积与柱塞运动之间相互关系的数学模型,得到一组描述有杆泵动态抽汲过程的新模型,确定了求解抽油杆柱振动模型的井下边界条件.采用时步有限元方法对所建杆-泵耦合动力学模型进行仿真计算.油田现场应用表明,所建模型具有较高精度,可用于抽油井负荷、泵效、扭矩和平衡度等工况参数预测及故障诊断.