CN107766780A - 基于电功图的抽油系统运行时特征信息提取方法 - Google Patents

基于电功图的抽油系统运行时特征信息提取方法 Download PDF

Info

Publication number
CN107766780A
CN107766780A CN201610697493.8A CN201610697493A CN107766780A CN 107766780 A CN107766780 A CN 107766780A CN 201610697493 A CN201610697493 A CN 201610697493A CN 107766780 A CN107766780 A CN 107766780A
Authority
CN
China
Prior art keywords
pumping system
oil pumping
oil
electrical power
electric work
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.)
Withdrawn
Application number
CN201610697493.8A
Other languages
English (en)
Inventor
贾庆升
姜东�
杜玮暄
肖姝
张雷
周娜
肖萍
张方圆
高综启
孙衍东
罗燕
张俊清
朱泽军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Research Institute of Petroleum Engineering Shengli Co
Original Assignee
China Petroleum and Chemical Corp
Sinopec Research Institute of Petroleum Engineering Shengli Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Research Institute of Petroleum Engineering Shengli Co filed Critical China Petroleum and Chemical Corp
Priority to CN201610697493.8A priority Critical patent/CN107766780A/zh
Publication of CN107766780A publication Critical patent/CN107766780A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供一种基于电功图的抽油系统运行时特征信息提取方法，该方法包括：步骤1，获取油井抽油系统运行时电机输入端的连续电参数数据，经运算得到连续电功率数据；步骤2，对采集到的电功率数据进行降噪处理，并将数值归一化；步骤3，对电功率数据进行频率分离，通过时频分析获取抽油机各部件运动状态突变引起的不同频率振动对电功率信号造成的影响；步骤4，获取这些影响的量化特征值，与实际工况进行对应，即可通过这些与时间和能量相关的量化特征值分析判断抽油系统的运行状况。该基于电功图的抽油系统运行时特征信息提取方法可用于抽油系统工况诊断、液量及动液面计算等，大大提高了油井运行监测和自动化管理的可靠性、经济性。

Description

基于电功图的抽油系统运行时特征信息提取方法
技术领域
本发明涉及石油开采技术领域，特别是涉及到一种基于电功图的抽油系统运行时特征信息提取方法。
背景技术
油井抽油系统运行过程中，电机、减速箱、抽油机、井下杆柱等运动部件协同运作，互相影响，任一部件工作状态发生变化均会在其他部件的运动特征中引起扰动。运动部件的运动特征关系到整套系统的工作稳定性和效率，但所有部件的运动特征信息无法简便的采用常规测试方法获取。目前应用程度最高的示功图自动采集系统可以获取井下杆柱的运动信息，对于地面设备的状况无法获知。
抽油机电功图数据中包含有大量的抽油机井工况信息，包括电机、减速箱、抽油机、井下杆柱等。电功图数据由电参数简单运算而来，电参数采集技术及装置相比载荷、位移等数据采集技术而言更便捷、稳定。通过采集电参数信号获取电功图数据，进而进行抽油机井工况诊断是一种比较经济可靠的做法。
电参数信号是由各类信号混叠而成，各类信号都具有各自的时频分布特征，例如电动机在运行过程中由于皮带老化或其他原因会在电信号中引入振动噪声，属高频振动；抽油杆上行阶段加载结束后抽油杆的惯性振动与下行阶段柱塞接触油面后载荷突变引起的抽油杆振荡属中频信号，而由于井下工况差异引起的单周期电参数曲线趋势变化属低频信号。
由于抽油机负载变化的多样性和随机性，以及电网谐波的干扰，使得描述抽油机运行状态的电信号表现为一种典型的非平稳信号，非平稳信号的主要特征是其频率是时间的函数，且存在频率混叠现象。为此我们发明了一种新的基于电功图的抽油系统运行时特征信息提取方法，解决了以上技术问题。
发明内容
本发明的目的是提供一种可用于抽油系统工况诊断、液量及动液面计算的基于电功图的抽油系统运行时特征信息提取方法。
本发明的目的可通过如下技术措施来实现：基于电功图的抽油系统运行时特征信息提取方法，该基于电功图的抽油系统运行时特征信息提取方法包括：步骤1，获取油井抽油系统运行时电机输入端的连续电参数数据，经运算得到连续电功率数据；步骤2，对采集到的电功率数据进行降噪处理，并将数值归一化；步骤3，对电功率数据进行频率分离，通过时频分析获取抽油机各部件运动状态突变引起的不同频率振动对电功率信号造成的影响；步骤4，获取这些影响的量化特征值，与实际工况进行对应，即可通过这些与时间和能量相关的量化特征值分析判断抽油系统的运行状况。
本发明的目的还可通过如下技术措施来实现：
在步骤1中，在抽油机电机控制柜中安装电参数采集装置，实时采集存储电机输入端电参数信号，并运算得到功率数据序列。
在步骤2中，采用滤波算法对电功率数据进行噪声消除，获取抽油系统实际消耗的电功率连续数据序列，并进行数值归一化。
在步骤3中，对经过滤波、归一化的电功率数据序列进行Mallat小波分解，将原始电功率信号按照抽油系统中电机、皮带、减速箱、四连杆机构、抽油杆这些部分固有频率信息分离为低、中、高不同频段部分。
在步骤4中，对分离得到的不同频段部分，将其与所对应的抽油系统不同部分建立关联，进行归类，之后通过短时傅里叶算法获取其振幅、阻尼比这些信息；经过归类的不同频率段的分离信号的振频、振幅、阻尼比、起振位置这些参数，即可作为描述其所对应的抽油系统不同部分的运行特征的特征数据，通过长期积累不同工况下的特征信息，将信号特征与工况对应形成数据库，用于抽油系统运行工况诊断。
本发明中的基于电功图的抽油系统运行时特征信息提取方法，通过在抽油系统中引入简便可靠的电参数测量装置，通过信号分析技术提取抽油系统运行时的各类特征信息，可用于抽油系统工况诊断、液量及动液面计算等，大大提高了油井运行监测和自动化管理的可靠性、经济性。
附图说明
图1为本发明的基于电功图的抽油系统运行时特征信息提取方法的一具体实施例的流程图；
图2为本发明的一具体实施例中电功率信号小波分离过程示意图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
如图1所示，图1为本发明的基于电功图的抽油系统运行时特征信息提取方法的流程图。
在步骤101，利用电参数采集设备获取油井抽油系统运行时电机输入端的连续电参数数据，经运算得到连续电功率数据。在一实施例中，在抽油机电机控制柜中安装电参数采集装置，实时采集存储电机输入端电参数信号，并运算得到功率数据序列。
在步骤102，对采集到的电功率数据进行降噪处理，并将数值归一化。在一实施例中，采用滤波算法对电功率数据进行噪声消除，获取抽油系统实际消耗的电功率连续数据序列，并进行数值归一化。
在步骤103，采用小波变换方法对电功率数据进行频率分离，通过时频分析获取抽油机各部件运动状态突变引起的不同频率振动对电功率信号造成的影响。图2为本发明的一具体实施例中电功率信号小波分离过程示意图。在一实施例中，对经过滤波、归一化的电功率数据序列进行Mallat小波分解，将原始电功率信号按照抽油系统中电机、皮带、减速箱、四连杆机构、抽油杆等部分固有频率信息，表1中列出部分固有频率信息，分离为低、中、高等不同频段部分。
表1抽油系统中固有频率分布表
序号 内容 振频Fr(Hz)范围
1 冲次信息 0.2～0.01
2 抽油杆振动 0.3～1
3 电机及皮带振动 1-10
在步骤104，获取这些影响的量化特征值，与实际工况进行对应，即可通过这些与时间和能量相关的量化特征值分析判断抽油系统的运行状况。在一实施例中，对分离得到的不同频段部分，将其与所对应的抽油系统不同部分建立关联，进行归类，之后通过短时傅里叶算法获取其振幅、阻尼比等信息；经过归类的不同频率段的分离信号的振频、振幅、阻尼比、起振位置等参数，即可作为描述其所对应的抽油系统不同部分的运行特征的特征数据。通过长期积累不同工况下的特征信息，将信号特征与工况对应形成数据库，可用于抽油系统运行工况诊断。
表2信号特征与工况对应形成的数据表

Claims (5)

1.基于电功图的抽油系统运行时特征信息提取方法，其特征在于，该基于电功图的抽油系统运行时特征信息提取方法包括：
步骤1，获取油井抽油系统运行时电机输入端的连续电参数数据，经运算得到连续电功率数据；
步骤2，对采集到的电功率数据进行降噪处理，并将数值归一化；
步骤3，对电功率数据进行频率分离，通过时频分析获取抽油机各部件运动状态突变引起的不同频率振动对电功率信号造成的影响；
步骤4，获取这些影响的量化特征值，与实际工况进行对应，即可通过这些与时间和能量相关的量化特征值分析判断抽油系统的运行状况。
2.根据权利要求1所述的基于电功图的抽油系统运行时特征信息提取方法，其特征在于，在步骤1中，在抽油机电机控制柜中安装电参数采集装置，实时采集存储电机输入端电参数信号，并运算得到功率数据序列。
3.根据权利要求1所述的基于电功图的抽油系统运行时特征信息提取方法，其特征在于，在步骤2中，采用滤波算法对电功率数据进行噪声消除，获取抽油系统实际消耗的电功率连续数据序列，并进行数值归一化。
4.根据权利要求1所述的基于电功图的抽油系统运行时特征信息提取方法，其特征在于，在步骤3中，对经过滤波、归一化的电功率数据序列进行Mallat小波分解，将原始电功率信号按照抽油系统中电机、皮带、减速箱、四连杆机构、抽油杆这些部分固有频率信息分离为低、中、高不同频段部分。
5.根据权利要求1所述的基于电功图的抽油系统运行时特征信息提取方法，其特征在于，在步骤4中，对分离得到的不同频段部分，将其与所对应的抽油系统不同部分建立关联，进行归类，之后通过短时傅里叶算法获取其振幅、阻尼比这些信息；经过归类的不同频率段的分离信号的振频、振幅、阻尼比、起振位置这些参数，即可作为描述其所对应的抽油系统不同部分的运行特征的特征数据，通过长期积累不同工况下的特征信息，将信号特征与工况对应形成数据库，用于抽油系统运行工况诊断。
CN201610697493.8A 2016-08-22 2016-08-22 基于电功图的抽油系统运行时特征信息提取方法 Withdrawn CN107766780A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610697493.8A CN107766780A (zh) 2016-08-22 2016-08-22 基于电功图的抽油系统运行时特征信息提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610697493.8A CN107766780A (zh) 2016-08-22 2016-08-22 基于电功图的抽油系统运行时特征信息提取方法

Publications (1)

Publication Number Publication Date
CN107766780A true CN107766780A (zh) 2018-03-06

Family

ID=61262208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610697493.8A Withdrawn CN107766780A (zh) 2016-08-22 2016-08-22 基于电功图的抽油系统运行时特征信息提取方法

Country Status (1)

Country Link
CN (1) CN107766780A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108459050A (zh) * 2018-07-23 2018-08-28 常州天正工业发展股份有限公司 一种根据电参数来判断设备运行状况的方法及装置
CN108979624A (zh) * 2018-08-07 2018-12-11 东北大学 一种基于示功图矩特征的有杆抽油系统摩擦因数辨识方法
CN111810125A (zh) * 2020-07-01 2020-10-23 北京泛华万联机电集成技术有限责任公司 一种游梁式抽油机皮带监测方法和装置
CN112664177A (zh) * 2020-12-29 2021-04-16 重庆邮电大学 一种基于归一化卷积与自适应滤波的油井动液面测量方法
CN113123765A (zh) * 2019-12-30 2021-07-16 北京国双科技有限公司 游梁式抽油机运行控制方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103670373A (zh) * 2012-09-26 2014-03-26 中国石油天然气股份有限公司 抽油机故障的诊断方法和系统
CN103886339A (zh) * 2013-06-14 2014-06-25 洛阳乾禾仪器有限公司 基于bp神经网络的抽油设备示功图动态识别方法和装置
CN104266747A (zh) * 2014-06-09 2015-01-07 中能电力科技开发有限公司 一种基于振动信号阶次分析的故障诊断方法
CN104361365A (zh) * 2014-12-04 2015-02-18 杭州和利时自动化有限公司 一种抽油泵运行状态识别方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103670373A (zh) * 2012-09-26 2014-03-26 中国石油天然气股份有限公司 抽油机故障的诊断方法和系统
CN103886339A (zh) * 2013-06-14 2014-06-25 洛阳乾禾仪器有限公司 基于bp神经网络的抽油设备示功图动态识别方法和装置
CN104266747A (zh) * 2014-06-09 2015-01-07 中能电力科技开发有限公司 一种基于振动信号阶次分析的故障诊断方法
CN104361365A (zh) * 2014-12-04 2015-02-18 杭州和利时自动化有限公司 一种抽油泵运行状态识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王金福 等: "机械故障诊断技术中的信号处理方法：时频分析", 《噪声与振动控制》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108459050A (zh) * 2018-07-23 2018-08-28 常州天正工业发展股份有限公司 一种根据电参数来判断设备运行状况的方法及装置
CN108979624A (zh) * 2018-08-07 2018-12-11 东北大学 一种基于示功图矩特征的有杆抽油系统摩擦因数辨识方法
CN113123765A (zh) * 2019-12-30 2021-07-16 北京国双科技有限公司 游梁式抽油机运行控制方法、装置、设备和存储介质
CN111810125A (zh) * 2020-07-01 2020-10-23 北京泛华万联机电集成技术有限责任公司 一种游梁式抽油机皮带监测方法和装置
CN112664177A (zh) * 2020-12-29 2021-04-16 重庆邮电大学 一种基于归一化卷积与自适应滤波的油井动液面测量方法
CN112664177B (zh) * 2020-12-29 2022-06-21 重庆邮电大学 一种基于归一化卷积与自适应滤波的油井动液面测量方法

Similar Documents

Publication Publication Date Title
CN107766780A (zh) 基于电功图的抽油系统运行时特征信息提取方法
WO2019179340A1 (zh) 基于eemd和msb的滚动轴承故障特征提取方法
CN105510687B (zh) 一种基于经验模态分解的电压异常特征识别方法
CN107461342B (zh) 一种离心泵故障在线诊断方法及系统
CN102341720B (zh) 使用定子电流噪音消除的电动机缺陷检测用系统和方法
CN108361207B (zh) 一种用于离心泵振动监测与故障预警的装置及方法
Yan et al. Energy-based feature extraction for defect diagnosis in rotary machines
CN110501631B (zh) 一种在线间歇故障检测与诊断方法
CN110514441A (zh) 一种基于振动信号去噪和包络分析的滚动轴承故障诊断方法
CN102183366A (zh) 滚动轴承振动测量和故障分析装置及方法
CN108229382A (zh) 振动信号特征提取方法、装置、存储介质和计算机设备
CN109765052B (zh) 基于goa-asr的行星齿轮箱早期故障诊断方法
CN106441547A (zh) 一种变压器振动监测方法及装置
Li et al. Multipoint optimal minimum entropy deconvolution adjusted for automatic fault diagnosis of hoist bearing
CN107687941A (zh) 一种基于振动信号分析的高压隔膜泵单向阀早期故障诊断方法
CN103308152A (zh) 基于瞬时频率估计的旋转机械振动信号角域重采样方法
CN102566555A (zh) 基于模式识别的白色家电工作状态监测方法
Chorna et al. Identification of changes in the parameters of induction motors during monitoring by measuring the induction of a magnetic field on the stator surface
CN108225988A (zh) 一种基于调幅波解调的滑油金属屑传感器信号处理方法
CN110631849A (zh) 一种摩擦系统磨损状态在线识别方法及系统
CN117009870A (zh) 一种频域改进sdp图的泵空化状态识别方法
CN106096199B (zh) 一种滚动轴承的wt、谱峭度和平滑迭代包络分析方法
CN106053275B (zh) 一种摩擦副磨损过程摩擦振动检测方法
Jiang et al. A novel antibody population optimization based artificial immune system for rotating equipment anomaly detection
CN105987809A (zh) 基于随机共振的离心式压缩机半开式叶轮裂纹检测方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20180306

WW01 Invention patent application withdrawn after publication