一种基于数据挖掘的潜油螺杆泵故障识别方法技术

本发明专利技术涉及的是基于数据挖掘的潜油螺杆泵故障识别方法，它包括：步骤一、采集潜油螺杆泵采油系统各项参数；步骤二、抽取决策树训练集；步骤三、计算九种特征属性基尼指数；步骤四、训练决策树，生成随机森林模型；步骤五、利用随机森林模型识别故障。本发明专利技术通过在地面采集潜油螺杆泵采油系统的有功功率、沉没度、日产液量、油压、套压、含砂、含蜡、螺杆泵型号、井号参数数据来识别潜油螺杆泵故障类别，而不必检测井下螺杆泵扭矩，操作简单又节省成本，对于潜油螺杆泵故障诊断的准确率能达到90%以上。

A method of fault identification of submersible screw pump based on Data Mining

【技术实现步骤摘要】
一种基于数据挖掘的潜油螺杆泵故障识别方法
：本专利技术涉及的是潜油螺杆泵故障识别领域，具体涉及的是一种基于数据挖掘的潜油螺杆泵故障识别方法。
技术介绍
：随着油田开发的逐步深入，为满足油田稠油的开发需求，采用潜油直驱螺杆泵采油技术对油田进行开采。在潜油螺杆泵采油系统工作过程中，可能会发生以下故障：泵空抽、泵漏失、蜡堵、管漏失、柔性轴故障、泵卡阻以及供电异常等。由于潜油螺杆泵采油系统大部分容易发生故障的部件主要安装在井下，发生故障时无法直接判定故障形式；而潜油螺杆泵采油系统难以测试螺杆扭矩，不能通过扭矩法判定故障形式。目前油田上对潜油螺杆泵故障没有较为成熟的诊断方法，一般通过有经验的工人根据各种数据参数变化进行判断，误判率较高。近年来提出一种基于神经网络的诊断方法，故障诊断的准确率同样较低。
技术实现思路
：本专利技术的目的是提供一种基于数据挖掘的潜油螺杆泵故障识别方法，这种基于数据挖掘的潜油螺杆泵故障识别方法用于解决目前油田上对潜油螺杆泵故障的诊断方法故障诊断准确率较低的问题。本专利技术解决其技术问题所采用的本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘的潜油螺杆泵故障识别方法，其特征在于：/n步骤一、采集潜油螺杆泵采油系统各项参数：在不测量井下螺杆扭矩的情况下，在地面监测潜油螺杆泵采油系统工作参数，采集其发生故障时有功功率、沉没度、日产液量、油压、套压五个工作参数，以及含砂、含蜡、螺杆泵型号、井号四个基础参数，共计九种参数，来构成九种特征属性，并以故障类别为基础，建立故障信息数据集；/n步骤二、抽取决策树训练集：从故障信息数据集中，以随机有放回抽样的方式，进行k轮抽取，得到k个决策树训练集，每个决策树训练集中有n组样本数据，k个决策树训练集用于训练出k棵决策树；/n步骤三、计算九种特征属性基尼指数：分别计算步骤（一）中九...

【技术特征摘要】
1.一种基于数据挖掘的潜油螺杆泵故障识别方法，其特征在于：
步骤一、采集潜油螺杆泵采油系统各项参数：在不测量井下螺杆扭矩的情况下，在地面监测潜油螺杆泵采油系统工作参数，采集其发生故障时有功功率、沉没度、日产液量、油压、套压五个工作参数，以及含砂、含蜡、螺杆泵型号、井号四个基础参数，共计九种参数，来构成九种特征属性，并以故障类别为基础，建立故障信息数据集；
步骤二、抽取决策树训练集：从故障信息数据集中，以随机有放回抽样的方式，进行k轮抽取，得到k个决策树训练集，每个决策树训练集中有n组样本数据，k个决策树...

【专利技术属性】
技术研发人员：姜民政，张德实，王素玲，徐书凡，董康兴，程天才，宋微，李葳，刘伟，
申请(专利权)人：东北石油大学，
类型：发明
国别省市：黑龙;23