CN104170244A - 潜油电泵监控和故障预测 - Google Patents

Abstract

监控提供到油井中的潜油电泵的电流，基于小波分析和相位图分析对从监控获得的数据执行信号处理。能够在初期检测出诸如由于在泵中或周围积累的水垢引起的潜油电泵的早期故障。

Description

潜油电泵监控和故障预测

发明人：MOHAMED NABIL NOUI-MEHIDI

AHMED YASIN BUKHAMSEEN

技术领域

本发明涉及油井中的潜油电泵的性能监控和故障预测。

背景技术

潜油泵用在不同深度和流速处的井中用于石油生产。所述泵一般是电动的，被称为潜油电泵(ESP)。ESP是被称为人工举升(artificial lift)的多种形式中的一种。ESP设置在油井中的管道内且被设置为相对有效率的生产形态。

在石油生产中所使用的ESP系统包括在生产井口或平台处的地面组件和设置在油井中生产地层处的生产管道或套管内的地下组件。地面组件包括电机控制器和地面电缆以及变压器以将动力传递到井下的地下组件。油井中的地下组件包括泵、泵电机、流体密封和供电电缆。

井下ESP泵在油井中的操作深度处浸在被泵送的油井流体中并通过电动泵机(其通过供电电缆从地面接收操作动力)提供的动力将地层流体泵送到地面。

在地层生产期间，在ESP、油井管道和其他地下装备中及周围出现来自地层流体的矿物质沉积物，引起周期性发生的问题。矿物质沉积物被称为水垢。在ESP机组中常见故障原因中的一个是泵级中的水垢积累，在泵轮叶片附近逐渐形成水垢并最终阻塞流体流动。水垢沉积物导致泵效率的逐渐降低直到最终产生泵故障。

水垢和其他地下条件以及长期运行带来的问题最终导致井下ESP组件(通常是泵)的故障。通常在系统被从油井拉出或取出之后对ESP组件故障的起因和原因进行分析。在ESP被从油井移除之后通常所使用的分析方法是详细的DIFA(拆开检查&故障分析)处理，其中ESP组的每个组件被仔细地分析以找出故障的本质。经验显示通常20％以上的故障原因是电机故障引起的。

然而，正如所指出的，这种形式的故障分析只能在故障发生之后，井下或地下ESP组件已经从油井取出之后执行。ESP故障以及将其从油井移除导致油井生产被中止。油井生产只有在替换的ESP地下系统被安装在油井中时才能恢复。油井生产因此在调度修井机并将其运输到油井所需的时间加上安装替换ESP地下系统的时间期间中断。

发明内容

简而言之，本发明提供了新的和改进的基于对泵电流的分析来监控油井中的潜油电泵的性能的设备。根据本发明的设备包括泵电流能量的频谱分析器，以及识别泵电流的时间变化的泵电流波形的小波分析器。所述设备还包括在泵送期间识别泵的动态行为的泵电流分析器，以及基于泵电流的波动形成所识别的泵的动态行为的测量值的相空间分析器。所述设备的图形化界面从所述多个分析器形成指示以监控泵性能从而检测出泵性能扰动。

本发明还提供了新的和改进的基于对泵电流的分析来监控油井中的潜油电泵的性能的方法。泵电流能量的频谱被分析，泵电流的波形被分析以识别泵电流的时间变化。泵电流被分析以识别泵送期间泵的动态行为，基于泵电流的波动形成所识别的泵的动态行为的测量值。形成所述分析结果的指示用于监控泵的性能以检测出泵性能的扰动。

附图说明

图1是油井中的潜油电泵的示意图。

图2是流到潜油电泵的电机电流随着时间推移的示例记录的曲线图。

图3是用于潜油电泵的根据本发明的诊断信号处理组件的示意图。

图4A是潜油电泵的电机电流记录的示例傅里叶变换图的绘图。

图4B是潜油电泵的电机电流记录的示例小波电流图的绘图。

图5是根据本发明处理所获得的示例相空间图。

具体实施方式

参考图1，示出了在油井10中的形成在套管14中的若干射孔12的位置处的允许来自地下储层中的地层16的石油和其他碳氢化合物流体进入入口或引入部分15的潜油电泵组P。套管14还可以被衬套安装在油井10中的更大直径的套管内。潜油电泵组P的泵部分20浸入在套管14中的流体中。在射孔12的井深处，潜油电泵组P在套管14内被挂在管道22上使得泵部分20可以如24处所示般带动或泵送套管14内的流体到地面上的收集设施。

泵部分20包括适当数量的由交流电泵电机26驱动的离心泵级。泵电机26通过电缆28接收来自地面的适当电源30的操作电功率。泵电机26驱动贯穿适当密封的轴以驱动潜油电泵组P的泵部分20的离心泵级。泵部分20是传统的且包括很多叶轮和扩压器级。

图1的潜油电泵组P装备有监控或记录系统32来持续记录关于潜油电泵组P的不同的操作参数以确保泵送系统和相关传感器的良好功能。作为潜油电泵组P的控制和监控方案的一部分，通过电缆28提供给泵电机26的操作功率的电流波形与其他操作参数(例如流体速度、泵速、引入和排放压力等)一起被持续记录。

根据时间的电流幅值的示例泵电流记录在图2中的波形40示出。电流记录波形40示出了在如42处所示的泵组故障之前的几周时间的ESP电机电流的示例。从图2可以看到在故障之前的几天时间，泵电流波形40显示泵性能趋势的实质变异。

根据本发明，诊断处理器44(图3)执行泵电机操作的提前信号分析来监控由于水垢积累引起的泵电机故障可能性。该信号分析可以是通用计算机上的计算机实施方法，或者可以是专门配置的数字信号处理电路或芯片，或者是两者的组合。诊断处理器44处理从记录系统32接收到的由调理电路45(图3)调理和转换为用于数字处理的格式的泵电流信号记录。诊断处理器44分析泵电流记录以识别泵电机26(图1)的动态行为和性能。

根据本发明，诊断处理器44包括多个对由记录系统32记录在电机电流信号中的几个方面的变化进行分析的模块以动态追踪泵操作并在实际故障之前将预示泵电机可能发生故障的事件示出。如图3所示，由记录系统32所收集的电机电流信号的时间序列由傅里叶变换分析器模块46、小波变换模块48以及相位吸引子模块50来分析。

傅里叶变换分析器模块46是作为程控数字信号处理器或专用处理电路操作以通过傅里叶分析来分析泵电流信号波形的处理器。傅里叶变换分析器模块46提供存在于泵电流中的功率或能量的根据其频谱上的频率变化的测量值。傅里叶变换分析器模块46提供泵电流波形在确定时间窗口中的信号特性的指示。分析器模块46的傅里叶分析产生单一频率范围的功率谱的能量密度。在优选实施例中傅里叶变换分析器模块46优选地执行称为快速傅里叶变换的信号处理技术。由快速傅里叶变换分析获得的功率谱允许确定在泵故障之前的时间在泵组P中的泵电流中存在的频率范围并且识别如果存在的泵电流的特征频率。

图4A示出了从模块46获得的傅里叶变换图的示例。在实际应用中，如图4A那样的图是彩色的以更详细地示出相关数据。图4A的傅里叶变换图显示了电机电流记录的特征频率并呈现出最大幅值，这些最大幅值对表明与作为ESP电机轴上的额外负载的水垢累积相对应的信号中的奇异结构的频谱起决定性作用。

小波变换分析器模块48(图3)对由记录系统32所提供的泵电流记录执行小波分析。小波变换分析器模块48同样可以是作为程控数字信号处理器或专用处理电路操作以通过小波变换分析对泵电流信号波形进行分析的处理器。

小波变换分析器模块48是确定时域中泵电流波形的信号特征变化的模块，而傅里叶分析器模块46，如上所述的，分析频域中的泵电流波形的信号特征变化。小波分析器模块48的小波分析允许追踪不同时间刻度中信号的时空变化。

表明根据时间t变化的泵电流的连续信号s(t)的小波变换由方程(1)给出：

$C(\mathrm{\τ},a)=-\frac{1}{\sqrt{a}}{\∫}_{-\∞}^{+\∞}\mathrm{\ψ}\left(\frac{t-\mathrm{\τ}}{a}\right)s\left(t\right)\mathrm{dt}---\left(1\right)$

其中Ψ是母小波，其是完全可积分函数。

模块48中的小波分析通过伸缩和平移母小波Ψ来执行。方程(1)中的参数a与伸缩相关且与频率成反比。在分析器48中变化小波分析的参数a来改变母小波Ψ的中心频率以及小波时间参数。如将叙述的，由此使用参数a而不是频率来表示小波分析器48中的小波分析的结果。

参数τ是平移或时移参数。参数τ指定小波的时间位置，调整参数τ使得小波在被分析的泵电流信号上平移。例如，由方程(2)

$\mathrm{\ψ}\left(t\right)=(1-t^2)\exp (-\frac{t^2}{2})---\left(2\right)$

给出的称为“墨西哥帽函数”的小波可以，例如，在信号s(t)具有高波动时候被选取作为母小波。在小波分析器48中，将变化的参数a压缩到较低数值允许对泵电流波形的高频分量进行分析，而将参数a展开为更大的数值与低频分量相关。

图4B是由小波分析器模块48根据参数a的等相关线a/Δt的时间刻度图所形成的在不同频率等级中绘制的不同时移的参数a的小波变换输出的示例曲线图。

在图4B所示的小波变换图的示例中，等相关线曲线图针对最高相关数值来归一化以凸显相关数值的峰值。与峰值对应的轮廓区域的中心清楚的显示了在出现在不同时间刻度的周期性结构。该针对时间刻度的在波峰整合中的周期性呈现出与由ESP轴上的额外负载或扭矩所引起的归因于系统中的水垢累积的信号图案的异常相对应的信号中的规则结构。还可以看到这些峰值具有不同的表示系统动态行为的进展的a/Δt值，即在旋转轴上的水垢负载的进展。

诊断处理器44还包括动态行为分析器模块50，其中与穿过泵组P的一定流态的流体相对应的时序信号被动态地嵌入以便确定用于建立图5中所描绘的动态吸引子的信号分形维数。基于来自由监控器32获取的电机电流记录的数据，可以识别泵性能变化。泵电流波形通过模块51叠加随时间增加的多个特征频率来在行为分析器模块50中进行标记。增加的时序信号的存在使得能够在返回到稳态之后信号识别表示泵性能的结果相关的吸引子。例如，交互信息法的信号处理方法可以被用于估计所记录的每个时间序列的时间延迟以构建与每个引入的时间延迟相关的吸引子。恰当的时间延迟是对应于从时间序列计算的交互信息函数的第一最小数值的那个。

诊断处理器44还包括相位图重建模块52，其中如由监控器32所提供的测量值指示的泵的动态行为通过相位图的重建从嵌入信号确定。信号嵌入模块51和相位图重建模块52可同样都是作为程控数字信号处理器或专用处理电路操作的识别泵组P的动态行为的处理器。

由模块52所形成的重建相位图的示例显示在图5示出。如图5的对从电机电流记录收集的这种数据的分析显示所记录的波动具有非常低的频率，这表示在不同泵级中的水垢的逐渐积累。图5中所示的从所记录的信号构建的相空间重建绘图显示在泵故障前不久电流记录的清晰典型混沌趋势。图5中的绘图清晰地呈现出典型的吸子盆，其从动态定义中揭示了在与ESP电机轴上的由逐渐的水垢积累导致的额外负载相链接的信号中的规则结构的存在。图4A、图4B和图5的组合绘图清晰地凸显了ESP电机电流趋势的变化并动态地示出随着在不同ESP级中的水垢积累而存在的电机轴上的额外负载。

诊断处理器44包括图形化界面54，其从傅里叶分析器模块46、小波分析器模块48和相位图重建模块52的每个接收经过处理的数据以形成处理过的泵电流数据的显示。图像化界面54形成如图4A所示的从傅里叶分析器模块46所获得的频谱显示。图像化界面54还基于来自小波分析器48的处理结果形成如图4B所示的显示和基于从相空间图重建模块52所产生的处理结果形成如图5所示的相空间重建图。图形化界面是用户友好环境，其允许用户显示从上述方法期望得到的绘图并且密切注意原始信号的变化。

图形化界面54作为分开的显示器或窗口将在诊断处理器44中形成的结果作为分开输出提供。所述三种显示的分析提供了指示来显示存在于泵电机电流记录中的任何扰动并还提供可能引起泵故障的泵性能和行为的提前指示。诊断处理器44允许通过识别电机电流记录中的扰动大小来监控潜油电泵组P上的水垢增长。

根据本发明的诊断处理持续地监控潜油电泵组P的性能并预测由于水垢积累引起的潜在故障。从故障之前所记录的电机电流中，可以记录该电流中的微弱波动，以表明由于泵电机轴上水垢积累引起的电机负载的变化。这种水垢积累影响局部轴扭矩并因此损耗整体电机功率。这些变化可以通过电机电流损耗来识别。本发明所提供的对电机电流数据的提前信号分析能够揭示当水垢开始在泵级中快速积累时存在的泵电流信号的动态特性变化。

因此，本发明提供了在实际故障事件之前几天或几周预测ESP系统的故障可能性的实时诊断系统。这使得能够更好地控制井生产方案。例如，如果通过由本发明所提供的诊断工具预测出水垢积累将引起的故障，则可以计划多种行动来防止或延缓泵故障。这类行动例如包括降低电机速度以增加生产周期(即使产量更低)。因此，生产可以在正调度修井机以替换潜油电泵组期间或规划酸化处理工作以移除水垢期间继续。这类行动可避免高成本检查并最小化由于停工引起的生产损失。

本发明由此实时识别潜油电泵组的性能中的扰动。能够在由于泵级中的水垢积累所引起的功率损耗变化导致的泵电机故障的初期阶段进行检测。因此能够对泵运行时间进行积极主动的控制并规划纠正措施以防止整个泵的故障。本发明尤其还能够最小化泵修理的停工时间。

已经充分描述本发明以使得本领域的普通技术人员可以复现并获得本文中本发明所提及的结果。尽管如此，本技术领域的普通技术人员根据本文的发明能够进行未在此处所描述的变型、将这些变型应用到确定的结构或制造过程中，要求所附权利要求中的请求主题；这类结构应当由本发明的范围所覆盖。

应当注意到和认识到的是存在不脱离如所附权利要求所阐述的本发明的精神和范围的情况下对以上详细描述的本发明做出改进和修改。

Claims (19)

1.一种基于对泵电流的分析来监控油井中潜油电泵的性能的设备，包括：

泵电流能量的频谱分析器；

识别泵电流的时间变化的泵电流波形的小波分析器；

识别泵送期间泵的动态行为的泵电流分析器；

基于泵电流波动形成所识别的泵的动态行为的测量值的相空间分析器；和

从所述多个分析器形成指示以监控泵性能从而检测出泵性能扰动的图形化界面。

2.根据权利要求1所述的设备，其中所述频谱包括快速傅里叶变换分析器。

3.根据权利要求1所述的设备，其中所述小波分析器包括将可调小波施加到所述泵电流波形以分析泵电流的频率分量的小波变换分析器。

4.根据权利要求1所述的设备，其中所述动态行为分析器包括以不同时间间隔对所述泵电流波形进行采样并对所采样的泵电流波形执行交互信息分析的分析器。

5.根据权利要求3所述的设备，其中所述动态行为分析器基于所述泵的动态行为进一步为所述相空间分析器形成吸引子的识别。

6.根据权利要求1所述的设备，其中所述相空间分析器在由所述动态行为分析器提供的所识别的吸引子的相空间图中形成指示。

7.一种基于对泵电流的分析来监控油井中潜油电泵的性能的设备，包括：

泵电流能量的频谱分析器；

识别泵电流的时间变化的泵电流波形的小波分析器；和

从所述多个分析器形成指示以监控泵性能从而检测出泵性能扰动的图形化界面。

8.根据权利要求7所述的设备，其中所述频谱包括快速傅里叶变换分析器。

9.根据权利要求7所述的设备，其中所述小波分析器包括将可调小波施加到所述泵电流波形以分析泵电流的频率分量的小波变换分析器。

10.一种基于对泵电流的分析来监控油井中潜油电泵的性能的设备，包括：

泵电流能量的频谱分析器；

识别泵送期间泵的动态行为的泵电流分析器；

基于泵电流波动形成所识别的泵的动态行为的测量值的相空间分析器；和

从所述多个分析器形成指示以监控泵性能从而检测出泵性能扰动的图形化界面。

11.根据权利要求10所述的设备，其中所述动态行为分析器包括以不同时间间隔对所述泵电流波形进行采样并对所采样的泵电流波形执行交互信息分析的分析器。

12.根据权利要求11所述的设备，其中所述动态行为分析器基于所述泵的动态行为进一步为所述相空间分析器形成吸引子的识别。

13.根据权利要求10所述的设备，其中所述相空间分析器在由所述动态行为分析器提供的所识别的吸引子的相空间图中形成指示。

14.一种基于对泵电流的分析来监控油井中潜油电泵的性能的方法，包括：

分析所述泵电流能量的频谱；

分析所述泵电流的波形以识别所述泵电流的时间变化；

分析所述泵电流以识别泵送期间所述泵的动态行为；

基于泵电流波动形成所识别的所述泵的动态行为的测量值；以及

形成分析结果的指示以监控泵性能从而检测出所述泵性能扰动。

15.根据权利要求14所述的方法，其中所述分析频谱的步骤包括快速傅里叶变换分析的步骤。

16.根据权利要求14所述的方法，其中所述分析泵电流的波形的步骤包括将可调小波施加到所述泵电流波形以分析泵电流的频率分量的步骤。

17.根据权利要求14所述的方法，其中所述形成所识别的泵的动态行为的测量值的步骤包括以不同时间间隔对所述泵电流波形进行采样并对所采样的泵电流波形执行交互信息分析的步骤。

18.根据权利要求17所述的方法，其中所述形成所识别的动态行为的测量值的步骤包括基于所述泵的动态行为形成吸引子的识别。

19.根据权利要求14所述的方法，其中所述形成所识别的动态行为的测量值的步骤包括在由所述动态行为分析仪提供的所识别的吸引子的相空间图中形成指示。