CN106761681B - 基于时序数据分析的电泵井故障实时诊断系统及方法 - Google Patents
基于时序数据分析的电泵井故障实时诊断系统及方法 Download PDFInfo
- Publication number
- CN106761681B CN106761681B CN201710083533.4A CN201710083533A CN106761681B CN 106761681 B CN106761681 B CN 106761681B CN 201710083533 A CN201710083533 A CN 201710083533A CN 106761681 B CN106761681 B CN 106761681B
- Authority
- CN
- China
- Prior art keywords
- fault
- electric pump
- wellhead
- pump well
- well
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003745 diagnosis Methods 0.000 title claims abstract description 40
- 238000007405 data analysis Methods 0.000 title claims description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims description 19
- 239000003129 oil well Substances 0.000 claims description 15
- 241000191291 Abies alba Species 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 4
- 230000001012 protector Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 2
- 239000012535 impurity Substances 0.000 claims description 2
- 239000007788 liquid Substances 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000004804 winding Methods 0.000 claims description 2
- 230000009189 diving Effects 0.000 claims 1
- 238000005086 pumping Methods 0.000 claims 1
- 239000004020 conductor Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 101100460704 Aspergillus sp. (strain MF297-2) notI gene Proteins 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/008—Monitoring of down-hole pump systems, e.g. for the detection of "pumped-off" conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
本发明涉及电泵井故障诊断系统及方法，应用于油田井下电泵故障诊断与处理。系统包括井下潜油装置、电缆、井下参数测量装置、控制柜、井口套压、油压、温度测量装置、地面数据采集与分析系统、故障分析处理器、控制柜电流电压与频率数据采集系统。其步骤是：建立故障类型特征参数和对应的处理措施数据库；实时获取生产特征参数；计算实时流量；分别求出4个时间段内生产特征参数和流量的平均值；计算变化幅度
；计算综合评价值
；确定电泵井故障类型；推荐相应的电泵井故障处理措施。本发明实现电泵井故障实时诊断，有效减少故障误判。
Description
技术领域
本发明涉及油田开采井下电泵技术领域，特别是涉及基于时序数据分析的电泵井故障实时诊断系统及方法。
背景技术
随着电潜泵在油田的应用越来越多，由于电潜泵机组具有零部件多且相互关联的结构特性，再加上其本身运动复杂、工作环境恶劣、油井和井液条件复杂多变等因素，使得电潜泵在其使用过程中综合故障率较高，寿命较短。电潜泵机组一旦出现故障，不仅需要提机维修，花费大量的作业费和修理费，而且大多数故障会造成油层工作失调，给油田的开发带来经济和时间上的损失，严重影响油井的正常生产。因此，开展电泵井故障实时诊断方法研究具有非常重要的意义，可以及时准确地判断电泵井的工作状况，保证电泵井的运转时间，降低维修费用，提高设备利用率。传统的电泵井故障诊断方法以电流为主，虽然后来出现了憋压法、振动信号分析、模糊数学分析、人工神经网络分析等方法，但这些方法采用的参数单一，没有充分利用电泵井的各种生产数据，同时也没有考虑电泵井的生产历史信息，造成故障诊断可靠性较低。
发明内容
为克服现有技术存在的缺陷，本发明将时序数据分析方法引入电泵井故障实时诊断过程中，提供一种基于时序数据分析的电泵井故障实时诊断系统和方法，有效减少故障误判，提高电泵井故障诊断类型的准确度。
为实现上述目的，本发明采用如下技术方案：
基于时序数据分析的电泵井故障实时诊断系统，潜油泵连接在油管底端；潜油泵、气体分离器、保护器、潜油电机自上而下顺次连接构成井下潜油装置；电缆绑缚在油管外，且下接潜油电机，上接控制柜；井下参数测量装置安装在井下潜油装置上；井口套压测量装置、井口油压测量装置、井口温度测量装置均安装在井口采油树装置上；地面数据采集与分析系统与故障分析处理器均安装在地面；控制柜电流电压与频率数据采集系统安装在控制柜上；井口套压测量装置、井口油压测量装置、井口温度测量装置、井下参数测量装置、控制柜电流电压与频率数据采集系统分别通过井口套压数据线、井口油压数据线、井口温度数据线、井下参数数据线、控制柜电流电压与频率数据线与地面数据采集与分析系统相连接；故障分析处理器与地面数据采集与分析系统之间连接电泵井特征参数数据线。
优选地，所述的井口套压测量装置位于井口采油树装置的套管闸门处，与油管和套管之间的环形空间连通；所述的井口油压测量装置位于井口采油树装置的油嘴前与油管连接的位置处；所述的井口温度测量装置位于井口采油树装置的油嘴后与外输管线连接的位置处。
优选地，所述的井口套压测量装置测取井口套压；所述的井口油压测量装置测取井口油压；所述的井口温度测量装置测取井口温度；所述的井下参数测量装置测取的井下参数，包括电机温度、泵入口压力、泵出口压力、泵入口温度；控制柜电流电压与频率数据采集系统测取控制柜处输出的电流、电压以及电源频率。
优选地，所述的地面数据采集与分析系统实时采集地面参数：潜油电机的地面输入电流、电压和电源频率、井口套压、井口油压、井口温度以及井下参数：电机温度、泵入口压力、泵出口压力和泵入口温度，地面参数与井下参数共同构成电泵井生产特征参数，电泵井生产特征参数保存在地面数据采集与分析系统内置的存储介质中；所述的地面数据采集与分析系统中预先存储有油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据。
优选地，所述的地面数据采集与分析系统利用实时采集的电泵井生产特征参数和预先存储的油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据计算该电泵井的实时流量。
优选地，所述的故障分析处理器通过电泵井特征参数数据线导入地面数据采集与分析系统中储存的电泵井生产特征参数以及计算的流量；故障分析处理器对这些特征参数进行分析处理，对比预先储存的故障类型特征参数数据库，判断是否存在故障；对存在故障类型进行分析，根据故障类型查找对应的解决措施数据库，推荐解决故障的措施，并在故障分析处理器的显示屏上实时显示故障诊断情况及相应的处理措施。
基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其诊断步骤是：
步骤1：输入油田电泵井故障数据，确定并提取电泵井故障表现的特征参数，建立各种电泵井故障类型特征参数数据库；输入现场故障处理措施，建立对应的电泵井故障处理措施数据库；
步骤2：实时获取电泵井生产特征参数；
步骤3：利用步骤2中实时获取电泵井生产特征参数以及预先存储的油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据，使用功率平衡法，计算该电泵井的实时流量；
步骤4：分别取当前时间点以前的1个小时、4个小时、12个小时和24个小时共4个时间段的历史数据，分别求出这4个时间段内电泵井生产特征参数的各个平均值和流量平均值；
步骤5：计算4个时间段内生产特征参数和流量的变化值，采用经验阈值法，确定生产特征参数和流量的变化幅度
；
步骤6：采用等权重的方法，求出各特征参数和流量在4个时间段内的变化幅度
的平均值
，采用经验阈值法，确定综合评价值
；
步骤7：根据各生产特征参数和流量的综合评价值
，结合步骤1中建立电泵井故障类型特征参数数据库，综合其特征参数变化情况，确定电泵井故障类型；
步骤8：根据电泵井故障诊断结果后，查询电泵井故障处理措施数据库，推荐相应的电泵井故障处理措施。
本发明的技术优点在于：①本发明利用连续测量的特征参数数据实现电泵井故障实时诊断、实时管理。②本发明将时序数据分析方法引入电泵井故障诊断模型，充分利用电泵井生产历史数据，可以有效减少故障误判，提高电泵井故障诊断类型的准确度。③本发明采用经验阈值的方法，可以根据现场情况进行调整，适合油田现场的应用。
附图说明
当结合附图考虑时，通过参照下面的详细描述，能够更完整更好地理解本发明以及容易得知其中许多伴随的优点，但此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定，其中：
图1是基于时序数据分析的电泵井故障实时诊断系统构成示意图。
图2是基于时序数据分析的电泵井故障实时诊断方法程序框图。
图中，101-潜油泵；102-气体分离器；103-保护器；104-潜油电机；201-套管；202-油管；301-电缆；401-控制柜；402-地面数据采集与分析系统；403-故障分析处理器；501-井口套压数据线；502-井口油压数据线；503-井口温度数据线；504-控制柜电流电压与频率数据线； 505-井下参数数据线；506-电泵井特征参数数据线；701-井口采油树装置；1-井口套压测量装置；2-井口油压测量装置；3-井口温度测量装置；4-井下参数测量装置；5-控制柜电流电压与频率数据采集系统。
具体实施方式
如图1所示，基于时序数据分析的电泵井故障实时诊断系统，潜油泵101连接在油管202底端；潜油泵101、气体分离器102、保护器103、潜油电机104自上而下顺次连接构成井下潜油装置；电缆301绑缚在油管外，下接潜油电机104，上接控制柜401；井下参数测量装置4安装在井下潜油装置上；井口套压测量装置1、井口油压测量装置2、井口温度测量装置3均安装在井口采油树装置701上；地面数据采集与分析系统402与故障分析处理器403均安装在地面；控制柜电流电压与频率数据采集系统5安装在控制柜401上；井口套压测量装置1、井口油压测量装置2、井口温度测量装置3、井下参数测量装置4、控制柜电流电压与频率数据采集系统5分别通过井口套压数据线501、井口油压数据线502、井口温度数据线503、井下参数数据线505、控制柜电流电压与频率数据线504与地面数据采集与分析系统402相连接；故障分析处理器403与地面数据采集与分析系统402之间连接电泵井特征参数数据线506。
井下潜油装置安装在套管201内。
由控制柜401为潜油电机104供电。
井口套压测量装置1位于井口采油树装置701的套管闸门处，与油管202和套管201之间的环形空间连通；所述的井口套压测量装置1测量电泵井井口套压值，通过井口套压数据线501将电泵井井口套压值传递给地面数据采集与分析系统402，实现井口套压的实时采集。
井口油压测量装置2位于井口采油树装置701的油嘴前与油管连接的位置处；所述的井口油压测量装置2测量电泵井的井口油压值，通过井口油压数据线502将井口油压值传递给地面数据采集与分析系统402，实现井口油压的实时采集。
井口温度测量装置3位于井口采油树装置701的油嘴后与外输管线连接的位置处；所述的井口温度测量装置3测量电泵井的井口温度值，通过井口温度数据线503将井口温度值传递给地面数据采集与分析系统402，实现井口温度的实时采集。
井下参数测量装置4采集的井下参数，包括电机温度、泵入口压力、泵出口压力、泵入口温度。这些数据通过井下参数数据线505传递给地面数据采集与分析系统402，实现井下参数的实时采集。
控制柜电流电压与频率数据采集系统5采集控制柜401处输出的电流、电压以及电源频率，并将电流、电压和电源频率传递给地面数据采集与分析系统402，实现控制柜401输出电流、电压以及电源频率的实时采集。
所述的控制柜401输出电流、电压以及电源频率即是潜油电机104的地面输入电流、地面输入电压以及电源频率。
所述的地面数据采集与分析系统402实时采集地面参数：潜油电机104的地面输入电流、电压和电源频率、井口套压、井口油压、井口温度以及井下参数：电机温度、泵入口压力、泵出口压力和泵入口温度，地面参数与井下参数共同构成电泵井生产特征参数，电泵井生产特征参数保存在地面数据采集与分析系统402内置的存储介质中。
所述的地面数据采集与分析系统402中预先存储有油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据。
所述的油井生产基础数据包括电泵型号、电机型号、电缆型号、下泵深度。
所述的潜油泵特性数据包括描述流量与泵效、流量与扬程、流量与电机功率之间关系的数据，最高泵效点及其对应流量数据。
所述的潜油电机特性数据包括电机型号、额定负载时的负载损耗、空载磁化损耗、电机额定功率、电机额定功率因数、电机额定电流。
所述的电缆特性数据包括电缆型号、电缆长度、导体电抗与导体有效阻抗。
所述的地面数据采集与分析系统402利用实时采集的电泵井生产特征参数和预先存储的油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据计算该电泵井的实时流量。
所述的故障分析处理器403通过电泵井特征参数数据线506导入地面数据采集与分析系统402中储存的电泵井生产特征参数以及计算的流量；故障分析处理器403对这些特征参数进行分析处理，对比预先储存的故障类型特征参数数据库，判断是否存在故障，若存在故障则对故障类型进行分析，根据故障类型查找对应的解决措施数据库，推荐解决故障的措施，并在故障分析处理器403的显示屏上以对话框的形式实时显示故障诊断情况及相应的处理措施。
电泵井故障表现的特征参数包括频率变化情况、电压变化情况、电流变化情况、泵入口压力变化情况、泵出口压力变化情况、泵入口温度变化情况、泵压差变化情况、电机温度变化情况、井口压力变化情况、井口温度变化情况及流量变化情况。
所述的电泵井故障类型特征参数数据库包括井下安全阀泄压、井下安全阀关闭、封隔器以下井下单流阀以上油管有漏失、地面阀关闭、泵入口堵塞、射孔孔眼堵塞、油管穿孔、流动管线关闭、旁通阀泄漏、油井节流、泵轴断脱、含水增加、频率增加、频率降低到最小推荐值以下、机械杂质影响、油藏压力上升、固体或粘性液体进泵、油井结垢、油嘴打开、油嘴过大、泵磨损、泵堵塞、泵入口处自由气增加、排气阀泄压、封隔器以上油管漏失、电机振动、绕组故障等故障类型及每种故障类型对应的特征参数变化情况。
所述的电泵井故障处理措施数据库，来自于现场故障处理措施，包括上述各种不同电泵井故障类型对应的处理方法。
如图2所示，基于时序数据分析的电泵井故障实时诊断方法，具体步骤如下：
步骤1：输入油田电泵井故障数据，确定并提取电泵井故障表现的特征参数，建立各种电泵井故障类型特征参数数据库；输入现场故障处理措施，建立对应的电泵井故障处理措施数据库。
步骤2：实时获取电泵井生产特征参数。
步骤3：计算该电泵井的实时流量
利用步骤2中实时获取电泵井生产特征参数以及预先存储的油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据，使用功率平衡法，计算该电泵井的实时流量。
步骤4：计算4个时间段内生产特征参数和流量的平均值
分别取当前时间点以前的1个小时、4个小时、12个小时和24个小时共4个时间段的历史数据，分别求出这4个时间段内电泵井生产特征参数的各个平均值和流量平均值。
步骤5：计算4个时间段内生产特征参数和流量的变化幅度
将当前各生产特征参数值和流量值与步骤4中计算的前4个时间段各生产特征参数和流量的平均值分别进行变化情况判别，得到这4个时间段的生产特征参数和流量的相对偏差，计算公式如下：
式中，
采用经验阈值的方法，确定生产特征参数及流量的变化幅度
；变化幅度
的上标表示特征参数种类，下标表示时间段，如
表示前1个小时的电流变化幅度。
经验阈值赋值方法如下：
-0.05≤
≤0.05，则
；
0.05＜
≤0.10，则
；
-0.10≤
＜-0.05，则
；
前述的赋值方法表示，如果某参数当前值与该参数之前一小时平均值的相对偏差小于等于5%，则认为该参数不变，；若相对偏差大于5%且小于等于10%，则认为该参数升高，
；若相对偏差大于等于-10%且小于-5%，则认为该参数降低，
；若相对偏差大于10%，则认为该参数快速升高，
；若相对偏差小于-10%，则认为该参数快速降低，
。5%、10%为经验阈值，可根据现场情况微调；以前1个小时的电流变化幅度为例：
其中的阈值（0.05、0.1均为经验值）可以根据现场情况微调。
步骤6：计算各生产特征参数和流量在4个时间段内的综合评价值
在判断出上述4个时间段的生产特征参数和流量的各变化幅度
后，采用等权重的方法求出该特征参数和流量在4个时间段内的变化幅度的平均值
，采用经验阈值的方法，确定综合评价值
。若
，则认为无变化， 
；若
，则认为升高，
；若
，则认为降低，
；若
，则认为升高速度快，
；若
，则认为降低速度快，
。
以4个时间段的电流数据判断为例：
如果
，则认为无变化，
=0；
如果
，则认为升高，
=1；
如果
，则认为降低，
=-1；
如果
，则认为升高速度快，
=2；
如果
，则认为降低速度快，
=-2；
步骤7：判断电泵井故障类型
根据各生产特征参数和流量的综合评价值
，结合步骤1中建立电泵井故障类型特征参数数据库，综合其特征参数变化情况，确定电泵井故障类型。
步骤8：推荐电泵井故障处理措施
根据电泵井故障诊断结果后，查询电泵井故障处理措施数据库，推荐相应的电泵井故障处理措施。
显然，本领域技术人员基于本发明的宗旨所做的许多修改和变化属于本发明的保护范围。
Claims (9)
1.用于基于时序数据分析的电泵井故障实时诊断系统的诊断方法，诊断系统设有潜油泵（101）连接在油管（202）底端；潜油泵（101）、气体分离器（102）、保护器（103）、潜油电机（104）自上而下顺次连接构成井下潜油装置；电缆（301）绑缚在油管外，且下接潜油电机（104），上接控制柜（401）；井下参数测量装置（4）安装在井下潜油装置上；井口套压测量装置（1）、井口油压测量装置（2）、井口温度测量装置（3）均安装在井口采油树装置（701）上；地面数据采集与分析系统（402）与故障分析处理器（403）均安装在地面；控制柜电流电压与频率数据采集系统（5）安装在控制柜（401）上；井口套压测量装置（1）、井口油压测量装置（2）、井口温度测量装置（3）、井下参数测量装置（4）、控制柜电流电压与频率数据采集系统（5）分别通过井口套压数据线（501）、井口油压数据线（502）、井口温度数据线（503）、井下参数数据线（505）、控制柜电流电压与频率数据线（504）与地面数据采集与分析系统（402）相连接；故障分析处理器（403）与地面数据采集与分析系统（402）之间连接电泵井特征参数数据线（506）；其特征在于，其诊断步骤是：
步骤1：输入油田电泵井故障数据，确定并提取电泵井故障表现的特征参数，建立各种电泵井故障类型特征参数数据库；输入现场故障处理措施，建立对应的电泵井故障处理措施数据库；
步骤2：实时获取电泵井生产特征参数；
步骤3：利用步骤2中实时获取电泵井生产特征参数以及预先存储的油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据，使用功率平衡法，计算该电泵井的实时流量；
步骤4：分别取当前时间点以前的1个小时、4个小时、12个小时和24个小时共4个时间段的历史数据，分别求出这4个时间段内电泵井生产特征参数的各个平均值和流量平均值；
步骤5：计算4个时间段内生产特征参数和流量的变化值，采用经验阈值法，确定生产特征参数和流量的变化幅度
；
步骤6：采用等权重的方法，求出各特征参数和流量在4个时间段内的变化幅度
的平均值
，采用经验阈值法，确定综合评价值
；
步骤7：根据各生产特征参数和流量的综合评价值
，结合步骤1中建立电泵井故障类型特征参数数据库，综合其特征参数变化情况，确定电泵井故障类型；
步骤8：根据电泵井故障诊断结果后，查询电泵井故障处理措施数据库，推荐相应的电泵井故障处理措施。
2.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的电泵井故障表现的特征参数包括频率变化情况、电压变化情况、电流变化情况、泵入口压力变化情况、泵出口压力变化情况、泵入口温度变化情况、泵压差变化情况、电机温度变化情况、井口压力变化情况、井口温度变化情况及流量变化情况；所述的电泵井故障类型特征参数数据库包括井下安全阀泄压、井下安全阀关闭、封隔器以下井下单流阀以上油管有漏失、地面阀关闭、泵入口堵塞、射孔孔眼堵塞、油管穿孔、流动管线关闭、旁通阀泄漏、油井节流、泵轴断脱、含水增加、频率增加、频率降低到最小推荐值以下、机械杂质影响、油藏压力上升、固体或粘性液体进泵、油井结垢、油嘴打开、油嘴过大、泵磨损、泵堵塞、泵入口处自由气增加、排气阀泄压、封隔器以上油管漏失、电机振动、绕组故障故障类型及每种故障类型对应的特征参数变化情况；所述的电泵井故障处理措施数据库，来自于现场故障处理措施，包括上述各种不同电泵井故障类型对应的处理方法；所述的电泵井生产特征参数包括地面参数和井下参数，其中地面参数包括：潜油电机（104）的地面输入电流、电压和电源频率、井口套压、井口油压、井口温度，井下参数包括：电机温度、泵入口压力、泵出口压力和泵入口温度，地面参数与井下参数共同构成。
3.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的生产特征参数和流量的变化幅度
的经验阈值的赋值方法是：
4.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的综合评价值
经验阈值的赋值方法是：
5.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的井口套压测量装置（1）位于井口采油树装置（701）的套管闸门处，与油管（202）和套管（201）之间的环形空间连通；所述的井口油压测量装置（2）位于井口采油树装置（701）的油嘴前与油管连接的位置处；所述的井口温度测量装置（3）位于井口采油树装置（701）的油嘴后与外输管线连接的位置处。
6.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的井口套压测量装置（1）测取井口套压；所述的井口油压测量装置（2）测取井口油压；所述的井口温度测量装置（3）测取井口温度；所述的井下参数测量装置（4）测取井下参数，包括电机温度、泵入口压力、泵出口压力、泵入口温度；控制柜电流电压与频率数据采集系统（5）测取控制柜（401）处输出的电流、电压以及电源频率。
7.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的地面数据采集与分析系统（402）实时采集的地面参数包括潜油电机（104）的地面输入电流、电压和电源频率、井口套压、井口油压、井口温度，实时采集的井下参数包括电机温度、泵入口压力、泵出口压力和泵入口温度，地面参数与井下参数共同构成电泵井生产特征参数，电泵井生产特征参数保存在地面数据采集与分析系统（402）内置的存储介质中；所述的地面数据采集与分析系统（402）中预先存储有油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据。
8.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的地面数据采集与分析系统（402）利用实时采集的电泵井生产特征参数和预先存储的油井生产基础数据、潜油泵特性数据、潜油电机特性数据和电缆特性数据计算该电泵井的实时流量。
9.根据权利要求1所述的基于时序数据分析的电泵井故障实时诊断系统的诊断方法，其特征在于，所述的故障分析处理器（403）通过电泵井特征参数数据线（506）导入地面数据采集与分析系统（402）中储存的电泵井生产特征参数以及计算的流量；故障分析处理器（403）对这些特征参数进行分析处理，对比预先储存的故障类型特征参数数据库，判断是否存在故障；对存在故障类型进行分析，根据故障类型查找对应的解决措施数据库，推荐解决故障的措施，并在故障分析处理器（403）的显示屏上实时显示故障诊断情况及相应的处理措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710083533.4A CN106761681B (zh) | 2017-02-16 | 2017-02-16 | 基于时序数据分析的电泵井故障实时诊断系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710083533.4A CN106761681B (zh) | 2017-02-16 | 2017-02-16 | 基于时序数据分析的电泵井故障实时诊断系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106761681A CN106761681A (zh) | 2017-05-31 |
| CN106761681B true CN106761681B (zh) | 2023-04-14 |
Family
ID=58958546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710083533.4A Active CN106761681B (zh) | 2017-02-16 | 2017-02-16 | 基于时序数据分析的电泵井故障实时诊断系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106761681B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107273984A (zh) * | 2017-07-24 | 2017-10-20 | 上海华电电力发展有限公司 | 一种电力用油化学监督管理方法和系统 |
| JP6625280B1 (ja) * | 2018-12-27 | 2019-12-25 | 三菱電機株式会社 | 異常診断装置および異常診断方法 |
| WO2020206403A1 (en) * | 2019-04-05 | 2020-10-08 | Schneider Electric Systems Usa, Inc. | Autonomous failure prediction and pump control for well optimization |
| CN111985146B (zh) * | 2019-05-22 | 2022-11-04 | 中国石油天然气股份有限公司 | 一种措施潜力井的确定方法和确定装置 |
| CN110805549A (zh) * | 2019-08-05 | 2020-02-18 | 大港油田集团有限责任公司 | 一种注聚泵故障诊断系统 |
| CN110837045B (zh) * | 2019-10-28 | 2021-10-22 | 江苏海狮泵业制造有限公司 | 一种诊断泵系统潜在故障的方法及检测系统 |
| CN112270473B (zh) * | 2020-10-27 | 2022-11-08 | 山东鼎滏软件科技有限公司 | 用于油气田时序数据的预警方法及装置 |
| CN112832999B (zh) * | 2021-01-08 | 2022-03-18 | 中国石油大学(北京) | 一种基于多传感器数据融合的电泵井工况诊断系统及方法 |
| CN113071316B (zh) * | 2021-03-23 | 2022-08-26 | 东风汽车集团股份有限公司 | 新能源汽车ecu上下电异常诊断及修正系统及方法 |
| CN113357167B (zh) * | 2021-06-08 | 2022-07-22 | 中海油能源发展股份有限公司 | 一种基于双憋压曲线的电潜泵井异常诊断方法 |
| CN113357166B (zh) * | 2021-06-23 | 2022-12-30 | 中海油能源发展股份有限公司 | 一种基于生产数据和高频数据的电潜泵卡泵实时预警方法 |
| CN113378480B (zh) * | 2021-07-02 | 2022-04-15 | 中国石油大学(华东) | 基于剩余使用寿命预测的水下采油树视情维修方法及系统 |
| CN113551157B (zh) * | 2021-07-23 | 2022-09-02 | 重庆夏软科技有限公司 | 基于传感器网络的油气数据采集系统及方法 |
| CN115726764B (zh) * | 2021-09-01 | 2024-10-29 | 中国石油化工股份有限公司 | 基于模糊逻辑的电泵井故障诊断系统和方法 |
| CN114412438B (zh) * | 2021-12-31 | 2024-10-29 | 沈阳中科奥维科技股份有限公司 | 一种数字化条件下电泵井的工况分析与液量计量方法 |
| CN114412773B (zh) * | 2022-01-18 | 2024-05-28 | 青岛埃恩斯信息技术科技有限公司 | 机泵群故障智能诊断系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102094626A (zh) * | 2010-12-20 | 2011-06-15 | 中国石油天然气股份有限公司 | 油井故障实时预警方法和系统 |
| CN102226392A (zh) * | 2011-06-01 | 2011-10-26 | 中国石油天然气股份有限公司 | 油井多参数监测装置及其工作方法 |
| CN102684772A (zh) * | 2011-03-15 | 2012-09-19 | 中国石油集团长城钻探工程有限公司 | 用于测井系统的远程监控和故障诊断的系统和方法 |
| CN202596709U (zh) * | 2012-06-07 | 2012-12-12 | 东北石油大学 | 一种油井故障智能诊断装置 |
| CN103982413A (zh) * | 2014-04-25 | 2014-08-13 | 苏州市计量测试研究所 | 泵类能效在线检测评估方法及系统 |
| CN205225221U (zh) * | 2015-11-18 | 2016-05-11 | 中国石油天然气股份有限公司 | 一种油田注水井实时诊断预警系统 |
| CN105781527A (zh) * | 2016-03-24 | 2016-07-20 | 中国海洋石油总公司 | 电潜泵井工况仪参数诊断分析方法 |
| CN105888646A (zh) * | 2016-06-23 | 2016-08-24 | 中国石油大学(华东) | 毛细管测压电泵井在线流量实时计量系统与方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8527219B2 (en) * | 2009-10-21 | 2013-09-03 | Schlumberger Technology Corporation | System, method, and computer readable medium for calculating well flow rates produced with electrical submersible pumps |
| US9394899B2 (en) * | 2013-12-13 | 2016-07-19 | General Electric Company | System and method for fault detection in an electrical device |
-
2017
- 2017-02-16 CN CN201710083533.4A patent/CN106761681B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102094626A (zh) * | 2010-12-20 | 2011-06-15 | 中国石油天然气股份有限公司 | 油井故障实时预警方法和系统 |
| CN102684772A (zh) * | 2011-03-15 | 2012-09-19 | 中国石油集团长城钻探工程有限公司 | 用于测井系统的远程监控和故障诊断的系统和方法 |
| CN102226392A (zh) * | 2011-06-01 | 2011-10-26 | 中国石油天然气股份有限公司 | 油井多参数监测装置及其工作方法 |
| CN202596709U (zh) * | 2012-06-07 | 2012-12-12 | 东北石油大学 | 一种油井故障智能诊断装置 |
| CN103982413A (zh) * | 2014-04-25 | 2014-08-13 | 苏州市计量测试研究所 | 泵类能效在线检测评估方法及系统 |
| CN205225221U (zh) * | 2015-11-18 | 2016-05-11 | 中国石油天然气股份有限公司 | 一种油田注水井实时诊断预警系统 |
| CN105781527A (zh) * | 2016-03-24 | 2016-07-20 | 中国海洋石油总公司 | 电潜泵井工况仪参数诊断分析方法 |
| CN105888646A (zh) * | 2016-06-23 | 2016-08-24 | 中国石油大学(华东) | 毛细管测压电泵井在线流量实时计量系统与方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106761681A (zh) | 2017-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106761681B (zh) | 基于时序数据分析的电泵井故障实时诊断系统及方法 | |
| US11341836B2 (en) | Persistent monitoring and real time low latency local control of centrifugal hydraulic pump, remote monitoring and control, and collecting data to produce performance profiles | |
| US11408270B2 (en) | Well testing and monitoring | |
| CN112832999B (zh) | 一种基于多传感器数据融合的电泵井工况诊断系统及方法 | |
| CN106015028A (zh) | 一种基于物联网的水泵泵组智能监控与故障预警方法 | |
| CN106682815B (zh) | 一种抽油井监控系统及监控方法 | |
| MX2015001105A (es) | Monitoreo, diagnostico y optimizacion de operaciones de bomba sumergible electrica. | |
| CN105649978A (zh) | 单螺杆泵故障诊断和性能测试装置及方法 | |
| WO2005085590A1 (en) | System and method for optimizing production in a artificially lifted well | |
| CN105781527A (zh) | 电潜泵井工况仪参数诊断分析方法 | |
| CN103541723A (zh) | 基于地面示功图面积变化的抽油机井实时工况诊断方法 | |
| CN110284875A (zh) | 一种基于电流参数的电潜泵井工况诊断方法和装置 | |
| CN102155405B (zh) | 一种潜油螺杆泵转速智能控制系统及控制方法 | |
| CN110410336A (zh) | 一种泵汽蚀状态自动识别方法 | |
| CN107358012A (zh) | 一种抽油机系统的效率评价及优化控制方法 | |
| Zhang et al. | A real-time diagnosis method of reservoir-wellbore-surface conditions in sucker-rod pump wells based on multidata combination analysis | |
| CN208982305U (zh) | 用于水泵的汽蚀试验装置 | |
| CN111271049B (zh) | 一种有杆泵抽油井充满程度识别方法 | |
| CN103335762B (zh) | 大功率压裂泵车性能试验方法及试验装置 | |
| CN206722821U (zh) | 基于时序数据分析的电泵井故障实时诊断系统 | |
| CN110259702A (zh) | 一种离心泵运行效果判定方法 | |
| CN114658415A (zh) | 一种在地浸采铀钻孔中检测潜水电泵性能的装置 | |
| CN113027387B (zh) | 一种油井间抽控制系统及方法 | |
| CN206785355U (zh) | 抽油机专用单向阀式流量传感器 | |
| US20170067334A1 (en) | Electric submersible pump efficiency to estimate downhole parameters |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |