采油设备故障诊断方法及装置制造方法及图纸

本发明专利技术公开了一种采油设备故障诊断方法及装置，所述诊断方法可以通过示功图的参数值、测量周期数据以及根据示功图的参数值、测量周期数据获得的二次特征值，并将参数值、测量周期数据、二次特征值输入第一油井的故障诊断模型中获得诊断结果。由于本发明专利技术的第一油井的采油设备的故障诊断模型模型是根据该油井的采油设备的训练数据进行机器学习得到，无需进行人工进行参与和分析，更加方便和快捷，且由于是针对单一油井的采油设备的故障诊断模型，因此，针对性较。

【技术实现步骤摘要】
采油设备故障诊断方法及装置
本专利技术涉及油井生产领域，尤其涉及采油设备故障诊断方法及装置。
技术介绍
目前，各油田在油井生产中主要使用采油设备将地层中的原油举升到地面，来实现油井生产。如果采油设备在生产运行过程中出现故障，会影响油井的产量。因此，当采油设备出现故障时，需要对采油设备的故障类型进行分析，为后续修复采油设备故障提供数据支持。现有技术中，采油设备故障的识别可以通过对采油设备的示功图形状进行分析来实现。示功图是指反映采油设备工作状况好坏，由专门的仪器测出，画在坐标图上，被封闭的线段所围成的面积表示采油设备在一次往复运动中所做的功的图示。故障的诊断方法主要是人为通过经验对采油设备的示功图进行分析来判断抽油泵是否故障。可见，现有依靠人工对采油设备故障进行识别的方法效率较低、准确率不高。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的采油设备故障诊断方法及装置，方案如下：本专利技术实施例公开了一种采油设备故障的诊断方法，包括：获得第一油井的采油设备的示功图的参数值以及所述示功图的测量周期数据；根据所述示功图的参数值以及所述测量周期数据获得所述第一油井的采油设备的二次特征值；其中，所述二次特征值用于表征与所述参数值不同类型工作参数的参数值；将获得的所述示功图的参数值、所述测量周期数据以及所述二次特征值输入所述采油设备的故障诊断模型中，得到所述故障诊断模型输出的用于表征所述采油设备故障类型的诊断结果，其中，所述采油设备的故障诊断模型为对所述第一油井的采油设备的训练数据进行机器学习后得到的用于输出所述第一油井的采油设备故障类型的模型。优选的，所述第一油井的采油设备的训练数据包括：所述第一油井的采油设备在第一历史时间段内的表征有故障的第一历史示功图的参数值、所述第一历史示功图对应的第一历史测量周期数据和根据所述第一历史示功图的参数值、所述第一历史测量周期数据获得的所述第一油井的第一历史二次特征值以及第一历史示功图对应的故障特征类型；和/或，与所述第一油井位于同一油气田开发区块的至少一个其他油井的采油设备在第二历史时间段内表征有故障的第二历史示功图的参数值、所述第二历史示功图对应的第二历史测量周期数据和根据所述第二历史示功图的参数值、所述第二历史测量周期数据获得的所述其它油井的第二历史二次特征值以及所述第二历史示功图对应的故障特征类型。优选的，所述采油设备为抽油机。优选的，所述对所述第一油井的采油设备的训练数据进行机器学习包括：将多个历史时间段内的训练数据作为训练样本划分为训练集和验证集；将所述训练集中的训练样本输入到多种机器学习模型中进行训练得到多个训练模型；将验证集中的训练样本在得到的多个所述训练模型中分别进行验证得到多个验证结果；确定多个所述验证结果中符合最优条件的一个训练模型作为第一油井的采油设备的故障诊断模型。优选的，所述得到所述故障诊断模型输出的用于表征所述采油设备故障类型的诊断结果包括：得到所述故障诊断模型输出的第一诊断结果，所述第一诊断结果用于表征所述采油设备处于非故障状态；或，得到所述故障诊断模型输出的第二诊断结果，所述第二诊断结果用于表征所述采油设备的故障特征类型以及对应的故障可能性概率。本专利技术另一方面公开了一种采油设备故障的诊断装置，包括：第一获取单元，用于获得第一油井的采油设备的示功图的参数值以及所述示功图的测量周期数据；第二获取单元，用于根据所述示功图的参数值以及所述测量周期数据获得所述第一油井的采油设备的二次特征值；其中，所述二次特征值用于表征与所述参数值不同类型工作参数的参数值；故障诊断单元，用于将获得的所述示功图的参数值、所述测量周期数据以及所述二次特征值输入所述采油设备的故障诊断模型中，得到所述故障诊断模型输出的用于表征所述采油设备故障类型的诊断结果，其中，所述采油设备的故障诊断模型为对所述第一油井的采油设备的训练数据进行机器学习后得到的用于输出所述第一油井的采油设备故障类型的模型。优选的，所述第一油井的采油设备的训练数据包括：所述第一油井的采油设备在第一历史时间段内的表征有故障的第一历史示功图的参数值、所述第一历史示功图对应的第一历史测量周期数据和根据所述第一历史示功图的参数值、所述第一历史测量周期数据获得的所述第一油井的第一历史二次特征值以及第一历史示功图对应的故障特征类型；和/或，与所述第一油井位于同一油气田开发区块的至少一个其他油井的采油设备在第二历史时间段内表征有故障的第二历史示功图的参数值、所述第二历史示功图对应的第二历史测量周期数据和根据所述第二历史示功图的参数值、所述第二历史测量周期数据获得的所述其它油井的第二历史二次特征值以及所述第二历史示功图对应的故障特征类型。优选的，所述采油设备为抽油机。本专利技术另一方面还公开了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行上述所述的采油设备故障的诊断方法。本专利技术另一方面还公开了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述所述的采油设备故障的诊断方法。借由上述技术方案，本专利技术提供的一种采油设备故障诊断方法及装置，可以通过示功图的参数值、测量周期数据以及根据示功图的参数值、测量周期数据获得的二次特征值，并将参数值、测量周期数据、二次特征值输入第一油井的故障诊断模型中获得诊断结果。由于本专利技术的第一油井的采油设备的故障诊断模型模型是根据该油井的采油设备的训练数据进行机器学习得到，无需进行人工进行参与和分析，更加方便和快捷，且由于是针对单一油井的采油设备的故障诊断模型，因此，针对性较强。另外，本专利技术实施例中，由于示功图的参数值、测量周期数据以及二次特征值属于示功图原始数据，实现了通过对示功图原始数据的输入就可以得到采油设备的故障类型的诊断结果，只需要保证原始数据的精确性，就可以得到精确的诊断结果。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本专利技术实施例提供的一种采油设备故障的诊断方法的流程图；图2示出了本专利技术实施例提供的示功图的示意图；图3示出了本专利技术实施例中故障诊断模型建立的流程示意图；图4示出了本专利技术实施例提供的一种采油设备故障的诊断装置的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。如图1所示，本专利技术实施例提供了一种采油设备故障的诊断方法，可以包括：S100、获得第一油井的采油设备的示功图的参数值以及所述示功图的测量周期数据；本专利技术实施例中，采油设备优选的可以为抽油机。示功图的参数值可以包括示功图位移、示本文档来自技高网...

【技术保护点】
1.一种采油设备故障的诊断方法，其特征在于，包括：获得第一油井的采油设备的示功图的参数值以及所述示功图的测量周期数据；根据所述示功图的参数值以及所述测量周期数据获得所述第一油井的采油设备的二次特征值；其中，所述二次特征值用于表征与所述参数值不同类型工作参数的参数值；将获得的所述示功图的参数值、所述测量周期数据以及所述二次特征值输入所述采油设备的故障诊断模型中，得到所述故障诊断模型输出的用于表征所述采油设备故障类型的诊断结果，其中，所述采油设备的故障诊断模型为对所述第一油井的采油设备的训练数据进行机器学习后得到的用于输出所述第一油井的采油设备故障类型的模型。

【技术特征摘要】
1.一种采油设备故障的诊断方法，其特征在于，包括：获得第一油井的采油设备的示功图的参数值以及所述示功图的测量周期数据；根据所述示功图的参数值以及所述测量周期数据获得所述第一油井的采油设备的二次特征值；其中，所述二次特征值用于表征与所述参数值不同类型工作参数的参数值；将获得的所述示功图的参数值、所述测量周期数据以及所述二次特征值输入所述采油设备的故障诊断模型中，得到所述故障诊断模型输出的用于表征所述采油设备故障类型的诊断结果，其中，所述采油设备的故障诊断模型为对所述第一油井的采油设备的训练数据进行机器学习后得到的用于输出所述第一油井的采油设备故障类型的模型。2.根据权利要求1所述的诊断方法，其特征在于，所述第一油井的采油设备的训练数据包括：所述第一油井的采油设备在第一历史时间段内的表征有故障的第一历史示功图的参数值、所述第一历史示功图对应的第一历史测量周期数据和根据所述第一历史示功图的参数值、所述第一历史测量周期数据获得的所述第一油井的第一历史二次特征值以及第一历史示功图对应的故障特征类型；和/或，与所述第一油井位于同一油气田开发区块的至少一个其他油井的采油设备在第二历史时间段内表征有故障的第二历史示功图的参数值、所述第二历史示功图对应的第二历史测量周期数据和根据所述第二历史示功图的参数值、所述第二历史测量周期数据获得的所述其它油井的第二历史二次特征值以及所述第二历史示功图对应的故障特征类型。3.根据权利要求1或2所述的诊断方法，其特征在于，所述采油设备为抽油机。4.根据权利要求2所述的诊断方法，其特征在于，所述对所述第一油井的采油设备的训练数据进行机器学习包括：将多个历史时间段内的训练数据作为训练样本划分为训练集和验证集；将所述训练集中的训练样本输入到多种机器学习模型中进行训练，得到多个训练模型；将验证集中的训练样本在得到的多个所述训练模型中分别进行验证，得到多个验证结果；确定多个所述验证结果中符合最优条件的一个训练模型作为第一油井的采油设备的故障诊断模型。5.根据权利要求1或2所述的诊断方法，其特征在于，所述得到所述故障诊断模型输出的用于表征所述采油设备故障类型的诊断结果包括：得到所述故障诊断...

【专利技术属性】
技术研发人员：李志元，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：北京,11