基于电功图的抽油机井工况诊断模型

针对目前缺乏典型工况特征的电功图图集而导致电功图资料无法被充分应用、采油生产系统实时工况诊断难等问题,考虑曲柄实际角速度、四连杆的惯性、摩擦等因素,推导基于光杆示功图的电功图计算模型,建立13种油井工况下的典型电功图特征图集和基于特征值的电功图工况诊断模型,并编制工况诊断软件。经现场5口油井功图计算检验,结果表明:实测电功图与计算电功图的上、下冲程功率峰值、功率的极差、平均功率的平均相对误差分别为1.74%、3.89%、2.96%、1.74%。经现场6口油井电功图的工况诊断检验,该井下工况诊断结果与示功图诊断结果一致,表明基于电功图的抽油机井工况诊断模型准确率高,能为抽油机井采油系统智能分析和优化决策提供技术支持。     

油井异常示功图智能甄别模型研究与应用

针对油田现场远程在线实时监测示功图异常、无法正常进行油井工况诊断与分析或诊断结果错误等问题,通过对示功图形成原理的分析,研究了示功图形成的4个阶段可能出现载荷与位移的异常情况,通过特征分析,提取了异常示功图的特征值,建立了示功图甄别模型,并编制了甄别软件。经J油田32井次的油井示功图甄别应用,有10井次的示功图异常,反馈给油田现场更换测试设备重新检测,并进行了示功图的对比检验,验证了甄别结果的准确性,符合率为100%,表明油井实时监测示功图智能甄别模型的研究能够为油田现场实时分析示功图数据的真伪、及时发现示功图测量仪器故障提供了手段,为提高油井工况诊断和分析的准确性提供了理论与技术支持,提升了油井智能化管理水平。     

油井异常示功图智能甄别模型及其应用

针对油田现场远程在线实时监测示功图异常、无法正常进行油井工况诊断与分析或诊断结果错误等问题,通过对示功图形成原理的分析,研究了示功图形成的4个阶段可能出现载荷与位移的异常情况,通过特征分析,提取了异常示功图的特征值,建立了示功图甄别模型,并编制了甄别软件。经J油田32井次的油井示功图甄别应用,有10井次的示功图异常,反馈给油田现场更换测试设备重新检测,并进行了示功图的对比检验,验证了甄别结果的准确性,符合率为100%,表明油井实时监测示功图智能甄别模型的研究能够为油田现场实时分析示功图数据的真伪、及时发现示功图测量仪器故障提供了手段,为提高油井工况诊断和分析的准确性提供了理论与技术支持,提升了油井智能化管理水平。