CN108952673A - 抽油机井工况检查方法及装置 - Google Patents
抽油机井工况检查方法及装置 Download PDFInfo
- Publication number
- CN108952673A CN108952673A CN201810648470.7A CN201810648470A CN108952673A CN 108952673 A CN108952673 A CN 108952673A CN 201810648470 A CN201810648470 A CN 201810648470A CN 108952673 A CN108952673 A CN 108952673A
- Authority
- CN
- China
- Prior art keywords
- indicator card
- card data
- data
- sample
- feature descriptor
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000012141 concentrate Substances 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 52
- 238000010586 diagram Methods 0.000 claims description 36
- 238000005086 pumping Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 241001269238 Data Species 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 21
- 239000003921 oil Substances 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 239000003129 oil well Substances 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241001023788 Cyttus traversi Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
-
- 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
- E21B47/12—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Geochemistry & Mineralogy (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本说明书提供了抽油机井工况检查方法及装置,所述方法包括,根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于区别所述示功图数据的特征信息;以所述样本示功图数据的特征描述符为元素生成样本数据集;根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类;从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符;根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。可以实现快速检查工况的效果。
Description
技术领域
本说明书涉及油田机械采油技术领域,特别是抽油机井工况检查方法及装置。
背景技术
抽油机井示功图是悬点载荷同悬点位移之间的关系曲线图,可以由载荷传感器获得。通过示功图可以测出抽油泵在提升过程中的最大载荷和最小载荷,以及增载、卸载等变化情况,且利用示功图可以判断抽油杆断脱、油管漏失、固定凡尔堵塞或漏失情况,且可以确定出油井结蜡、出砂、泵脱、油管脱落等故障,进而调节抽油机的工作参数,保证抽油机工作状态,对抽油机井示功图进行分析从而检查抽油机井工况在工程中有很广泛的应用。
然而,目前对示功图进行分析从而检查抽油机井工况常用的方法主要为利用数学模型将地面示功图转换为井下泵功图,再通过神经网络识别技术来检查油井工况。该方法存在一些问题:将示功图装换为井下泵功图计算复杂,神经网络方法也需要不断训练,并且选取示功图周长、面积等几个简单特征值,识别率受限。
综上,如何提出一种利用示功图快速检查工况的方法是本领域亟需解决的问题。
发明内容
本说明书实施方式提供工况检查方法及装置,通过提取抽油机井示功图的特征描述符,根据已知抽油机井的实际工况对其示功图的特征描述符进行分类,选择已知实际工况的抽油机井示功图特征描述符中满足指定条件的特征描述符,根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
本说明书实施方式提供一种抽油机井工况检查方法,包括,根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于区别所述示功图数据的特征信息;以所述样本示功图数据的特征描述符为元素生成样本数据集;根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类;从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符;根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
本说明书实施方式提供一种抽油机井工况检查装置,所述装置包括,传感器、通信模块、单片机和处理器;其中,所述传感器设置在所述抽油机井上,采集所述抽油机井示功图数据,并将所述示功图数据发送给通信模块;所述通信模块在接收到所述传感器发送的所述示功图数据的情况下将所述示功图数据发送给单片机;所述单片机存储所述示功图数据,并将所述示功图数据提供给所述处理器以及存储所述处理器处理得到工况检查结果;所述处理器接收到所述示功图数据,根据所述示功图数据进行工况检查。
本说明书实施方式还提供一种抽油机井工况检查装置,包括,特征描述符提取单元,用于根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述指定算子用于表示提取所述特征描述符的运算符;所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于表示体现所述抽油机井示功图至少一个特征的标识;样本数据集生成单元,用于以所述样本示功图数据的特征描述符为元素生成样本数据集;分类单元,用于根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类;选取单元,用于从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符;工况检查单元,用于根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
由以上本说明书实施方式提供的技术方案可见,本说明书实施方式通过根据提取的所述特征描述符,选择和所述目标抽油机井示功图满足指定条件的已知实际工况抽油机井示功图的描述特征符,并根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。利用了已有的覆盖不同类型油井各类复杂工况的示功图数据,无需将所述目标抽油机井示功图转化为泵功图也不需要进行样本训练,从而可以实现快速检查工况的效果。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施方式提供的抽油机井工况检查方法的执行流程图;
图2为本说明书实施方式提供的根据示功图边缘方向确定的指定算子示意图;
图3为本说明书场景示例提供的抽油机井工况检查装置示意图;
图4为本说明书实施方式提供的单片机的电路示意图;
图5为本说明书实施方式提供的抽油机井工况检查装置示意图;
图6为本说明书实施方式提供的抽油机井工况检查装置示意图。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
在本说明书提供的一个场景示例中,使用本说明书提供的方法对某工区的抽油机井工况进行检查。
在本场景示例中,收集工区大量的实测示功图数据,可以覆盖不同类型抽油机井各类复杂工况。
在本场景示例中,将无线载荷传感器置于目标抽油机井抽油机悬点位置,由无现载荷传感器采集所述抽油机井示功图数据。
在本场景示例中,对采集到的抽油机井示功图数据和工区实测示功图数据进行预处理,预处理包括冗余处理和噪音处理,使其生成标准统一大小的黑白图像,将封闭区间内全部填充黑色。
在本场景示例中,将采集到的抽油机井示功图数据和工区实测示功图数据都分成4×4个不相重叠的16个子图像块数据,将每个子图像块数据分成4×4个像素块数据,每个像素块看成2×2的像素点。选取示功图数据的垂直、水平、45度、135度以及无方向边缘生成如图2所示的算子,根据图2所述算子计算每个边缘的边缘值,以最大边缘值对应的边缘方向确定为像素边缘方向。统计每个所述子图像块数据的边缘方向,由于每个子图像块数据有5种边缘方向,所述示功图数据共有16个子块,因此可以生成容量为80的边缘直方图,以该边缘直方图为所述示功图的特征描述符,确定所述示功图的边缘方向特性。
在本场景示例中,将收集的工区实测示功图数据的边缘直方图生成样本数据集。并且将所述实测示功图数据对应的实际工况,如抽油杆断脱、油管漏失、固定凡尔堵塞或漏失情况对所述样本数据集中的边缘直方图进行分类。
在本场景示例中,从所述样本数据集中选择10条与目标抽油机井示功图的边缘直方图最为接近的边缘直方图,在被选择的10条边缘直方图中,以类别占最多数的边缘直方图对应的抽油机井工况为目标抽油机井工况的检查结果。在这10条选出的边缘直方图中,油杆断脱站6条,因此检查目标抽油机井的工况为油杆断脱。
请参阅图3,本场景示例提供抽油机井示功图检查装置,在本场景示例中,将zigbee通信模块、单片机以及ARM处理器固定在主板上,其中zigbee通信单元焊接在主板20PIN口并封装在金属盒中。
请参阅图4,本场景示例提供单片机的电路示意图,在本场景示例中,所述单片机的UART(Universal Asynchronous Receiver/Transmitter,通用异步收发传输器)1口连接主板PIN20公口,用于接插通信单元。打开主板上的单片机工作电源,所述目标抽油机井示功图数据从所述无线载荷传感器通过所述zigbee通信单元传输到所述单片机,具体地,所述示功图数据从所述20PIN口传送至单片机的UART接口。
在本场景示例中,所述单片机将接收到的示功图数据通过单片机UART3口传送给搭载有嵌入式Linux系统的ARM板,经过ARM提取所述边缘直方图,将工区实测示功图数据的边缘直方图生成样本数据集,根据所述实测示功图数据对应的实际工况对样本数据集中的边缘直方图数据进行分类,从所述样本数据集中选择10条与目标抽油机井组示功图的边缘直方图最为接近的边缘直方图,根据选出的占最多数的边缘直方图类别对应的工况检查所述目标抽油机井组的工况。将检查结果通过UART3口发送给单片机。
在本场景示例中,所述单片机UART2口还连接无线WIFI单元,在所述单片机接收到所述ARM处理器发送的工况检查结果后将无线载荷传感器采集的目标抽油机井组示功图数据通过该无线WIFI单元发送给移动终端,油田现场人员可以使用移动终端查看所述目标抽油机井组示功图数据和工况检查结果。
请参阅图1,本说明书实施方式提供一种抽油机井组工况检查方法。所述抽油机井组工况检查方法具体可以包括以下步骤。
步骤S10:根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于表示体现所述抽油机井示功图至少一个特征的标识。
在本实施方式中,所述特征描述符可以用来表示能够体现所述抽油机井示功图至少一个特征的标识。所述标识可以是数据、图表等。具体地,例如,所述特征描述符可以包括描述所述示功图形状的标识、描述所述示功图纹理边缘的标识等。由于图像边缘可以是示功图图像中像素发生突变的地方,因此,为突出图像特征可以选择体现所述示功图的边缘特征的标识作为所述特征描述符。
在本实施方式中,所述指定算子可以包括,所述示功图数据与所述示功图的至少一个特征所满足的关系。以提取示功图边缘特征为例,所述算子可以包括Roberts边缘检测算子、Sobel算子、Krisch算子等。根据不同的算子可以提取出所述示功图不同特征。
在本实施方式中,所述样本示功图数据可以用于表示已知对应工况的抽油井的示功图数据。随着勘探的深入,工区内可以现场收集较多的实测示功图数据,所述实测示功图数据可以对应不同类型油井各类复杂的工况。例如抽油杆断脱、油管漏失、固定凡尔堵塞或漏失情、出油井结蜡、出砂、泵脱、油管脱落等复杂情况各自对应的抽油井示功图。
在本实施方式中,所述目标抽油机井组示功图可以通过设置在抽油机悬点处的载荷传感器采集。
步骤S12:以所述样本示功图数据的特征描述符为元素生成样本数据集。
在本实施方式中,所述样本数据集可以包括根据现场收集的实测示功图数据所提取出的特征描述符所生成的数据集。所述数据集中可以包括表示所述实测示功图数据的形状特征、边缘特征等特征的标识。
步骤S14:根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类。
在本实施方式中,抽油机井可以包括不同的工况,针对不同的工况,可以将实测示功图数据分为不同的类别,例如可以将油井结蜡的示功图对应的特征描述符归为一类,将油管脱落的示功图对应的特征描述符归为一类,将油管漏失的示功图对应的特征描述符归为一类等。
步骤S16:从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符。
在本实施方式中,所述满足指定条件可以包括从所述样本数据集中选出至少一个与所述目标抽油机井组示功图的特征描述符相同或者趋于相同或者限定与所述目标抽油机井组示功图的特征描述符有一部分相同等情况的样本示功图的特征描述符。
步骤S18:根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
在本实施方式中,可以根据选出的和所述目标抽油机井示功图的特征描述符满足指定条件的样本示功图的特征描述符,从中选择类别占最多数的工况作为所述目标抽油机井检查的工况。具体地,例如,从所述样本数据集中选择出7个满足指定条件的特征描述符,有2个对应着抽油杆断脱,有2个对应着固定凡尔堵塞,有3个对应着油井结蜡,因此检查所述目标抽油机井组的工况为油井结蜡。
在本实施方式中,通过指定算子提取工区实测示功图数据和目标抽油机井示功图数据的特征描述符,对所述工区实测示功图数据的特征描述符根据对应的实际工况进行分类,选择至少一个和所述目标抽油机井组示功图的特征描述符满足指定条件的样本,根据选出的各类别的特征描述符数量检查所述目标抽油机井的工况。无需进行供图转化和样本训练,可以实现快速且较为准确的抽油机井工况检查。
在一个实施方式中,在提取所述特征描述符之前,处理所述目标抽油机井示功图数据和所述样本示功图数据,以使其生成形状规则的灰度图像。
在本实施方式中,所述处理所述目标抽油机井示功图数据和所述样本示功图数据的步骤中包括对所述目标抽油机井示功图数据和样本施工如数据进行冗余处理和/或去噪处理。所述冗余处理可以包括对采集或收集到的所述示功图数据中非必要信息去除过程。所述去噪处理可以包括去除由于采集设备或其他因素所带来的噪声进行去除的过程。
在本实施方式中,所述形状规则的灰度图像可以包括,对所述目标抽油机井示功图数据和所述样本示功图数据进行处理后生成图像长宽相同或趋于相同的图像,并将图像封闭区域填充为黑色。
在本实施方式中,通过对所述目标抽油机井施工图数据和样本示功图数据进行处理,得到形状规则统一的灰度图像。去除了图像噪声,减少了图像虚假边缘的产生,并且处理后所述目标抽油机井示功图数据和所述样本示功图数据形状规则,提高了所述特征描述符提取的精度。
在一个实施方式中,所述指定算子根据所述示功图数据的边缘方向确定;其中,所述边缘方向用于表征所述示功图数据的边缘像素点的空间分布。
在本实施方式中,所述示功图数据的边缘可以包括,所述示功图图像局部灰度显著变化的区域。所述边缘方向可以包括,所述示功图图像边缘像素的方向分布。所述边缘方向可以包括所述示功图图像边缘像素的所有的方向分布,或者是部分方向。
在本实施方式中,根据选取的边缘方向可以生成指定算子,具体地,例如,请参阅图2,分别可以是取边缘方向为垂直、水平、45度、135度和无边缘方向的算子。
在本实施方式中,由于所述示功图图像的形状是通过边缘勾勒出来的,边缘是图像灰度变化的地方,边缘方向可以反映图像信息,通过所述边缘方向确定指定算子,可以提取出所述示功图图像中的较能反映图像特点的所述特征描述符,进而可以提高检查精度。
在一个实施方式中,所述边缘方向包括,水平、45度、垂直、135度和无方向边缘其中至少之一。
在本实施方式中,所述边缘方向可以包括所述示功图图像边缘的所有方向分布,可以选择垂直方向、水平方向、45度、135度和无边缘方向其中至少之一。可以根据所述边缘方向所确定的算子提取所述特征描述符。具体地,例如,可以选择垂直方向和水平方向两个边缘方向,可以根据所述垂直方向确定的算子计算所述示功图的边缘值,根据所述水平方向确定的算子计算所述示功图的边缘值,比较计算出的两个边缘值的大小,可以以边缘值较大的边缘方向作为所述示功图图像的边缘方向。
在本实施方式中,通过指定边缘方向,从水平、45度、垂直、135度和无方向边缘中选择其中至少之一提取所述特征描述符,在简化计算的同时保证可以兼顾到各方向的像素,提高所述特征描述符的提取精度。
在一个实施方式中,所述根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符的步骤可以包括,将所述示功图数据分成4×4共16个不相重叠的16个子图像块数据;将每个所述子图像块分成多个像素块数据;根据所述指定算子计算所述像素块数据在所述边缘方向上的梯度值;统计最大梯度值对应的边缘方向生成边缘直方图数据;其中,所述边缘直方图数据用于表示所述特征描述符。
在本实施方式中,所述将所述示功图数据分成4×4共16个不相重叠的16个子图像块数据可以包括,将所述目标抽油机井示功图数据和所述样本示功图数据都分割成16个图像块,这16个图像块相互没有重合的部分。分割成的16个子图像大小可以不同,不同示功图数据分割的所述子图像之间大小可以不同。
在本实施方式中,所述将每个所述子图像块分成多个像素块数据可以包括,将所述分割得到的子图像块分割成多个像素块,具体地,可以将所述子图像块分成4×4共16个不相重叠的16个像素块,或者分成4×8共32个不相重叠的32个像素块。
在本实施方式中,所述根据所述指定算子计算所述像素块数据在所述边缘方向上的梯度值可以包括,将分成的所述像素块看作一个2×2的像素点,可以将如图2所示的算子代入像素块计算,可以将至少一个边缘方向所确定的所述指定算子代入所述像素块计算在该方向上的梯度值。计算至少一个边缘方向上的梯度值后可以比较各边缘方向梯度值大小,可以以最大梯度值对应的边缘方向作为所述像素块数据的边缘方向。
在本实施方式中,所述统计最大梯度值对应的边缘方向生成边缘直方图数据,可以包括,根据至少一个边缘方向确定的指定算子可以计算得到至少一个梯度值,比较计算得到的梯度值,可以将最大梯度值对应的边缘方向作为一个所述像素块数据的边缘方向,可以统计一个所述子图像块中各个像素块分别对应的边缘方向,可以根据所述像素块边缘方向的数量生成所述边缘直方图数据。具体地,例如,所述取水平、垂直、45度、135度和无方向边缘五种方向分别计算各个像素块的梯度值,每个像素块可以有1个边缘方向,一共有5种边缘方向,所述示功图可以被分为16个子图像块,统计每个子图像块内像素块的边缘方向,可以生成一个有80个柄的边缘直方图。
在本实施方式中,由于边缘方向可以反映图像信息,通过根据边缘方向确定的指定算子计算所述示功图的所述像素块的梯度值,并以最大梯度值作为所述像素块的边缘方向,统计所述示功图中各子图像块内像素块的边缘方向,生成边缘直方图,能够较好的反映图像信息,提取出较能反映所述示功图特点的特征描述符。
在一个实施方式中,所述对于所述样本数据集,在提取出新的样本示功图数据的特征描述符的情况下,将新提取的样本示功图数据的特征描述符补充到所述样本数据集中。
在本实施方式中,可以对于生成的所述样本数据集随时进行数据补充,在提取出新的所述样本示功图数据的特征描述符的情况下,可以将新提取的样本示功图数据的特征描述符补充道所述样本数据集中。
在本实施方式中,所述样本示功图可以为已知工况的抽油机井的示功图,提取出已知工况的抽油机井的示功图的所述特征描述符补充到所述样本数据集中可以扩充样本数据容量,进而可以提高所述目标抽油机井示功图的特征描述符与所述样本数据集中的特征描述符的对比精度。
在一个实施方式中,所述选出满足指定条件的特征描述符的步骤中包括,从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符最为接近的所述样本示功图数据的特征描述符。
在本实施方式中,所述从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符最为接近的所述样本示功图数据的特征描述符可以包括,所述样本数据集中可以包括多个所述样本示功图的特征描述符。所述最为接近可以包括与所述目标抽油机井示功图的特征描述符和所述样本数据集中的特征描述符的区别很小,或者其区别在指定范围内的。具体地,例如,提取的特征描述符为边缘直方图,所述边缘直方图共80个柄,规定有70个柄相同,剩余柄的差别不足3的确定为与所述目标抽油机井示功图的特征描述符所述最为接近的特征描述符。可以从所述样本数据集中选出至少一个特征描述符。选出所述特征描述符的方式可以包括指定选出也可以包括随机选出。
在本实施方式中,通过从所述样本数据集中选出至少一个所述最为接近的特征描述符,可以从中检查所述目标抽油机井的工况,提高检查精度。
在一个实施方式中,所述根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况的步骤中包括,在所述选出的各类别的所述特征描述符中,以类别占最多数的样本示功图数据的特征描述符所对应的工况为所述目标抽油机井工况的检查结果。
在本实施方式中,所述在所述选出的各类别的所述特征描述符中,以类别占最多数的样本示功图数据的特征描述符所对应的工况为所述目标抽油机井工况的检查结果,可以包括,从所述样本数据集中选出的至少一个满足指定条件的各类别的特征描述符后,可以确定各类别选择出的所述特征描述符的数量,可以以数量最多的特征描述符对应的抽油机井工况检查为目标抽油机井工况。具体地,例如,选出8个特征描述符,其中右6个对应的工况为抽油杆断脱且占最多数,因此可以将抽油杆断脱作为目标抽油机井的工况检查结果。
在本实施方式中,通过以类别占最多数的样本示功图数据的特征描述符所对应的工况为所述目标抽油机井工况的检查结果,进一步约束检查范围,以类别最多数的抽油机井工况作为目标抽油机井工况的检查结果,进一步提高检查结果。
请参阅图5,本说明书实施方式提供一种抽油机井工况检查装置,所述装置可以包括,传感器、通信模块、单片机和处理器;其中,所述传感器设置在所述抽油机井上,采集所述抽油机井示功图数据,并将所述示功图数据发送给通信模块;所述通信模块在接收到所述传感器发送的所述示功图数据的情况下将所述示功图数据发送给单片机;所述单片机存储所述示功图数据,并将所述示功图数据提供给所述处理器以及存储所述处理器处理得到工况检查结果;所述处理器接收到所述示功图数据,根据所述示功图数据进行工况检查。
在本实施方式中,所述传感器可以包括,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求的检测装置,所述传感器可以用来采集抽油机井的示功图数据。
在本实施方式中,所述通信模块可以提供预定端口,并基于HTTP、TCP/IP或FTP等网络协议与载荷传感器以及其他设备进行数据交互,也可以通过例如GSM、CDMA等无线移动网络通信芯片或者WIFI模块、ZigBee模块、蓝牙模块、Z-wave模块、NFC(近场通信)模块、RFID(无线射频识别)模块等无线通信模块与传感器以及其他设备进行数据交互。
在本实施方式中,所述单片机可以包括可以是采用超大规模集成电路技术把具有数据处理能力的中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口和中断系统、定时器/计数器等功能,可能还包括显示驱动电路、脉宽调制电路、模拟多路转换器、A/D转换器等电路集成到一块硅片上构成的一个小而完善的微型计算机系统。所述单片机可以采用多种芯片,例如,STM32F103RC芯片。
在本实施方式中,所述处理器可以包括一块或多块具有数据处理能力的大规模的集成电路。所述处理器中可以运行检查所述抽油机井工况的软件,或者可以将执行抽油机井工况检查的步骤集成到所述大规模的集成电路中,以实现对于抽油机井工况的检查。
在本实施方式中,通过设置所述传感器、通信模块、单片机和处理器,通过所述传感器采集抽油机井示功图数据,并通过所述通信模块将所述示功图数据发送给所述示单片机,由所述单片机将示功图数据发送给所述处理器,由处理器进行处理得到工况检查结果,并将检查结果发送回单片机,实现数据采集和处理的一体化,方便在工区实施应用。
在一个实施方式中,所述通信模块与所述单片机固定在主板上,并且,所述单片机的第一UART接口连接PIN口接插所述通信模块,在打开所述单片机工作电源的情况下,所述传感器将采集到的所述抽油机井示功图数据发送给所述通信模块,并由所述通信模块通过所述第一UART接口所述抽油机井示功图数据发送给所述单片机。
在本实施方式中,所述主板可以包括、安装了组成所述工况检查装置的主要电路系统的部件,可以包括BIOS芯片、I/O控制芯片、键和面板控制开关接口、指示灯插接件、扩充插槽、主板及插卡的直流电源供电接插件等元件。
在本实施方式中,所述UART可以是一种异步收发传输器,它可以将要传输的资料在串行通信与并行通信之间加以转换。作为把并行输入信号转成串行输出信号的芯片,UART可以被集成于其他通讯接口的连结上。所述UART接口可以连接主板的PIN口,并接插所述通信模块,在打开单片机工作电源的情况下,所述传感器可以将采集到的抽油机示功图数据通过所述通信模块由第一UART接口传送到所述处理子单元。
在本实施方式中,所述PIN口可以包括10PIN接口、14PIN接口、20PIN接口、24PIN接口等。所述通信模块可以通过所述PIN口和所述第一UART接口连接。
在本实施方式中,通过设置所述单片机,在打开单片机工作电源的情况下,所述传感器将采集到的所述抽油机井示功图数据通过所述通信模块由所述第一UART接口发送给所述单片机,保证所述示功图数据传输的稳定性。
在一个实施方式中,所述单片机和所述处理器固定在主板上,并且所述单片机通过第二UART接口与所述处理器连接,在所述单片机接收到所述传感器采集得到的所述示功图数据的情况下,将所述示功图数据通过所述第二UART接口发送给所述处理器;在所述处理器处理得到工况检查结果的情况下将所述工况检查结果发送给所述单片机。
在本实施方式中,所述单片机可以通过第二UART接口将所述传感器采集的抽油机井示功图发送给所述处理器。所述处理器在处理后可以将抽油机井工况检查结果通过所述第二UART接口发送给所述单片机。所述单片机可以根据Modbus协议存储检查结果。
在本实施方式中,所述单片机通过第二UART接口将由所述传感器采集的示功图数据发送给所述处理器,并由所述处理器将工况检查结果通过该第二UART接口发送给所述单片机,保证了数据传输的稳定性。
在一个实施方式中,所述传感器为无线载荷传感器。
在本实施方式中,所述无线载荷传感器可以包括,用于测试抽油机抽油杆载荷和抽油机冲程的一种载重和位移的传感器,所述载荷传感器可以将称重传感器和位移传感器集成在一起,可以将采集到的载荷信号和位移信号进行配对,从而可以得到抽油机的示功图。将所述载荷信号和位移信号进行配对的过程可以根据单片机技术、无线通信技术、有线通信技术等实现。所述悬点可以包括在抽油机上,光杆与驴头相切的点。通过在悬点处设置载荷传感器,分析抽油机悬点所受载荷可以有助于分析系统耗功。
在本实施方式中,所述传感器为无线载荷传感器,通过载荷传感器可以较为方便的采集所述抽油机井的示功图,并且通过无线的方式进行数据交互可以方便数据处理。
在一个实施方式中,所述处理器为搭载Linux系统的ARM处理器。
在本实施方式中,所述ARM处理器可以包括32位元精简指令集(RISC)处理器架构,所述ARM处理器可以包括37个寄存器,可以被分为若干个组,这些寄存器可以包括,31个通用寄存器,包括程序计数器,均为32位的寄存器以及6个状态寄存器,用以标识CPU的工作状态及程序的运行状态,均为32位。所述ARM处理器通过搭载Linux系统以足够大的内存可保证工况检查的正常运行。
在一个实施方式中,所述装置还包括展示模块,在所述单片机接收到所述工况检查结果的情况下,将所述工况检查结果和所述示功图数据发送给所述展示模块,所述展示模块展示所述示功图数据和所述工况检查结果。
在本实施方式中,所述展示模块可以包括LCD液晶显示屏、LED电子显示屏、阴极射线管CRT显示屏等各类具有展示功能的装置。在所述单片机将所述示功图数据和所述工况检查结果发送给所述展示模块的情况下所述展示模块可以对应展示对应的工况检查结果和示功图。
在本实施方式中,通过设置展示模块可以实现采集、处理、展示一体化,方便工作人员使用和查看。
在一个实施方式中,所述装置还包括通信子模块和移动终端;所述通信子模块与所述单片机固定在主板上,并且所述单片机通过第三UART接口与所述通信子模块连接,在所述单片机接收到所述工况检查结果的情况下,将所述工况检查结果和所述示功图数据通过所述第三UART接口发送给所述通信子模块;所述移动终端接收并展示所述通信子模块发送的所述工况检查结果和所述示功图数据。
在本实施方式中,所述通信子模块可以提供预定端口,并基于HTTP、TCP/IP或FTP等网络协议与所述移动终端及其他设备进行数据交互,也可以通过例如GSM、CDMA等无线移动网络通信芯片或者WIFI模块、ZigBee模块、蓝牙模块、Z-wave模块、NFC(近场通信)模块、RFID(无线射频识别)模块等无线通信模块与所述移动终端以及其他设备进行数据交互。另外,所述通信子模块也可以通过有线的方式和所述移动终端进行通信。所述通信子模块可以通过第三UART接口与所述单片机连接,所述单片机可以将所述抽油机井示功图数据以及所述抽油机井工况检查结果通过所述第三UART接口发送给所述通信子模块。
在本实施方式中,所述移动终端可以包括具有显示、运算和网络访问功能的电子设备。具体的,例如,移动终端可以为台式电脑、平板电脑、笔记本电脑、智能手机、数字助理、智能可穿戴设备。
在本实施方式中,所述装置通过设置所述通信子模块和所述移动终端进一步方便工作人员进行所述检查结果和所述示功图数据的查看。
在一个实施方式中,所述单片机通过所述通信子模块接收移动终端发送的查看请求,所述单片机在接收到所述查看请求的情况下,将所述工况检查结果和所述示功图数据发送给所述移动终端,以使所述移动终端展示所述工况检查结果和所述示功图数据。
在本实施方式中,所述查看请求可以包括满足通信协议并遵循一定格式的字符串或代码,其用于表示发出该查看请求的移动终端请求获得对应的工况检查结果和示功图数据,所述查看请求可以包括指定抽油机井的信息,所述单片机可以在接收到所述查看请求的情况下,解析所述查看请求,确定所述查看请求所指向的所述检查结果以及示功图数据。具体地,例如,所述移动终端发送查看5号井的工况检查结果,所述移动终端发送包含5号井信息的查看请求,所述单片机接收到包含5号井信息的查看请求的情况下,将5号井的示功图时距和所述工况检查结果发送给所述移动终端。
在一个实施方式中,所述通信模块、单片机和处理器固定安装在主板上,并封装在壳体内。
在本实施方式中,所述壳体可以包括能够封装安装了所述通信模块、所述单片机以及处理器的主板,所述壳体的材料可以包括不会屏蔽电信号的任何材料。将所述主板封装在所述壳体内可以保护所述主板以及设置在所述主板上的通信模块、所述单片机以及所述处理器,能够起到防水、防摔的作用。
本说明书提供的所述抽油机井工况检查装置,通过设置传感器、通信模块、单片机和处理器,由所述传感器采集抽油机井示功图,并通过所述第一通信单元将所述抽油机井示功图发送给所述单片机,所述单片机存储所述示功图数据,并将所述示功图数据提供给所述处理器;所述处理器接收到所述示功图数据,根据所述示功图数据进行工况检查,并将工况检查结果发送给所述单片机,进而可以实现从数据采集到数据处理一体化进行,方便示功图和工况检查结果的查看。另外,其处理器可以运行本说明书提供的所述抽油机井工况检查方法,还可以运行其他通过示功图进行工况检查的方法,在此,本说明书并不限定。
请参阅图6,本说明书实施方式还提供一种抽油机井工况检查装置,包括,特征描述符提取单元,用于根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述指定算子用于表示提取所述特征描述符的运算符;所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于表示体现所述抽油机井示功图至少一个特征的标识;样本数据集生成单元,用于以所述样本示功图数据的特征描述符为元素生成样本数据集;分类单元,用于根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类;选取单元,用于从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符;工况检查单元,用于根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
本实施方式中提供的抽油机井工况检查装置,其实现的功能和效果可以参见其它实施方式对照解释。
本实施方式中提供的所述抽油机井工况检查装置可以用于上述抽油机井工况检查装置的处理器中。
上述实施方式阐明的装置或单元,具体可以由计算机芯片或实体实现,或者具有某种功能的产品来实现。为了描述方便,描述以上装置时以功能分为各种模块分别描述。当然在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上实施方式的描述可知,本领域技术人员还可以了解到本发明实施例所列出的各种说明性逻辑块、模块和步骤可以通过硬件、软件或者两者的结合来实现。至于是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施力保护的范围。
本说明书实施方式还提供一种计算机存储介质,所述存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现。
根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述指定算子用于表示提取所述特征描述符的运算符;所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于表示体现所述抽油机井示功图至少一个特征的标识;以所述样本示功图数据的特征描述符为元素生成样本数据集;根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类;从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符;根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
本实施方式中提供的存储介质,其程序指令被执行时实现的功能和效果可以参见其它实施方式对照解释。
在本实施方式中,所述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。
本说明书实施方式提供的抽油机井工况检查方法及装置通过指定算子提取特征描述符,并根据已知工况的抽油机井示功图数据的特征描述符生成样本数据集,从所述样本数据集中选出至少一个与所述目标抽油机井组示功图数据的特征描述符满足指定条件特征描述符,根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。解决了现有技术中,需要泵功图转化和样本训练、计算复杂速度慢的缺点,具有广泛的应用前景。
本说明书实施方式中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软硬模快、或者两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器,寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其他任意形式的存储媒介中。
本说明书实施方式所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码的形式传输于电脑可读媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其他地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM,ROM,EPROM,CD-ROM或其他光盘存储、磁盘存储或其他磁性存储装置,或其他任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或者通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其他远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线传输的也被包含在所定义的电脑可读媒介中。所述的碟片和磁盘,包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述组合也可以包含在电脑可读媒介中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置及存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的说明书部分即可。
虽然通过实施例描绘了本说明书,本领域普通技术人员知道,本说明书有许多变形和变化而不脱离本说明书的精神,希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (10)
1.一种抽油机井工况检查方法,其特征在于,包括:
根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述指定算子用于表示提取所述特征描述符的运算符;所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于表示体现所述抽油机井示功图至少一个特征的标识;
以所述样本示功图数据的特征描述符为元素生成样本数据集;
根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类;
从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符;
根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
2.根据权利要求1所述的方法,其特征在于,在提取所述特征描述符之前,处理所述目标抽油机井示功图数据和所述样本示功图数据,以使其生成形状规则的灰度图像。
3.根据权利要求1或2所述的方法,其特征在于,所述指定算子根据所述示功图数据的边缘方向确定;其中,所述边缘方向用于表征所述示功图数据的边缘像素点的空间分布。
4.根据权利要求3所述的方法,其特征在于,所述边缘方向包括,水平、45度、垂直、135度和无方向边缘其中至少之一。
5.根据权利要求4所述的方法,其特征在于,所述根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符的步骤包括:
将所述示功图数据分成4×4共16个不相重叠的16个子图像块数据;
将每个所述子图像块分成多个像素块数据;
根据所述指定算子计算所述像素块数据在所述边缘方向上的梯度值;
统计最大梯度值对应的边缘方向生成边缘直方图数据;其中,所述边缘直方图数据用于表示所述特征描述符。
6.根据权利要求1所述的方法,其特征在于,对于所述样本数据集,在提取出新的样本示功图数据的特征描述符的情况下,将新提取的样本示功图数据的特征描述符补充到所述样本数据集中。
7.根据权利要求1所述的方法,其特征在于,选出满足指定条件的特征描述符的步骤中包括,从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符最为接近的所述样本示功图数据的特征描述符。
8.根据权利要求1所述的方法,其特征在于,所述根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况的步骤中包括:在所述选出的各类别的所述特征描述符中,以类别占最多数的样本示功图数据的特征描述符所对应的工况为所述目标抽油机井工况的检查结果。
9.一种抽油机井工况检查装置,其特征在于,所述装置包括:传感器、通信模块、单片机和处理器;其中,
所述传感器设置在所述抽油机井上,采集所述抽油机井示功图数据,并将所述示功图数据发送给通信模块;
所述通信模块在接收到所述传感器发送的所述示功图数据的情况下将所述示功图数据发送给单片机;
所述单片机存储所述示功图数据,并将所述示功图数据提供给所述处理器以及存储所述处理器处理得到工况检查结果;
所述处理器接收到所述示功图数据,根据所述示功图数据进行工况检查。
10.一种抽油机井工况检查装置,其特征在于,包括:
特征描述符提取单元,用于根据指定算子分别提取目标抽油机井示功图数据与样本示功图数据的特征描述符;其中,所述指定算子用于表示提取所述特征描述符的运算符;所述样本示功图数据用于表示已知对应工况的抽油机井的示功图数据;所述特征描述符用于表示体现所述抽油机井示功图至少一个特征的标识;
样本数据集生成单元,用于以所述样本示功图数据的特征描述符为元素生成样本数据集;
分类单元,用于根据所述样本示功图数据对应的工况对所述样本数据集中的特征描述符进行分类;
选取单元,用于从所述样本数据集中选出至少一个与所述目标抽油机井示功图数据的特征描述符满足指定条件的特征描述符;
工况检查单元,用于根据选出的各类别的所述特征描述符的数量检查所述目标抽油机井的工况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810648470.7A CN108952673B (zh) | 2018-06-22 | 2018-06-22 | 抽油机井工况检查方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810648470.7A CN108952673B (zh) | 2018-06-22 | 2018-06-22 | 抽油机井工况检查方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108952673A true CN108952673A (zh) | 2018-12-07 |
CN108952673B CN108952673B (zh) | 2023-09-26 |
Family
ID=64491298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810648470.7A Active CN108952673B (zh) | 2018-06-22 | 2018-06-22 | 抽油机井工况检查方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108952673B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246157A (zh) * | 2019-06-21 | 2019-09-17 | 大庆安瑞达科技开发有限公司 | 基于大数据监控的油气田设备生产状态判别系统与方法 |
CN110360093A (zh) * | 2019-07-30 | 2019-10-22 | 江西资生科技有限公司 | 一种往复式压缩机示功图的运行检测系统及方法 |
CN111173500A (zh) * | 2020-01-06 | 2020-05-19 | 西安石油大学 | 油田抽油机工况无线数据采集与监控系统 |
CN111472724A (zh) * | 2020-03-27 | 2020-07-31 | 上海复泉工程技术有限公司 | 工作状态检测控制智能化抽油机 |
CN111611953A (zh) * | 2020-05-28 | 2020-09-01 | 北京富吉瑞光电科技有限公司 | 一种基于目标特征训练的抽油机识别方法与系统 |
CN112433223A (zh) * | 2020-10-29 | 2021-03-02 | 中国石油天然气股份有限公司 | 太阳能一体化光杆示功图采集装置及其方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0905326D0 (en) * | 2006-09-27 | 2009-05-13 | Halliburton Energy Serv Inc | Monitor and control of directional drilling operations and simulations |
US20120299961A1 (en) * | 2011-05-27 | 2012-11-29 | A9.Com, Inc. | Augmenting a live view |
CN103953328A (zh) * | 2014-04-18 | 2014-07-30 | 中国石油天然气股份有限公司 | 油井测试与分析系统 |
CN104481508A (zh) * | 2014-09-10 | 2015-04-01 | 大庆明达韦尔信息系统服务有限公司 | 用信息熵结合灰度关联矩阵实现油田抽油机井故障诊断的方法 |
CN105672988A (zh) * | 2015-12-30 | 2016-06-15 | 中国石油天然气股份有限公司 | 抽油机示功图诊断系统和诊断方法 |
CN106121627A (zh) * | 2016-06-03 | 2016-11-16 | 山东天工石油装备有限公司 | 一种基于图像识别的抽油机位移采集方法 |
CN106321072A (zh) * | 2015-06-15 | 2017-01-11 | 中国科学院沈阳自动化研究所 | 一种基于泵功图的抽油井故障诊断方法 |
WO2017070025A1 (en) * | 2015-10-18 | 2017-04-27 | Schlumberger Technology Corporation | Rig operations information system |
CN106761668A (zh) * | 2016-11-19 | 2017-05-31 | 新疆华隆油田科技股份有限公司 | 油井故障智能化分析决策系统及方法 |
US20180171774A1 (en) * | 2016-12-21 | 2018-06-21 | Schlumberger Technology Corporation | Drillstring sticking management framework |
CN208473847U (zh) * | 2018-06-22 | 2019-02-05 | 中国石油天然气股份有限公司 | 抽油机井工况检查装置 |
-
2018
- 2018-06-22 CN CN201810648470.7A patent/CN108952673B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0905326D0 (en) * | 2006-09-27 | 2009-05-13 | Halliburton Energy Serv Inc | Monitor and control of directional drilling operations and simulations |
US20100133008A1 (en) * | 2006-09-27 | 2010-06-03 | Halliburton Energy Services, Inc | Monitor and control of directional drilling operations and simulations |
US20120299961A1 (en) * | 2011-05-27 | 2012-11-29 | A9.Com, Inc. | Augmenting a live view |
CN103953328A (zh) * | 2014-04-18 | 2014-07-30 | 中国石油天然气股份有限公司 | 油井测试与分析系统 |
CN104481508A (zh) * | 2014-09-10 | 2015-04-01 | 大庆明达韦尔信息系统服务有限公司 | 用信息熵结合灰度关联矩阵实现油田抽油机井故障诊断的方法 |
CN106321072A (zh) * | 2015-06-15 | 2017-01-11 | 中国科学院沈阳自动化研究所 | 一种基于泵功图的抽油井故障诊断方法 |
WO2017070025A1 (en) * | 2015-10-18 | 2017-04-27 | Schlumberger Technology Corporation | Rig operations information system |
CN105672988A (zh) * | 2015-12-30 | 2016-06-15 | 中国石油天然气股份有限公司 | 抽油机示功图诊断系统和诊断方法 |
CN106121627A (zh) * | 2016-06-03 | 2016-11-16 | 山东天工石油装备有限公司 | 一种基于图像识别的抽油机位移采集方法 |
CN106761668A (zh) * | 2016-11-19 | 2017-05-31 | 新疆华隆油田科技股份有限公司 | 油井故障智能化分析决策系统及方法 |
US20180171774A1 (en) * | 2016-12-21 | 2018-06-21 | Schlumberger Technology Corporation | Drillstring sticking management framework |
CN208473847U (zh) * | 2018-06-22 | 2019-02-05 | 中国石油天然气股份有限公司 | 抽油机井工况检查装置 |
Non-Patent Citations (1)
Title |
---|
张建军;师俊峰;赵瑞东;: "油气井生产系统优化设计与诊断决策软件(PetroPE)V1.0", no. 05 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246157A (zh) * | 2019-06-21 | 2019-09-17 | 大庆安瑞达科技开发有限公司 | 基于大数据监控的油气田设备生产状态判别系统与方法 |
CN110360093A (zh) * | 2019-07-30 | 2019-10-22 | 江西资生科技有限公司 | 一种往复式压缩机示功图的运行检测系统及方法 |
CN110360093B (zh) * | 2019-07-30 | 2021-01-15 | 江西资生科技有限公司 | 一种往复式压缩机示功图的运行检测系统及方法 |
CN111173500A (zh) * | 2020-01-06 | 2020-05-19 | 西安石油大学 | 油田抽油机工况无线数据采集与监控系统 |
CN111173500B (zh) * | 2020-01-06 | 2022-09-02 | 西安石油大学 | 油田抽油机工况无线数据采集与监控系统 |
CN111472724A (zh) * | 2020-03-27 | 2020-07-31 | 上海复泉工程技术有限公司 | 工作状态检测控制智能化抽油机 |
CN111472724B (zh) * | 2020-03-27 | 2022-02-22 | 上海复泉工程技术有限公司 | 工作状态检测控制智能化抽油机 |
CN111611953A (zh) * | 2020-05-28 | 2020-09-01 | 北京富吉瑞光电科技有限公司 | 一种基于目标特征训练的抽油机识别方法与系统 |
CN112433223A (zh) * | 2020-10-29 | 2021-03-02 | 中国石油天然气股份有限公司 | 太阳能一体化光杆示功图采集装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108952673B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108952673A (zh) | 抽油机井工况检查方法及装置 | |
CN109360396B (zh) | 基于图像识别技术和NB-IoT技术的远程抄表方法及系统 | |
CN104268498B (zh) | 一种二维码的识别方法及终端 | |
CN109086718A (zh) | 活体检测方法、装置、计算机设备及存储介质 | |
CN103209211B (zh) | 一种计量表读数识别的方法、计量表自助抄表系统及其抄表方法 | |
CN108846401A (zh) | 商品检测终端、方法、系统以及计算机设备、可读介质 | |
CN108280455A (zh) | 人体关键点检测方法和装置、电子设备、程序和介质 | |
CN108228872A (zh) | 人脸图像去重方法和装置、电子设备、存储介质、程序 | |
CN108985359A (zh) | 一种商品识别方法、无人售货机及计算机可读存储介质 | |
CN109003390A (zh) | 一种商品识别方法、无人售货机及计算机可读存储介质 | |
CN112348765A (zh) | 数据增强方法、装置、计算机可读存储介质及终端设备 | |
CN108229418A (zh) | 人体关键点检测方法和装置、电子设备、存储介质和程序 | |
CN111259908A (zh) | 基于机器视觉的钢卷号识别方法、系统、设备及存储介质 | |
CN106796653A (zh) | 图像数据处理方法和支持该方法的电子装置 | |
CN112014413A (zh) | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 | |
CN108573247A (zh) | 基于边缘计算的用于检测车位停车状态的方法 | |
CN109901988A (zh) | 一种用于自动化测试的页面元素定位方法和装置 | |
CN108319749A (zh) | 一种确定示功图的方法及装置 | |
CN109241962A (zh) | 一种字符识别方法及装置 | |
CN108052943A (zh) | 一种仪表字轮识别方法及设备 | |
CN111310531B (zh) | 图像分类方法、装置、计算机设备及存储介质 | |
CN108564569A (zh) | 一种基于多核分类学习的混凝土裂缝检测方法及装置 | |
CN107403216A (zh) | 一种识别码生成及验证方法及装置 | |
CN208473847U (zh) | 抽油机井工况检查装置 | |
CN109299000A (zh) | 一种网页响应测试方法、计算机可读存储介质及终端设备 |
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 |