CN110173239A - 基于油井工况诊断的抽油机自动调速装置 - Google Patents
基于油井工况诊断的抽油机自动调速装置 Download PDFInfo
- Publication number
- CN110173239A CN110173239A CN201910526713.4A CN201910526713A CN110173239A CN 110173239 A CN110173239 A CN 110173239A CN 201910526713 A CN201910526713 A CN 201910526713A CN 110173239 A CN110173239 A CN 110173239A
- Authority
- CN
- China
- Prior art keywords
- oil well
- pumping unit
- jig frequency
- operating condition
- sensor
- 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.)
- Pending
Links
- 239000003129 oil well Substances 0.000 title claims abstract description 34
- 238000005086 pumping Methods 0.000 title claims abstract description 31
- 238000003745 diagnosis Methods 0.000 title claims abstract description 20
- 241001023788 Cyttus traversi Species 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims description 16
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 230000001537 neural effect Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 241000283074 Equus asinus Species 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 239000003208 petroleum Substances 0.000 abstract description 2
- 238000005265 energy consumption Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 230000009466 transformation Effects 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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/12—Methods or apparatus for controlling the flow of the obtained fluid to or in wells
- E21B43/121—Lifting well fluids
- E21B43/126—Adaptations of down-hole pump systems powered by drives outside the borehole, e.g. by a rotary or oscillating drive
- E21B43/127—Adaptations of walking-beam pump systems
-
- 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
- E21B47/009—Monitoring of walking-beam pump systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Environmental & Geological Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Geophysics (AREA)
- Multimedia (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及石油机械技术领域，尤其是涉及一种基于油井工况诊断的抽油机自动调速装置，所述的装置包括示功图传感器、带动驴头往复运动的电机、所述冲次自动调节器，所述示功图传感器与驴头连接获取油井参数信息用于绘制油井示功图，所述的电机与传感器之间信号连接，所述冲次自动调节器包括工况数据存储器、工况智能诊断器和冲次计算器，所述示功图传感器与工况数据存储器之间信号连接，本发明基于油井工况诊断的抽油机自动调速装置在使用时，通过示功图传感器采集油井工况信息，传感器将参数信息和油井示功图发送至工况智能诊断器进行诊断，判断工况类别，进一步根据分析的油层供液程度来计算抽油机最佳冲次大小，实现抽油机远程自动调速。
Description
技术领域
本发明涉及石油机械技术领域，尤其是涉及一种基于油井工况诊断的抽油机自动调速装置。
背景技术
有杆抽油泵是目前国内外应用最为广泛的机械采油采用方式，由于地面采油系统效率低、能耗大，“大马拉小车”等问题普遍存在，各油田用于抽油的电能消耗巨大，抽油装置的节能问题已经引起了广泛的关注。
发明内容
本发明要解决的技术问题是：为了解决有杆抽油泵是目前国内外应用最为广泛的机械采油采用方式，由于地面采油系统效率低、能耗大，“大马拉小车”的问题，现提供了一种基于油井工况诊断的抽油机自动调速装置。
本发明解决其技术问题所采用的技术方案是：一种基于油井工况诊断的抽油机自动调速装置，所述抽油机包括驴头及带动驴头往复运动的电机，包括示功仪和所述冲次自动调节器，所述示功仪上设置有与其信号连接的传感器，所述示功仪与电机之间信号连接，所述传感器设置在驴头上，所述冲次自动调节器包括工况数据存储器、工况智能诊断器和冲次计算器，所述示功仪与工况数据存储器之间信号连接，所述工况数据存储器与工况智能诊断器之间信号连接，所述工况智能诊断器和冲次计算器之间信号连接，所述冲次计算器与电机之间信号连接；
所述工况智能诊断器采用深度卷积神经网络，对油井示功图进行诊断，判断油层供液程度。
本发明通过示功仪的传感器检测驴头信息，传感器将检测到的信息发生至示功仪，示功仪获取油井工况信息，并绘示功图，再将其传输给工况数据存储器实时储存，工况数据存储器将示功图输送至工况智能诊断器进行诊断，而工况智能诊断器采用深度卷积网络算法，通过采集工况数据存储器中的大量不同工况种类的示功图图像，分拣归类形成训练库，投入到深度卷积神经网络架构中进行训练，不断优化调试架构参数形成工况智能诊断系统，最后进行封装处理形成工况智能诊断器，工况智能诊断器将诊断数据传输至冲次计算器，再由冲击计算器根据诊断数据控制电机的转速，从而到达调节电机的转速。
进一步地，所述神经网络训练通过搭建卷积神经网络架构，使用DATA和LABEL开展神经网络训练，并将训练完成的神经网络存储到文件夹中。神经网络训练的流程。
进一步地，所述卷积神经网络架构由工况诊断卡组成分类库找到油井示功图拼合数据表CSV文件中对应的数据，绘制油井示功图并组成训练库。工况智能诊断器所需训练集的流程。
进一步地，所述传感器包括载荷传感器和位移传感器。
本发明的有益效果是：本发明基于油井工况诊断的抽油机自动调速装置在使用时，根据分析的油层供液程度来计算抽油机的冲次大小，通过示功仪的传感器检测驴头信息，传感器将检测到的信息发生至示功仪，示功仪获取油井工况信息，并绘示功图，再将其传输给工况数据存储器实时储存，工况数据存储器将示功图输送至工况智能诊断器进行诊断，而工况智能诊断器采用深度卷积网络算法，通过采集工况数据存储器中的大量不同工况种类的示功图图像，分拣归类形成训练库，投入到深度卷积神经网络架构中进行训练，不断优化调试架构参数形成工况智能诊断系统，最后进行封装处理形成工况智能诊断器，工况智能诊断器将诊断数据传输至冲次计算器，并进行数据分析，再由冲击计算器根据诊断数据控制电机的转速，对抽油机进行自动调速，避免了有杆抽油泵是目前国内外应用最为广泛的机械采油采用方式，由于地面采油系统效率低、能耗大，“大马拉小车”的问题。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的主视图；
图2是本发明中冲次自动调节器的连接示意图；
图3是本发明中工况智能诊断器制备所需的训练集的设计流程图；
图4是本发明中神经网络训练程序设计流程图。
图中：1、驴头，2、电机，3、示功仪，4、所述冲次自动调节器。
具体实施方式
现在结合附图对本发明做进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
如图1-4所示，一种基于油井工况诊断的抽油机自动调速装置，所述抽油机包括驴头1及带动驴头1往复运动的电机2，包括示功仪3和所述冲次自动调节器4，所述示功仪3上设置有与其信号连接的传感器，所述示功仪3与电机2之间信号连接，所述传感器设置在驴头1上，所述冲次自动调节器4包括工况数据存储器、工况智能诊断器和冲次计算器，所述示功仪3与工况数据存储器之间信号连接，所述工况数据存储器与工况智能诊断器之间信号连接，所述工况智能诊断器和冲次计算器之间信号连接，所述冲次计算器与电机2之间信号连接；
所述工况智能诊断器采用深度卷积神经网络，对油井示功图进行诊断，判断油层供液程度。
所述神经网络训练通过搭建卷积神经网络架构，使用DATA和LABEL开展神经网络训练，并将训练完成的神经网络存储到文件夹中。
所述卷积神经网络架构由工况诊断卡组成分类库找到油井示功图拼合数据表CSV文件中对应的数据，绘制油井示功图并组成训练库。
所述传感器包括载荷传感器和位移传感器。
上述基于油井工况诊断的抽油机自动调速装置在使用时，示功仪3用于实时上传抽油机的工作状态参数，并根据位移和载荷绘制油井示功图，通过无线传输发送到所述冲次自动调节器4中的工况数据存储器，工况数据存储器用于汇总油井实时工况信息，包括示功图、功率、回压等参数，供工况智能诊断器进行诊断，工况智能诊断器采用深度卷积神经网络，对油井示功图进行诊断，判断油层供液程度，次计算器接收工况智能诊断器的诊断结果，并根据供液情况进行冲次换算，根据冲次大小控制电动机的转速，电动机与皮带轮之间通过皮带相连，用于带动有杆游梁式抽油机运动，实现上下冲程的采油动作，其转速是由所述冲次自动调节器4来实时调整的，基于油井工况诊断的抽油机自动调速装置能够实时获取油井工况诊断数据，并进行数据分析，根据分析的数据自动传输到所述冲次自动调节器4中，根据冲次的变换，对抽油机进行自动化调速，从而有效减少能耗，提高抽油机工作效率。
上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (4)
1.一种基于油井工况诊断的抽油机自动调速装置，所述抽油机包括驴头(1)及带动驴头(1)往复运动的电机(2)，其特征在于：包括示功仪(3)和所述冲次自动调节器(4)，所述示功仪(3)上设置有与其信号连接的传感器，所述示功仪(3)与电机(2)之间信号连接，所述传感器设置在驴头(1)上，所述冲次自动调节器(4)包括工况数据存储器、工况智能诊断器和冲次计算器，所述示功仪(3)与工况数据存储器之间信号连接，所述工况数据存储器与工况智能诊断器之间信号连接，所述工况智能诊断器和冲次计算器之间信号连接，所述冲次计算器与电机(2)之间信号连接；
所述工况智能诊断器采用深度卷积神经网络，对油井示功图进行诊断，判断油层供液程度。
2.根据权利要求1所述的基于油井工况诊断的抽油机自动调速装置，其特征在于：所述神经网络训练通过搭建卷积神经网络架构，使用DATA和LABEL开展神经网络训练，并将训练完成的神经网络存储到文件夹中。
3.根据权利要求2所述的基于油井工况诊断的抽油机自动调速装置，其特征在于：所述卷积神经网络架构由工况诊断卡组成分类库找到油井示功图拼合数据表CSV文件中对应的数据，绘制油井示功图并组成训练库。
4.根据权利要求1所述的基于油井工况诊断的抽油机自动调速装置，其特征在于：所述传感器包括载荷传感器和位移传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910526713.4A CN110173239A (zh) | 2019-06-18 | 2019-06-18 | 基于油井工况诊断的抽油机自动调速装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910526713.4A CN110173239A (zh) | 2019-06-18 | 2019-06-18 | 基于油井工况诊断的抽油机自动调速装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110173239A true CN110173239A (zh) | 2019-08-27 |
Family
ID=67698464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910526713.4A Pending CN110173239A (zh) | 2019-06-18 | 2019-06-18 | 基于油井工况诊断的抽油机自动调速装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110173239A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN114263458A (zh) * | 2021-12-27 | 2022-04-01 | 西安健尚智能科技有限公司 | 一种油井工况全感知智能诊断自动处理的方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101509372A (zh) * | 2009-03-24 | 2009-08-19 | 北京雅丹石油技术开发有限公司 | 抽油井示功仪 |
| CN102213084A (zh) * | 2011-05-23 | 2011-10-12 | 中国石油天然气股份有限公司 | 抽油机冲次调整装置 |
| WO2016107592A1 (zh) * | 2014-12-31 | 2016-07-07 | 新疆维吾尔自治区第三机床厂 | 智能控制抽油方法和智能抽油机 |
| CN108756854A (zh) * | 2018-07-03 | 2018-11-06 | 常州大学 | 一种基于示功体的有杆泵工况智能监测方法 |
| CN210317250U (zh) * | 2019-06-18 | 2020-04-14 | 常州大学 | 基于油井工况诊断的抽油机自动调速装置 |
-
2019
- 2019-06-18 CN CN201910526713.4A patent/CN110173239A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101509372A (zh) * | 2009-03-24 | 2009-08-19 | 北京雅丹石油技术开发有限公司 | 抽油井示功仪 |
| CN102213084A (zh) * | 2011-05-23 | 2011-10-12 | 中国石油天然气股份有限公司 | 抽油机冲次调整装置 |
| WO2016107592A1 (zh) * | 2014-12-31 | 2016-07-07 | 新疆维吾尔自治区第三机床厂 | 智能控制抽油方法和智能抽油机 |
| CN108756854A (zh) * | 2018-07-03 | 2018-11-06 | 常州大学 | 一种基于示功体的有杆泵工况智能监测方法 |
| CN210317250U (zh) * | 2019-06-18 | 2020-04-14 | 常州大学 | 基于油井工况诊断的抽油机自动调速装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN114263458A (zh) * | 2021-12-27 | 2022-04-01 | 西安健尚智能科技有限公司 | 一种油井工况全感知智能诊断自动处理的方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110173239A (zh) | 基于油井工况诊断的抽油机自动调速装置 | |
| CN101525994B (zh) | 用于油井口的测控监视系统 | |
| CN100572810C (zh) | 一种有杆泵抽油机抽油控制方法及其系统 | |
| CN106233921B (zh) | 一种收割机割台高度自动调节系统及控制方法 | |
| CN102619735B (zh) | 用于驱动线性运动双作用往复泵的方法、设备和装置 | |
| CN111852415A (zh) | 抽油机间抽运行的控制方法、系统及设备 | |
| CN106006483A (zh) | 一种叉车动力工况自适应控制系统及方法 | |
| CN104234695A (zh) | 一种基于神经网络的油井故障诊断方法 | |
| CN203101986U (zh) | 抽油机井变频自适应节能控制装置 | |
| CN210317250U (zh) | 基于油井工况诊断的抽油机自动调速装置 | |
| CN204899906U (zh) | 油田采油机示功图远程采集系统 | |
| CN105075886A (zh) | 一种奶牛自动喂食装置以及对应的智能喂食系统 | |
| CN104904415A (zh) | 一种联合收割机远程测控机载设备及方法 | |
| CN103293990A (zh) | 一种永磁同步电机直驱式抽油机控制器及控制方法 | |
| CN115929302A (zh) | 一种智能截割系统及控制方法 | |
| CN2881092Y (zh) | 抽油机抽汲参数自动监测装置 | |
| CN202320819U (zh) | 一种自动灌装设备 | |
| CN204877391U (zh) | 一种抽油机自适应式平衡调节装置 | |
| CN111472723B (zh) | 泵效调整智能化抽油机 | |
| CN104454697B (zh) | 大载荷快速插入机构高速驱动及定位方法 | |
| CN110617038A (zh) | 一种基于自适应分析的抽油驱动控制和检测分析装置 | |
| CN208971695U (zh) | 一种用于奶牛行为分析的图像采集装置 | |
| CN105758607A (zh) | 一种变速箱油泵抗冲击特性验证方法及系统 | |
| CN105938374A (zh) | 一种水库控制电路系统 | |
| CN205400686U (zh) | 一种稠油井专用抽油机调速装置 |
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 |