一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法技术

本发明专利技术提供一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法，涉及石油领域中的有杆泵抽油井的故障诊断技术领域。本发明专利技术通过采集有杆泵抽油井的现场数据，绘制示功图并进行预处理，利用灰度共生矩阵来提取预处理后的图像的4个特征值，计算出特征值的平均值与方差构成一个8维特征向量T，把数据输入到支持向量机中进行分类识别。本发明专利技术建立的模型能快速准确对有杆泵抽油井的示功图进行分类，并实现了基于示功图的故障诊断，同时改变了现行的依赖人工经验判断的分类方法，提高了企业的工作效率。

A Fault Diagnosis Method for Sucker Rod Pump Well Based on Gray Level Co-occurrence Matrix

The invention provides a fault diagnosis method for sucker rod pumping wells based on gray level co-occurrence matrix, which relates to the technical field of fault diagnosis for sucker rod pumping wells in the petroleum field. The method collects field data of sucker rod pumping wells, draws dynamometer diagrams and preprocesses them, extracts four eigenvalues of preprocessed images by using gray level co-occurrence matrix, calculates the average and variance of eigenvalues to form an eigenvector T, and inputs the data to support vector machine for classification and recognition. The model established by the invention can quickly and accurately classify the dynamometer diagrams of sucker rod pumping wells, and realize the fault diagnosis based on the dynamometer diagrams. At the same time, the current classification method relying on manual experience judgment is changed, and the work efficiency of enterprises is improved.

【技术实现步骤摘要】
一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法
本专利技术涉及石油领域中的有杆泵抽油井的故障诊断
，尤其涉及一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法。
技术介绍
到目前为止，我国90％以上的油田采用有杆抽油机举升方式釆油，这种方式具有结构简单，易操作，成本低等很多优点。但是它也有一定的缺陷，主要是抽油设备工作在井下数千米，周围环境非常恶劣，很容易引起抽油设备的故障，这就增加了成本并造成了不可避免的浪费。早期的故障诊断方法主要是人工巡井的方法，油田现场工作人员到现场测量各种油井参数，然后绘制示功图，根据示功图来进行油井的故障诊断。目前，在油田现场实际作业时,尽管抽油机的工况数据采集方式采用了大量的无线传感器技术，并通过网络将其传送到总部的数据系统中，之后再对有杆泵抽油井系统的工况进行检测与诊断，但是由于油田现有的抽油机数量很多、分布范围较广、自动化故障诊断程度较低等因素，且对于有些故障，采用现有的自动检测不能完全地诊断出来。因此，及时地掌握抽油机的精确工况信息，对于提高油田的产量和经济效益都具有十分重要的意义。经过过去很多年的研究分析与现场调研，有杆泵抽油井的故障诊断方法有本文档来自技高网...

【技术保护点】
1.一种基于灰度共生矩阵的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：将井上悬点示功图的原始数据运用吉布斯波动方程转化为井下泵示功图；步骤2：对井下泵示功图的图像进行预处理；步骤3：对预处理后的图像用灰度共生矩阵提取特征值，特征值的平均值与方差构成8维特征向量T；步骤4：利用支持向量机算法对特征向量T进行分类识别，由分类结果得知该示功图的故障类型。

【技术特征摘要】
1.一种基于灰度共生矩阵的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：将井上悬点示功图的原始数据运用吉布斯波动方程转化为井下泵示功图；步骤2：对井下泵示功图的图像进行预处理；步骤3：对预处理后的图像用灰度共生矩阵提取特征值，特征值的平均值与方差构成8维特征向量T；步骤4：利用支持向量机算法对特征向量T进行分类识别，由分类结果得知该示功图的故障类型。2.根据权利要求1所述的一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法，其特征在于：所述步骤1中井上悬点示功图的原始数据包括位移和载荷；将该原始数据运用吉布斯波动方程转化为井下泵示功图，并利用MATLAB绘制图像曲线。3.根据权利要求1所述的一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法，其特征在于：所述步骤2中的预处理过程包括图像尺寸的归一化和图像的灰度二值化；归一化后图像的尺寸为100×100个像素点，灰度二值化是把图像中的[0,255]的像素点中大于0的像素点都换成255，使得图像轮廓清晰。4.根据权利要求1所述的一种基于灰度共生矩阵的有杆泵抽油井故障诊断方法，其特征在于：所述步骤3包括如下步骤：步骤3.1：设定灰度共生矩阵的参数为矩阵的生成方向θ和距离d，θ的取值为0°、45°、90°或135°，d的值取为1；P(i，j)表示(x1，y1)和(x2，y2)在像素灰度(i，j)处出现的概率，(x1，y1)和(x2，y2)指距离为d夹角为θ的预处理后的泵示功图图像上任意两个点，f(x1，y1)和f(x2，y2)分别表示(x1，y1)和(x2，y2)处的灰度值；像素灰度对{f(...

【专利技术属性】
技术研发人员：高宪文，李天宇，郑博元，魏晶亮，张遨，王明顺，李书行，李东玉，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21