一种基于多源数据分析的油井故障智能诊断方法技术

本发明专利技术公开了一种基于多源数据分析的油井故障智能诊断方法，包括以下步骤：油井多源数据的搜集和整理；油井故障多源数据样本库的建立；油井多源数据分析神经网络的建立；油井多源数据分析神经网络的训练和优化；油井多源数据分析神经网络的部署应用，本发明专利技术适用于石油开采技术领域，能够充分利用油井生产监测过程中产生的海量数据，通过多源头数据的综合利用，所建立的油井故障智能诊断方法能够有效区分示功图形状相似的油井故障，进一步提升油井故障诊断的准确率，能够突破现有技术的局限，引领油井故障诊断技术进入新的阶段；通过应用基于数据分析的油井故障智能诊断方法，有助于油井故障隐患诊断和生产管理的精准化、远程化、智能化和标准化。智能化和标准化。智能化和标准化。

【技术实现步骤摘要】
一种基于多源数据分析的油井故障智能诊断方法


[0001]本专利技术属于石油开采
，具体是一种基于多源数据分析的油井故障智能诊断方法。

技术介绍

[0002]油井故障诊断作为石油生产中的关键问题之一，长期以来一直面临很大的困难。由于油井分布分散，抽油杆、抽油泵等大量重要装备位于数千米深的油井内，不可视、不可及，其故障难以直观判断。同时，受系统结构复杂性和井下腐蚀、砂、蜡、气、水等因素的影响，油井可能出现的故障种类十分多样，监测指标和故障间的响应关系复杂且不清晰。尽管国内外学者研究提出了一系列方法，但大都只实现了部分常见的、单一型工况的诊断，现场应用效果不够理想，仍未摆脱依靠人工分析的局面。
[0003]当前，油田信息化建设的不断深入，大量传感器装配在油井生产系统中，实时采集油井的温度、压力、电流等数据并源源不断的传入油田数据中心，形成油井生产监测大数据。以中石化胜利油田为例，目前各油井实时采集的数据达70余种，采集频率包括1min/次和30min/次两种，每口油井每天产生的数据近1500组，年累积数据达50余万组。如何充分挖掘和利用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源数据分析的油井故障智能诊断方法，其特征在于，包括以下步骤：油井多源数据的搜集和整理；油井故障多源数据样本库的建立；油井多源数据分析神经网络的建立；油井多源数据分析神经网络的训练和优化；油井多源数据分析神经网络的部署应用。2.如权利要求1所述的一种基于多源数据分析的油井故障智能诊断方法，其特征在于，所述油井多源数据的搜集和整理，包括：从多个数据源头搜集油井生产监测数据并进行处理，搜集和整理的数据至少来自3个不同源头，包括但不限于：示功图、电流、功率、功图面积、温度、压力、产量、动液面、冲程、冲次。3.如权利要求1所述的一种基于多源数据分析的油井故障智能诊断方法，其特征在于，所述油井故障多源数据样本库的建立，包括：针对每组多源数据，获取其所指代的油井和时间点，结合相应油井在相应时间点的实际运行状态，对该组多源数据所处的故障状态进行标记。4.如权利要求1所述的一种基于多源数据分析的油井故障智能诊断方法，其特征在于，所述油井多源数据分析神经网络的建立，包括：针对不同数据源头不同类型的油井生产监测数据，结合其数据特点，选择并设计恰当的神经网络实现其数据特征的提取；针对示功图等图像型数据，选用卷积神经网络方法进行数据特征提取；针对冲程、冲次等数值型数据，选用BP神经网络方法进行数据特征提取；针对电流、产量等时间序列型数据，选用循环神经网络或长短时记忆网络进行数据特征提取；利用不同神...

【专利技术属性】
技术研发人员：张雷，张中慧，肖姝，王振，金鑫，姜忠新，马俊华，杭发琴，岳振玉，
申请(专利权)人：中国石油化工股份有限公司胜利油田分公司石油工程技术研究院，
类型：发明
国别省市：