用于井优化的自主故障预测和泵控制制造技术

井场操作的实时监测和控制的系统和方法采用井场边缘分析来检测异常操作。该系统和方法直接在井场处的边缘设备上使用基于机器学习(ML)的分析来检测异常事件的可能发生，并自动响应这些事件。事件检测可以基于从井场操作实时获取的数据中识别的趋势。趋势可以通过相关性以及通过将线段拟合到数据并分析线段的斜率来识别。在检测到异常事件时，边缘设备可以发出关于该事件的警示，并采取预定义步骤来减少由该事件导致的潜在损害。这有助于减少停机时间，最大限度地降低生产率和成本损失，并降低现场人员的健康和安全风险。降低现场人员的健康和安全风险。降低现场人员的健康和安全风险。

【技术实现步骤摘要】
【国外来华专利技术】用于井优化的自主故障预测和泵控制
[0001]相关申请的交叉引用
[0002]本专利申请要求2019年4月5日提交的题为“Autonomous Failure Prediction and Pump Control for Well Optimization”的美国临时申请第62/829,834号的优先权和2020年1月29日提交的题为“Well Site Edge Analytics”的美国临时申请第62/967,492号的优先权，并通过引用将其并入本文。


[0003]本公开涉及监测和控制油气井以确保井的正确操作，并且更具体地，涉及使用井场边缘分析来检测异常事件和操作条件的发生以实时监测和控制井操作的方法和系统。

技术介绍

[0004]石油和天然气井通常用于从地下地层中提取碳氢化合物。典型的井场包括已经钻入地层的井眼和在井眼内胶合就位以稳定和保护井眼的管道或套管部分。套管在井眼的某个目标深度被穿孔，以允许石油、天然气和其他流体从地层流入套管。油管沿着套管向下延伸，为石油和天然气提供管道以向上流动到它们被收集的地面。如果地层中有本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种安装在井场处并且可以操作来监测井场操作的边缘设备，包括：处理器；和存储设备，其耦合到所述处理器，并且在其上存储用于井场监测和控制应用的计算机可读指令，当所述指令被所述处理器执行时，使得所述边缘设备执行以下操作：从井场处的远程可编程自动化控制器PAC接收井场数据，所述井场数据表示与所述井场操作相关的一个或多个操作参数；使用来自所述PAC的所述井场数据，在井场的所述边缘设备上执行基于机器学习ML的分析；根据基于ML的分析在所述边缘设备上检测与所述井场操作相关的事件的发生；和基于所述一个或多个事件在所述边缘设备上发起响应动作。2.根据权利要求1所述的边缘设备，其中，所述井场操作包括由井场处的电动半潜泵ESP执行的泵操作。3.根据权利要求2所述的边缘设备，其中，所述井场数据包括与由井场处的ESP进行的泵操作相关的数据。4.根据权利要求3所述的边缘设备，其中，所述监测和控制应用使得所述边缘设备通过将井场数据实时地流式传输到一个或多个ML模型中来执行基于ML模型的分析。5.根据权利要求4所述的边缘设备，其中，所述一个或多个ML模型包括使用基于相关性的检测和基于示意图的检测中的一个或多个来检测事件的ML模型。6.根据权利要求5所述的边缘设备，其中，所述监测和控制应用使得所述边缘设备通过将线段拟合到所述井场数据并确定所述线段的斜率来执行基于示意图的检测。7.根据权利要求6所述的边缘设备，其中，通过将所述线段的斜率与预定斜率阈值进行比较来执行所述事件的检测。8.根据权利要求7所述的边缘设备，其中，所述监测和控制应用使得所述边缘设备允许操作员在所述预定义斜率阈值中修改斜率阈值和与之对应的事件。9.根据权利要求8所述的边缘设备，其中，所述监测和控制应用使得所述边缘设备使用预定义的时间窗口逐步地执行基于ML的分析。10.根据权利要求9所述的边缘设备，...

【专利技术属性】
技术研发人员：B博古斯拉夫斯基，RE雷，G科兰格洛，M布琼尼尔，L比苏埃尔博韦斯，F萨吉尔，J霍劳，
申请(专利权)人：施耐德电子系统美国股份有限公司，
类型：发明
国别省市：