一种抽油机井故障情况的获取方法技术

本发明专利技术公开了一种抽油机井故障情况的获取方法，属于油气井控制领域。该方法包括：根据多个抽油机井的自动化数据，建立抽油机井关于功率、载荷及电流的时间序列模型；判断时间序列模型的平稳性和线性特征，确定时间序列模型的异常时间点；获取表征抽油机井正常状态的标准示功图，根据标准示功图和抽油机井在异常时间点处的实测示功图，建立抽油机井正常/故障二分类模型，确定发生故障的抽油机井，根据发生故障的抽油机井的实测示功图，建立抽油机井故障状态分类模型。利用抽油机井故障状态分类模型，对发生故障的抽油机井的故障类型进行判断，获取其故障情况。该方法能够对抽油机井的故障情况进行及时判断。

A Method for Obtaining Fault Situation of Pumping Well

The invention discloses a method for obtaining the fault situation of a pumping well, which belongs to the field of oil and gas well control. The method includes: establishing time series model of power, load and current of pumping wells based on automated data of several pumping wells; judging stationary and linear characteristics of time series model, determining abnormal time points of time series model; obtaining standard dynamometer diagrams to characterize normal state of pumping wells, and according to standard dynamometer diagrams and abnormal time points of pumping wells. Based on the measured dynamometer diagram, the normal/fault two-classification model of pumping wells is established, and the fault pumping wells are determined. According to the measured dynamometer diagram of the fault pumping wells, the fault state classification model of the pumping wells is established. By using the classification model of fault state of pumping wells, the fault types of pumping wells are judged and their fault conditions are obtained. This method can judge the fault situation of pumping wells in time.

【技术实现步骤摘要】
一种抽油机井故障情况的获取方法
本专利技术涉及油气井控制领域，特别涉及一种抽油机井故障情况的获取方法。
技术介绍
在油田生产过程中，通常采用抽油机进行油气开采，随着对抽油机井的油气开采深度增加以及温度降低，原油中蕴含的石蜡逐渐凝结并附着在井筒壁和抽油井光杆上，积累到一定程度时将会影响抽油机设备的正常运转，造成抽油机井内发生故障。可见，有必要获取抽油机井内的故障情况，以及时地对抽油机设备进行维护和保养。现有技术通常根据人工经验来判断抽油机井的故障情况，具体地，人工观察抽油机井示功图，抽油机井示功图是由载荷随位移的变化关系曲线，根据抽油机井示功图的形状变化及其对应的参数信息来判断抽油机井的故障情况。专利技术人发现现有技术至少存在以下问题：现有技术根据人工经验进行判断，不仅具有滞后性，还容易造成误判，进而导致无法对抽油机及时进行维护和保养，或者导致过渡保养。
技术实现思路
为了解决上述技术问题，本专利技术实施例提供了一种抽油机井故障情况的获取方法。具体技术方案如下：一种抽油机井故障情况的获取方法，所述方法包括：根据多个抽油机井的自动化数据，分别建立所述抽油机井关于功率、载荷及电流的时间序列模型本文档来自技高网...

【技术保护点】
1.一种抽油机井故障情况的获取方法，其特征在于，所述方法包括：根据多个抽油机井的自动化数据，分别建立所述抽油机井关于功率、载荷及电流的时间序列模型；对所述时间序列模型的平稳性和线性特征进行判断，以确定所述时间序列模型的异常时间点；获取表征抽油机井正常状态的标准示功图，根据所述标准示功图和所述抽油机井在所述异常时间点处的实测示功图，建立抽油机井正常/故障二分类模型；根据所述抽油机井正常/故障二分类模型，确定发生故障的抽油机井，根据发生故障的抽油机井的实测示功图，建立抽油机井故障状态分类模型；利用所述抽油机井故障状态分类模型，对所述发生故障的抽油机井的故障类型进行判断，获取所述发生故障的抽油机井的...

【技术特征摘要】
1.一种抽油机井故障情况的获取方法，其特征在于，所述方法包括：根据多个抽油机井的自动化数据，分别建立所述抽油机井关于功率、载荷及电流的时间序列模型；对所述时间序列模型的平稳性和线性特征进行判断，以确定所述时间序列模型的异常时间点；获取表征抽油机井正常状态的标准示功图，根据所述标准示功图和所述抽油机井在所述异常时间点处的实测示功图，建立抽油机井正常/故障二分类模型；根据所述抽油机井正常/故障二分类模型，确定发生故障的抽油机井，根据发生故障的抽油机井的实测示功图，建立抽油机井故障状态分类模型；利用所述抽油机井故障状态分类模型，对所述发生故障的抽油机井的故障类型进行判断，获取所述发生故障的抽油机井的故障情况。2.根据权利要求1所述的方法，其特征在于，当确定所述发生故障的抽油机井的故障情况为结蜡情况时，所述方法还包括：从所述发生故障的抽油机井的实测示功图中提取计算特征，所述计算特征包括：最大载荷、最小载荷、最大有功功率、最小有功功率、最大电流、最小电流、最大压力、最小压力；根据所述发生故障的抽油机井的备注信息，将所述计算特征分为正样本和负样本，所述正样本代表正常状态，所述负样本代表故障状态；利用随机森林算法、逻辑回归算法、神经网络算法、决策树算法中的至少一种，分别对所述正样本和所述负样本进行计算，获取所述负样本的发生概率，所述负样本的发生概率为所述发生故障的抽油机井的结蜡概率。3.根据权利要求2所述的方法，其特征在于，所述从所述发生故障的抽油机井的实测示功图中提取计算特征，包括：从所述发生故障的抽油机井的实测示功图中获取144对原始点值，作为第一样本点；对所述第一样本点中任意相邻的两对点值进行差值计算，获取多个第二样本点；对每个所述第二样本点进行1/5-1/2倍数计算，获取多个第三样本点；从所述第一样本点、所述第二样本点和所述第三样本点中提取计算特征。4.根据权利要求1所述的获取方法，其特征在于，所述根据抽油机井的自动化数据，分别建立所述抽油机井关于功率、载荷及电流的时间序列模型，包括：获取多个所述抽油机井关于功率、载荷及电流的自动化数据；根据多个所述抽油机井关于功率、载荷及电流的自动化数据，以小时或天为单位，分别建立时窗长度为1-3个月的所述抽油机井关于功率、载荷及电流的时间序列模型。5.根据权利要求1所述的获取方法，其特征在于，所述获取表征抽油机井正常状态的标准示功图，...

【专利技术属性】
技术研发人员：阮杰，龙涛，徐庆，柯拥振，庞道红，杨杰，徐甜，张维轶，谢继军，王晶，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：北京,11