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。     

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.     

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。     

基于不变矩的示功图故障诊断方法研究

以抽油机井示功图为例,提出了基于不变矩的示功图故障诊断方法。首先对示功图进行二值化和细化处理。接着计算示功图不变矩。最后将不变矩作为特征向量来诊断抽油机井的故障类型。结果表明,该方法可以有效地分析出抽油机井的常见故障。     

示功图诊断技术在油田生产管理中的应用

示功图的计算机诊断技术是六十年代采油工程上重大成果之一。目前,这项技术在美国、加拿大、等国,已作为检测抽油系统工况不可缺少的手段之一,在油田生产管理中被广泛地应用着。油井示功图它不仅能在不停产的情况下取得大量有用的数据,简化了井下直接测试工作,而且能随时监控油井动态,使之在最佳工作方式下生产,为最优化抽油技术和抽油井监测与控制管理阶段开辟了道路。     

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。     

基于机采和集油系统整体能耗最低的集油参数优化方法

将环状集油环上的抽油机井与集油管网作为研究对象,基于多相水平管流模型和抽油机井动态参数的仿真技术建立集油管网压降、抽油机井井口油压与集油系统掺水参数关系的仿真模型及抽油机井输入功率、油井产量与井口油压之间关系的数学模型,即抽油机井输入功率、油井产量与掺水参数之间关系的数学模型。分别以集油和机采系统总能耗最低、集油和机采系统效益最大为优化设计的目标函数,建立集油系统掺水参数优化设计的数学模型。结果表明:井口油压对抽油机井输入功率与油井产量有显著影响;掺水温度与掺水流量对集油和机采系统总能耗、总效益具有显著影响,将机采与集油系统作为整体优化可显著提高系统整体经济效益。     

有杆抽油系统理论示功图的编制

由于抽油井的工作条件十分复杂，影响抽油井的泵系数的因素也很多，使得反映深井泵系统工作状况的示功图形状变化较大，奇形怪状各不相同。为了便于分析，常在实测示功图上绘制出理论示功图进行对比分析。因此理论示功图就成了实测示功图的解释基础。本文介绍了有杆抽油系统理论杀功图的分析及其绘制，它为有杆泵的工况分析提供了必要的参数。     

抽油井计算机诊断技术及其应用

抽油井计算机诊断技术是以波动方程为基础,分析抽油井问题的数学方法。首先根据测得的光杆载荷及位移,计算出每级抽油杆柱顶部及抽油泵柱塞上的载荷和位移,并绘出相应的井下示功图,然后,根据地面及井下示功图分析抽油系统的工况。全部计算和分析工作都由计算机完成。本文介绍了诊断技术的基本原理及其应用,并提出了根据液体粘度、抽油杆和油管直径以及抽汲参数计算粘滞阻尼系数的新方法。     

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。     

抽油机井参数优化的粒计算方法

针对油气生产中的抽油机井参数优化问题，开展了一种基于抽油机井生产调控、维护措施数据的抽油机井生产参数优化的粒计算方法研究，研究中采用了粒计算、代价敏感粗糙集及推荐系统等机器学习方法。首先，利用决策树建立基于时间、空间及业务层次等抽油机井数据的多粒度融合模型；然后，利用代价敏感粗糙集定义与抽油机井业务相适应的代价敏感评价模型；最后，在代价约束条件下，设计基于域感知因子分解机的抽油机井生产核心参数及维护措施推荐模型。在实际的油气生产数据上进行不同粒度的对比实验，可以发现由粗粒度到细粒度调整抽油机井的生产参数，其生产核心参数优化的推荐准确度先是逐渐增加，后逐渐下降。说明在参数优化中，需要进行合适的粒度选择。     

浅析热洗工艺对油井的清蜡作用

通过对抽油机井热洗工艺的理论分析和工作实践总结,认为在目前生产及工况下,热洗在很大程度上缓解了油井结蜡的影响,不失为行之有效的清蜡手段。本文在热洗周期及热洗工艺参数方面提出了一些建议。     

数学描述抽油系统故障时抽油机示功图

抽油设备的工作状况反应在示功图上。由于抽油井的情况较复杂,使实测示功图的形状各不相同,增加了故障分析的难度,分析容易出错。针对这一问题,分析了抽油机采油系统出故障时的示功图。对16种故障的典型示功图形状特征进行数学描述,得到了出故障时示功图特征;对特征相近的功图,给出了结合油井参数进行判断的方法。从而为从示功图的数据上直观且快速准确地判断抽油设备的工作状况提供理论依据。     

利用综合粘度因子评价系统效率

抽油机井系统效率反映了油井对能量的利用程度,准确地评价抽油机井系统效率是有效衡量有杆抽油系统性能的关键。根据油井耗能的重新分析,提取了原油粘度、含水率、气油比3个显著的影响因素。利用数据拟合和0~1数值规范化处理方法根据其内在关系把三者整合成综合粘度因子,并通过定义新变量——无因次气油比与效率实现率,构建了抽油机井的系统效率评价模型。得到了系统效率评价图,作为确定抽油机井系统效率理论上、下限的基本方法。提出的模型在某油田进行了初步应用,得到的系统效率与实测效率基本吻合,为下一步是否采取优化措施以及各井的优化顺序提供了理论基础。     

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。     

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。     

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。     

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5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。