CN111963114A - 一种抽油机井(群)智能化应用系统和实现方法 - Google Patents
一种抽油机井(群)智能化应用系统和实现方法 Download PDFInfo
- Publication number
- CN111963114A CN111963114A CN202010822478.8A CN202010822478A CN111963114A CN 111963114 A CN111963114 A CN 111963114A CN 202010822478 A CN202010822478 A CN 202010822478A CN 111963114 A CN111963114 A CN 111963114A
- Authority
- CN
- China
- Prior art keywords
- unit
- working condition
- frequency conversion
- pumping
- fault
- 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
- 238000005086 pumping Methods 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000006243 chemical reaction Methods 0.000 claims abstract description 84
- 238000004891 communication Methods 0.000 claims abstract description 35
- 238000003745 diagnosis Methods 0.000 claims abstract description 29
- 238000011217 control strategy Methods 0.000 claims abstract description 12
- 238000010586 diagram Methods 0.000 claims description 43
- 238000004519 manufacturing process Methods 0.000 claims description 37
- 238000012544 monitoring process Methods 0.000 claims description 25
- 239000003129 oil well Substances 0.000 claims description 22
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims 2
- 238000005516 engineering process Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 25
- 238000005457 optimization Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 239000007788 liquid Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 239000013589 supplement Substances 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 7
- 230000033228 biological regulation Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- 239000012530 fluid Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
- 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
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Remote Sensing (AREA)
- Geophysics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种抽油机井(群)智能化应用系统和实现方法,数据采集单元、变频单元、工况单元和服务单元,其中:数据采集单元:用于采集抽油机的运行参数;变频单元:用于调节抽油机的抽油频率,以能够实现同一井场内的抽油机的功率进行错峰控制;工况单元:用于能够识别工况类型和预测故障类型;和服务单元:其输入端与数据采集单元通信连接,其输出端分别与变频单元和故障单元通信连接;服务单元基于工况单元的工况识别结果和/或预测结果通信连接至变频单元,其中,变频单元能够基于工况诊断及识别结果对抽油机进行变频调参;或变频单元基于工况预测结果在未来一定时间内对抽油机进行优化变频,以节能、提高泵效及优化错峰控制策略。
Description
技术领域
本发明涉及智慧采油工程技术领域,尤其涉及一种抽油机井智能化应用系统和方法。
背景技术
抽油机是开采石油的一种机器设备,通过将一个活塞拉杆(抽油杆)的抽汲作用把油抽上来,俗称“磕头机”。随着智能技术的发展,抽油机井正以高效节能环保的理念进行智能升级改造。据统计,全国现有抽油机井超过30万台,电机装机容量9000MW,变压器总容量超过100亿kVA,能耗基数巨大,节能空间非常广阔。可见,我国的抽油机井的智能改造工程量巨大,而且许多抽油机井古老故障率高,势必对抽油机井的智能改造造成困难。由于抽油机油井启动功率大,运行功率小,造成电机配置过大,功率利用率低,且抽油机载荷和井下工况变化大。为实现效益规模化、减少油井开发征地面积以及油井供配电及调控集中化、智能化,丛式井场抽油机井(群)通过采用共直流母线方式供配电,解决抽油机井(群)再生能量和系统谐波污染等带来的系统建设成本增加、能源利用率低等问题。
传统的抽油机控制柜采用电机全压直接启动,电机转速低,电机输入电压高,容易造成电机过载,电机冲击电流可以达到5-10倍,对电网、电机都有一定的冲击,降低功率因数,电网容量要求提升,浪费资源。
例如,公开号为CN106761668B的中国专利公开的一种油井故障智能分析决策系统及方法。该系统包括数据采集模块、远程测控模块、服务器、数据库连接模块和功能模块,数据采集模块包括电参数采集模块、温度传感器、压力传感器、动液面测量仪、一体化示功仪、流量传感器和可燃气体检测仪,电参数采集模块、温度传感器、压力传感器、动液面测量仪、一体化示功仪和流量传感器均与远程测控模块通信连接,服务器内设有生产数据库和专家数据库,生产数据库和数据库连接模块双向通信连接。该发明通过建立油田智能分析与决策专家系统,对油井的生产参数进行实时监控、分析、工况诊断和预测,对油田节约成本、节省人力和物力。
现有技术,虽然能够对油井故障进行分析,但是其仅仅是对故障的辨别,而不能在故障发生时保证抽油机仍然能够保持较高的生产能力,另一方面其不能够在故障发生时延长抽油机井的使用寿命。在智能改造过程中,抽油机井如何在发生故障的情况下也能够“正常”保持较高的生产能力是本发明所要解决的技术问题之一。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于发明人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足:现有的抽油机井大多是带着故障进行作业或者在发生故障时仍需作业,以达到预期产能。然而现有的抽油机井即使能够预测或者识别故障,却不能通过对故障类型的识别结果或者预测结果在故障工况下通过自调节的方式进行作业。本发明提供一种抽油机井(群)智能化应用系统,包括数据采集单元、变频单元、工况单元和服务单元,其中:数据采集单元:用于采集抽油机的运行参数;变频单元:用于调节抽油机的抽油频率,以能够实现同一井场内的抽油机的功率进行错峰控制;工况单元:用于能够识别工况类型和预测故障类型;和服务单元:其输入端与所述数据采集单元通信连接,其输出端分别与所述变频单元和所述故障单元通信连接;所述服务单元基于所述工况单元的工况识别结果和/或工况预测结果通信连接至所述变频单元,其中,所述变频单元能够基于所述工况识别结果对所述抽油机进行优化变频;或所述变频单元基于所述工况诊断与预测结果在未来一定时间内对所述抽油机进行优化变频,以优化错峰控制策略。
通过提高作业频率、降低作业频率或者将频率设定为随时间的函数均能够应对抽油机在不同工况状态下的运行以达到预期产能。甚至经过智能化升级改造实践:在某些故障工况下,抽油机在被故障单元识别后,经过变频单元的变频调节,能够超出预期产能,为维修预留了作业时间。与传统抽油机的人工操作而言,这无疑地为油田的生产作业提供了更优质的生产保障。在工况单元识别出故障类型的情况下,服务单元能够基于识别出的故障类型对应的计量模型而对故障工况下的抽油井产量进行计量而保证抽油井能够在变频单元对抽油机的抽油频率变换之后正常连续地或间断地生产。计量模型是对各类工况及其计量数据通过深度学习而得出的。优选地,简单工况下的计量模型配置在本地端的本地服务器中,复杂工况下的计量模型配置在云分析端的云端服务器中。
根据一种优选的实施方式,所述服务单元包括本级服务器和云端服务器,所述本级服务器在本级工况单元未获取一级工况识别结果的情况下通信连接至所述云端服务器,而使得所述云端服务器能够基于专家库通过云端工况单元获取的二级工况识别结果或所述工况诊断与预测结果反馈至变频单元。
本地服务器获取的二级处理数据一方面用于本地工况单元进行单一故障工况的识别,而另一方面则将二级处理数据发送至云端服务器,降低云端服务器数据的处理量。本发明中,本级工况单元所需要的数据类型少,其仅仅负责对单一抽油井的故障识别,对于简单工况下的故障类型具有较高的识别率和准确率,能够及时有效地在本地就能获取一级故障识别结果,完成故障预警、故障处理,因而可以不用上传至云端进行简单工况的识别,减少云分析端的数据处理量。而云端工况单元则是负责整个丛式井井场内的抽油机井的故障识别和故障预测,其数据处理量较大。
根据一种优选的实施方式,所述本级工况单元配置有工况动态诊断模型,而使得其在本地端能够基于服务单元预处理后的示功图和/或电功图对单一故障类型进行识别而获取第一故障识别结果。
根据一种优选的实施方式,所述云端工况单元配置有复杂工况动态诊断模型,而使得其在云分析端能够在所述本级工况单元未识别出工况的情况下基于服务单元预处理后的示功图和/或电功图对复杂工况类型进行识别而获取第二工况识别结果或对工况类型进行预测而获取工况预测结果。
根据一种优选的实施方式,所述云端服务器与各抽油机对应的本地服务器经由井场监控杆建立通信连接,而使得所述云端服务器能够经由本地服务器将丛式井场内的各抽油机的运行参数获取,从而所述云端服务器能够在正常工况下或异常工况下预判功率峰值的发生时间,以使得所述云端服务器能够基于丛式井场内的功率峰值实现超前错峰控制策略的优化,以在功率峰值出现时所述变频单元能够对各抽油机进行调频。
根据一种优选的实施方式,在所述工况单元识别出故障类型的情况下,所述服务单元能够基于识别出的故障类型对应的计量模型而对故障工况下的抽油井产量进行计量而保证抽油井能够在变频单元对抽油机的抽油频率变换之后正常连续地或间断地生产。
根据一种优选的实施方式,所述服务单元能够基于电功图以四连杆运动规律计算曲柄平衡扭矩从而将所述电功图转换为示功图,从而使得所述本级故障单元能够根据电机角位移传感器和曲柄零点传感器测得转速差值来判断抽油机皮带是否打滑。
根据一种优选的实施方式,所述系统包括可视化监控平台,所述可视化监控平台与所述云端服务器数据连接,而使得在登录至所述可视化监控平台的情况下,所述云端服务器能够基于至少一个输入操作将所述输入操作对应的数据以可见的方式显示于所述可视化监控平台的界面。
根据一种优选的实施方式,本发明提供一种抽油机井(群)智能化应用实现方法,包括:数据采集单元于采集抽油机的运行参数;变频单元调节抽油机的抽油频率,以能够实现同一井场内的抽油机的功率进行错峰控制;工况单元识别工况类型和预测故障类型;和将服务单元的输入端通信连接至所述数据采集单元通信连接,将所述服务单元的输出端分别通信连接至所述变频单元和所述工况单元;基于所述工况单元的故障识别结果和/或预测结果,所述服务单元通信连接至所述变频单元,其中,基于所述故障识别结果,所述变频单元能够对所述抽油机进行紧急变频;或基于所述故障预测结果,所述变频单元在未来一定时间内对所述抽油机进行优化变频,以优化错峰控制策略。
根据一种优选的实施方式,在所述应用方法中,所述服务单元包括本级服务器和云端服务器,
所述本级服务器在本级工况单元未获取一级故障识别结果的情况下通信连接至所述云端服务器,而使得所述云端服务器能够基于专家库通过云端工况单元获取的二级工况识别结果或所述工况预测结果反馈至变频单元。
油层的供液量是个动态变化的过程,当供液不足时,就会出现空抽现象,使能耗增高,当供液充足时,抽汲强度偏低,就会限制油井的产液量,因此需要对油井抽汲参数进行及时调整。目前,受自动化程度、数字化水平和成本等多方面因素的限制,使优化决策能力和调整不及,不能达到最佳效果。因此,目前的技术手段很难实现抽油系统供排协调动态调整。本发明基于人工智能的抽油井智能控制技术可实现油井在最佳状态下工作,达到高效生产、节能降耗的目的,为油田科学生产提供一种调整手段,满足智能化采油的要求。
本发明以物联网、大数据、边缘计算、AI技术的集成融合为核心,建立了与油层供液适应的抽油机井(群)协调柔性运行优化控制策略,以5G超大连接、超大速率、物联双向交流主动服务支持下,实现了抽油机井(群)协同运行、供排协调、周期内变频优化分布的自适应控制,减轻地面传动和杆柱的疲劳程度,达到井(群)运行动态跟踪优化、按供液量自动调参,提高泵效、降低单耗、降低损耗,延长检泵周期的综合目的。
本发明将AI技术与油气业务不断的深度融合,抽油井(群)的生产设备整合为统一的集成系统,通过过程控制的自寻优的智能算法,建立信息共享和智能决策平台,实现油井生产的状态监测、工况分析、故障诊断、运行优化、预测维修、智能控制一体化,实现决策智能化、指挥数字化和执行自动化,提质增效,推动运营组织流程再造,提高生产的整体效率和效益,创建新一代油气生产智能模式。
附图说明
图1是本发明提供的一种应用系统的模块示意图。
附图标记列表
100:数据采集单元 300a:本地工况单元
200:变频单元 300b:云端工况单元
300:工况单元 400a:本地服务器
400:服务单元 400b:云端服务器
500:专家库
具体实施方式
下面结合附图1进行详细说明。
实施例1
本实施例公开一种抽油机井(群)智能化应用系统。如图1所示,该系统包括数据采集单元100、变频单元200、工况单元300和服务单元400。
数据采集单元100:用于采集抽油机的运行参数。比如,数据采集单元100采集抽油机的载荷、位移、示功图、温度、压力和电参数据。数据采集单元100包括电参数采集模块、温度传感器、压力传感器、动液面测量仪、一体化示功仪、流量传感器、角位移传感器等。
变频单元200:用于调节抽油机的抽油频率,以能够实现同一井场内的抽油机的功率进行错峰控制。比如,变频单元200采用工频/变频切换、间抽和柔性驱动决策等连锁控制模式对抽油机的功率进行错峰控制。变频单元200可以具有手动和自动控制方式、本地和远程控制模式。
工况单元300:用于能够识别工况类型和预测故障类型。工况单元300至少能够基于示功图、电功图对抽油机井进行工况识别和预测。
服务单元400:其输入端与数据采集单元100通信连接,其输出端分别与变频单元200和故障单元300通信连接。服务单元400主要用于将采集到的运行参数进行分类、处理得到能够用于工况单元300进行工况识别或预测的数据,并且具有数据传输的功能。
本发明中所指的单元,是指具有其对应功能的硬件、软件或者软硬件的结合,以实现其功能。
当前国内外变频技术的发展十分迅速,在油田生产中应用日益广泛。应用传感器、通信、模糊控制、计算机、变频调速等新技术,使得油田开发过程中的抽油机能耗控制得到根本的改善。利用变频调速技术,通过传感器技术实现模糊控制,使机械采油的效率在运行过程中始终保持在最佳状态,有效杜绝了设备的空耗,从而实现节能降耗的目的。但变频驱动柜冲次调节是依据抽油油井测量的示功图或电流,靠人工手动调节,无法实现依据地层压力、流体物性等变化对抽油设备实时自动调整,大大地降低了抽油机井的效率和节能效果。
目前国内油气生产行业发展还处于数字化后时代,大数据、人工智能技术在油气生产领域的应用均尚处于起步阶段,智能化应用尚不够系统和深入,针对油田生产复杂的工况主要还是依赖油田专家经验诊断,人工决策调节,缺乏有效的、高效的智能协调决策平台及智能化产品,无法适应油田的生产管理及可持续开发。
油气生产智能优化技术是利用传感、通信、嵌入式、人工智能技术,将油气生产集成到油气生产企业的流程和系统,使油气生产全流程可监测(能够监测所有主要设备的状态),可控制(能够控制所有主要设备的状态)和智能化(可自适应并实现智能分析决策),从而打造更加安全、节能、经济的油气生产管理系统。
本发明相比较于现有技术而言,服务单元400基于工况单元300的工况识别结果和/或预测结果通信连接至变频单元200。也即:本发明至少能够在抽油机井发生故障或者即将发生故障时,服务单元400能够与变频单元200通信,从而变频单元200能够基于工况识别结果和/或预测结果对抽油机变频以使得抽油机能够在故障状态下进行生产或者提前通过变频的方式在未来一段时间内进行作业优化。
经过本发明人对现有抽油井的调查和智能改造探索发现:通过提高作业频率、降低作业频率或者将频率设定为随时间的函数均能够应对抽油机在不同故障状态下的运行以达到预期产能。甚至经过智能化升级改造实践:在某些故障工况下,抽油机在被工况单元300识别后,经过变频单元200的变频调节,能够超出预期产能,为维修预留了作业时间。与传统抽油机的人工操作而言,这无疑地为油田的生产作业提供了更优质的生产保障。在工况单元300识别出工况类型的情况下,服务单元400能够基于识别出的故障类型对应的计量模型而对故障工况下的抽油井产量进行计量而保证抽油井能够在变频单元200对抽油机的抽油频率变换之后正常连续地或间断地生产。计量模型是对各类工况及其计量数据通过深度学习而得出的。优选地,简单工况下的计量模型配置在本地端的本地服务器400a中,复杂工况下的计量模型配置在云分析端的云端服务器400b中。
优选地,如图1所示,服务单元400包括本级服务器400a和云端服务器400b。本地服务器400a基于运行参数生成示功图、电功图、悬点载荷、电功率等二级处理数据,发送至本级工况单元300a。本级故障单元300a根据单一故障动态诊断模型将二级处理数据进行识别,确定是否出现一级故障识别结果。本级服务器400a在本级故障单元300a未获取一级故障识别结果的情况下通信连接至云端服务器400b。也即:本地服务器400a具有数据转送功能,将二级处理数据和/或运行参数发送至云端服务器400b。云端服务器400b对二级处理数据和/或运行参数进行再此处理获取三级处理数据,此次处理的精度要求高于本地服务器400a。云端工况单元300b基于专家库500中的复杂工况动态诊断模型和复杂故障工况并结合三级处理数据进行二级工况识别结果或者故障预测结果。本地服务器400a获取的二级处理数据一方面用于本地工况单元300a进行单一故障工况的识别,而另一方面则将二级处理数据发送至云端服务器400b,降低云端服务器400b数据的处理量。云端服务器400b能够基于通过获取的二级工况识别结果或故障预测结果反馈至变频单元200。变频单元200将根据工况识别结果或故障预测结果进行故障变频或者优化变频。本发明中,本级工况单元300a所需要的数据类型少,其仅仅负责对单一抽油井的工况识别,对于简单工况下的故障类型具有较高的识别率和准确率,能够及时有效地在本地就能获取一级工况识别结果,完成故障预警、故障处理,因而可以不用上传至云端进行简单工况的识别,减少云分析端的数据处理量。而云端故障单元300b则是负责整个丛式井井场内的抽油机井的故障识别和故障预测,其数据处理量较大。
本发明主要建立了油藏、井筒、地面设备一体化协调耦合模型及解法:柔性运行控制是通过建立油藏、井筒、地面一体化协调模型、抽油机变速运行的运动学和动力学模型和机-杆运动动力学耦合模型,考虑油井供液能力、抽油机结构参数、电机特性参数对运行动力特性影响,通过自动寻优算法,从而建立与油层供液适应的机采装置柔性优化运行控制策略,实现供排协调和周期内变频优化分布。
本发明主要搭建了支持动态插拔的硬软一体化平台及系统:利用传感、通信、嵌入式、人工智能技术,使抽油机生产系统全流程可监测,可控制和智能化决策。平台:开放性、可扩展;支持动态插拔;遵循oneM2M标准;采用以资源为中心的ROA平台架构。硬件:采用长联唤醒技术;低功耗系统设计;多接口双栈协议的动态支持(IPV6,IPV4);支持物联网标准:ETSI TC M2M、oneM2M;远程动态管理和配置。软件:支持软件模块动态插拔;传感器信号采集,运行指令生成、下达等;供排协调判断;系统力学状态分析;协同优化决策光杆不同位置时电机在曲柄不同转角处的速度、转矩、功率优化调整。基于人工智能的抽油井(群)智能控制柜是利用传感、5G通信、嵌入式、人工智能技术,将油气生产集成到油气生产企业的流程和系统,使油气生产全流程可监测(能够监测所有主要设备的状态),可控制(能够控制所有主要设备的状态)和智能化(可自适应并实现智能分析决策),从而打造更加安全、节能、经济的油气生产管理系统。
实施例2
本实施例可以是对实施例1的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
本实施例提供多种故障诊断方法,应用于抽油机井智能化应用系统:
1、基于示功图的抽油机井故障诊断的技术是在波动方程和阻尼系数方法的技术上,获取高质量的泵功图,建立抽油井况功图模板库和特征向量库,应用SVM、BR神经网络等进行机器学习,形成故障动态诊断模型,实现抽油机井故障识别。由于采用特征提取方式对示功图轮廓的主要特征抽象描述,具有概括性也即具有一定模糊性,其能够识别的工况类型十分有限,无法识别复杂工况下的故障类型,因此其可应用于本级故障单元300a。本级故障单元300a配置有单一故障动态诊断模型,而使得其在本地端能够基于服务单元400预处理后的示功图和/或电功图对单一故障类型进行识别而获取第一故障识别结果。本级故障单元300a所需要的数据类型少,对于简单工况下的故障类型具有较高的识别率和准确率,能够及时有效地在本地就能获取一级故障识别结果,完成故障预警、故障处理,因而可以不用上传至云端进行简单工况的识别,减少云分析端的数据处理量。此外,本级故障单元300a也是可以识别出部分复杂工况下的故障类型,只是其识别率在60%~90%之间。如果本级故障单元300a识别出了复杂工况下的故障类型,则可以在本地完成复杂工况下故障类型的故障预警。
2、基于深度学习的示功图抽油井故障诊断技术。其是利用油井实时数据和历史数据,引用深度学习实现“图形和业务特征”的多元诊断模式,其能够识别工况故障类型多、准确率高;能够预测复杂工况和相似工况下的故障类型。因此,该方法优选应用于云端故障单元300b。云端故障单元300b配置有复杂工况动态诊断模型,而使得其在云分析端能够在本级故障单元300a未识别出故障的情况下基于服务单元400预处理后的示功图和/或电功图对复杂故障类型进行识别而获取第二故障识别结果或对故障类型进行预测而获取故障预测结果。云端故障单元300b结合历史数据、油井实时数据和专家库500对油井的故障进行二次识别或预测,能够识别出复杂工况下的故障类型获取二级故障结果。例如,复杂工况包括:上碰泵、下碰泵、柱塞脱出泵筒、振动型、供液不足、柱塞遇卡和气锁、断脱和双凡尔失灵等。
3、基于电功图的故障诊断。其考虑曲柄实际角速度、四连杆的惯性和摩擦等因素,得到基于光杆示功图的电功图计算模型,以建立多种工况下的电功图特征图版和特征向量库,应用SVM、BP、CNN等机器学习,形成故障动态诊断模型。由于基于电功图故障诊断的工况较少且属于简单工况,因而,其优选配置在本级故障单元300a,以能够尽快地在本地完成故障预警和处理。例如,本发明中,服务单元400能够基于电功图以四连杆运动规律计算曲柄平衡扭矩从而将电功图转换为示功图。比如,本级故障单元300a能够根据电机角位移传感器和曲柄零点传感器测得转速差值来判断抽油机皮带是否打滑。
本发明通过将以抽油机的采集单元、服务单元、变频单元和故障单元建立智能化应用系统,旨在通过对井场内的各个抽油机的油井生产参数进行监控和分析,以至少能够达到故障诊断和预测以及抽油机变频的目的,从真正意义上实现抽油机数字化、智能化、现代化的管控功能,并且具备数据采集、数据分析、工况诊断、间抽优化、智能调参、柔性控制、自动启停、可靠传输、远程监控等功能,从而高效地、准确地对抽油机井工况进行自动监控技术,有效地节约了人力电力物力等成本。
此外,本发明中,服务单元还配置有如下功能:
(1)基于示功图的抽油机井故障诊断;
(2)基于电功图的抽油机井故障诊断;
(3)电功率转示功图;
(4)抽油机调平衡;
(5)抽油井运行自寻优;
(6)功图法油井在线计量;
(7)动液面计算;
(8)间抽制度优化;
(9)清蜡检泵预警。
实施例3
本实施例可以是对实施例1、2或者其结合的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
优选地,云端服务器400b与各抽油机对应的本地服务器400a经由井场监控杆建立通信连接。丛式井场内的各抽油机对应的本地服务器400b将运行参数发送至云端服务器400b。云端服务器400b能够经由本地服务器400a将丛式井场内的各抽油机的运行参数获取。云端服务器400b能够在正常工况下或异常工况下预判功率峰值的发生时间,以使得云端服务器400b能够基于丛式井场内的功率峰值实现超前错峰控制策略的优化,以在功率峰值出现时变频单元200能够对各抽油机进行调频。调频包括调平优先级、频率增减、调频幅度和范围,以在出现正常工况或异常工况时能够实现超前调频,从而保证抽油机在正常工况下以节能的方式进行生产,或者在异常工况下以安全可靠的方式进行生成。
实施例4
本实施例可以是对实施例1、2、3之一或者其结合的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
优选地,系统包括可视化监控平台,可视化监控平台与云端服务器400a数据连接。用户可以登录可视化监控平台,基于用户的至少一个输入操作,云端服务器400a可以将对应于输入操作的数据以可见的方式显示在可视化监控平台的界面上。例如,可视化监控平台可以是大型显示屏、电脑、手机、智能显示设备等等。比如,用户想要查看某抽油机井的历史故障类型,则用户通过点击、语音等方式进行输入操作,则可视化监控平台可以将该抽油机井的历史故障类型显示出来。又比如,用户想要查看抽油机井在前一段时间内的生产能力,则用户可以通过鼠标指令、语言指令等方式进行输入操作,则可视化监控平台可以将该抽油机井的在这一段时间内的生产能力显示于界面上。
实施例5
本实施例可以是对实施例1、2、3、4之一或者其结合的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
本发明利用传感、5G通信、嵌入式、人工智能技术,使抽油机井(群)生产系统全流程可监测,可控制和智能化决策。研制智能分析决策、可自适应控制、协同优化系统,分析抽油机井供排协调、诊断机-杆-泵的工况和故障,分析抽油机平衡情况并给出平衡块位置建议,优化抽油机井(群)运行控制策略,运行冲次和上下冲程周期内的电机频率分布,自动适应微电网供配关系、抽油机运行周期内(一个冲次)载荷变化和周期外井下工况变化,实现能量的按需柔性供给,为智能油田建设提供技术支撑。
本发明提供的抽油机智能化应用系统至少具有如下功能特点:
1倒发电馈能再利用技术:通过油井电控终端装置(边缘计算)本地服务器400a的反馈信号,变频单元200能够及时地基于对抽油井的频率进行变频,以减小谐波污染。
2智能油井组群控技术:采用云端服务器400b,集成数据采集、终端控制、视频监控等功能,利用可视化监控平台实现油井远程可视化管控的目的。
3智能柔性控制技术:利用服务单元,尤其是利用本地服务器400a对单井的供排协调和机-杆-泵受力做功实时分析,采用动态变频的方式,调整电机转速及柱塞抽汲过程中的速率分布,改善机杆泵设备受力环境,提高泵效,节能降耗。
4井群冲程位能控制技术:通过分时监测抽油机的当前负载状况,实现抽油机负载的矢量控制及动态跟踪,同时具有调速控制、检测保护功能。
5抽油机专用逆变器技术:通过专用逆变器实现过压失速控制,避免馈能的集中释放,造成过压烧坏设备以致停机等事故,使得倒发电能量与电动能耗能量保持平衡,提高直流母线能量的互馈共享和循环利用效率。
6抽油机井产液量检测技术:通过井口微差压计量装置(如微差压计、温度和压力表等),并结合多相流节流流量计算模型及相关修正补偿方法,实现油井实时在高精度产液量计量,掌握抽油设备的产量贡献。
7智能油井组群协同控制技术:采用协同优化决策器,集成直流母线馈能和单井柔性驱动的数据采集、智能分析、优化决策、终端控制、视频监控等功能,利用可视化监控平台实现油井远程可视化一体化管控的目的。
实施例6
本实施例还公开了一种应用实现方法,该方法可以由本发明的系统和/或其他可替代的零部件实现。比如,通过使用本发明的系统中的各个零部件实现本发明的方法。
一种抽油机井(群)智能化应用实现方法,包括:
数据采集单元100于采集抽油机的运行参数;
变频单元200调节抽油机的抽油频率,以能够实现同一井场内的抽油机的功率进行错峰控制;
工况单元300识别工况类型和预测故障类型;和
将服务单元400的输入端通信连接至数据采集单元100通信连接,将服务单元400的输出端分别通信连接至变频单元200和工况单元300。
基于工况单元300的故障识别结果和/或预测结果,服务单元400通信连接至变频单元200,
其中,基于故障识别结果,变频单元200能够对抽油机进行紧急变频;或基于故障预测结果,变频单元200在未来一定时间内对抽油机进行优化变频,以优化错峰控制策略。
优选地,服务单元400包括本级服务器400a和云端服务器400b,
本级服务器400a在本级故障单元300a未获取一级故障识别结果的情况下通信连接至云端服务器400b,而使得云端服务器400b能够基于专家库500通过云端故障单元300b获取的二级故障识别结果或故障预测结果反馈至变频单元200。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。
Claims (10)
1.一种抽油机井(群)智能化应用系统,包括数据采集单元(100)、变频单元(200)、故障单元(300)和服务单元(400),其中:
数据采集单元(100):用于采集抽油机的运行参数;
变频单元(200):用于调节抽油机的抽油频率,以能够实现同一井场内的抽油机的功率进行错峰控制;
工况单元(300):用于能够识别工况类型和预测故障类型;和
服务单元(400):其输入端与所述数据采集单元(100)通信连接,其输出端分别与所述变频单元(200)和所述工况单元(300)通信连接;
其特征在于,
所述服务单元(400)基于所述工况单元(300)的工况识别结果和/或预测结果通信连接至所述变频单元(200),
其中,所述变频单元(200)能够基于所述工况识别结果对所述抽油机进行优化变频;或所述变频单元(200)基于所述工况预测结果在未来一定时间内对所述抽油机进行优化变频,以节能、提高泵效及优化错峰控制策略。
2.根据权利要求1所述的应用系统,其特征在于,所述服务单元(400)包括本级服务器(400a)和云端服务器(400b),
所述本级服务器(400a)在本级工况单元(300a)未获取一级工况识别结果的情况下通信连接至所述云端服务器(400b),而使得所述云端服务器(400b)能够基于专家库(500)通过云端工况单元(300b)获取的二级工况识别结果或所述工况诊断及预测结果反馈至变频单元(200)。
3.根据权利要求1或2所述的应用系统,其特征在于,所述本级故障单元(300a)配置有单一工况动态诊断模型,而使得其在本地端能够基于服务单元(400)预处理后的示功图和/或电功图对油井工况类型进行识别而获取第一工况识别结果。
4.根据前述权利要求之一所述的应用系统,其特征在于,所述云端工况单元(300b)配置有复杂工况动态诊断模型,而使得其在云分析端能够在所述本级工况单元(300a)未识别出故障的情况下基于服务单元(400)预处理后的示功图和/或电功图对复杂工况类型进行识别而获取第二工况识别结果或对工况类型进行预测而获取工况预测结果。
5.根据前述权利要求之一所述的应用系统,其特征在于,所述云端服务器(400b)与各抽油机对应的本地服务器(400a)经由井场监控杆建立通信连接,而使得所述云端服务器(400b)能够经由本地服务器(400a)将丛式井场内的各抽油机的运行参数获取,从而所述云端服务器(400b)能够在正常工况下或异常工况下预判功率峰值的发生时间,以使得所述云端服务器(400b)能够基于丛式井场内的功率峰值实现超前错峰控制策略的优化,以在功率峰值出现时所述变频单元(200)能够对各抽油机进行调频。
6.根据前述权利要求之一所述的应用系统,其特征在于,在所述工况单元(300)识别出工况类型的情况下,所述服务单元(400)能够基于识别出的工况类型对应的计量模型而对复杂工况下的抽油井产量进行计量而保证抽油井能够在变频单元(200)对抽油机的抽油频率变换之后正常连续地或间断地生产。
7.根据前述权利要求之一所述的应用系统,其特征在于,所述服务单元(400)能够基于电功图以四连杆运动规律计算曲柄平衡扭矩从而将所述电功图转换为示功图,从而使得所述本级工况单元(300a)能够根据电机角位移传感器和曲柄零点传感器测得转速差值来判断抽油机皮带是否打滑。
8.根据前述权利要求之一所述的应用系统,其特征在于,所述系统包括可视化监控平台,所述可视化监控平台与所述云端服务器(400a)数据连接,而使得在登录至所述可视化监控平台的情况下,所述云端服务器(400a)能够基于至少一个输入操作将所述输入操作对应的数据以可见的方式显示于所述可视化监控平台的界面。
9.一种抽油机井(群)智能化应用实现方法,包括:
数据采集单元(100)于采集抽油机的运行参数;
变频单元(200)调节抽油机的抽油频率,以能够实现同一井场内的抽油机的功率进行错峰控制;
工况单元(300)识别工况类型和预测故障类型;和
将服务单元(400)的输入端通信连接至所述数据采集单元(100)通信连接,将所述服务单元(400)的输出端分别通信连接至所述变频单元(200)和所述工况单元(300);
其特征在于,
基于所述工况单元(300)的工况识别结果和/或预测结果,所述服务单元(400)通信连接至所述变频单元(200),
其中,基于所述工况识别结果,所述变频单元(200)能够对所述抽油机进行紧急变频;或基于所述工况预测结果,所述变频单元(200)在未来一定时间内对所述抽油机进行优化变频,以优化错峰控制策略。
10.根据权利要求9所述的应用实现方法,其特征在于,所述服务单元(400)包括本级服务器(400a)和云端服务器(400b),
所述本级服务器(400a)在本级故障单元(300a)未获取一级故障识别结果的情况下通信连接至所述云端服务器(400b),而使得所述云端服务器(400b)能够基于专家库(500)通过云端工况单元(300b)获取的二级工况识别结果或所述工况诊断与预测结果反馈至变频单元(200)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010822478.8A CN111963114B (zh) | 2020-08-14 | 2020-08-14 | 一种抽油机井(群)智能化应用系统和实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010822478.8A CN111963114B (zh) | 2020-08-14 | 2020-08-14 | 一种抽油机井(群)智能化应用系统和实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111963114A true CN111963114A (zh) | 2020-11-20 |
CN111963114B CN111963114B (zh) | 2022-06-07 |
Family
ID=73389009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010822478.8A Active CN111963114B (zh) | 2020-08-14 | 2020-08-14 | 一种抽油机井(群)智能化应用系统和实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111963114B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113137211A (zh) * | 2021-04-02 | 2021-07-20 | 常州大学 | 一种基于模糊综合决策的油井生产参数自适应调控方法 |
CN114688009A (zh) * | 2022-04-07 | 2022-07-01 | 北京雅丹石油技术开发有限公司 | 一种游梁式抽油机智能间抽控制系统及其控制方法 |
CN116658134A (zh) * | 2023-07-24 | 2023-08-29 | 北京宇盛正创科技有限公司 | 基于电参的智能间抽方法 |
CN117468896A (zh) * | 2023-12-27 | 2024-01-30 | 盐城瑞德石化机械有限公司 | 一种具有预警分析功能的石油开采设备 |
CN117722173A (zh) * | 2024-02-06 | 2024-03-19 | 灵知科技(大庆)有限公司 | 一种监测多场景动态参数的智能诊断测控系统及装置 |
US11955782B1 (en) | 2022-11-01 | 2024-04-09 | Typhon Technology Solutions (U.S.), Llc | System and method for fracturing of underground formations using electric grid power |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004036327A1 (en) * | 2002-10-18 | 2004-04-29 | Zed.I Solutions (Canada) Inc. | System for acquiring data from a facility and method |
CN101620425A (zh) * | 2008-06-30 | 2010-01-06 | 四川晨洋科技研究所有限公司 | 远程数控采油机 |
CN101673093A (zh) * | 2009-09-27 | 2010-03-17 | 大连金光节能机电技术有限公司 | 抽油机智能变频控制系统 |
CN102082789A (zh) * | 2010-12-23 | 2011-06-01 | 北京中汉儒臣国际技术有限公司 | 一种信息处理方法及智能终端、服务器 |
WO2011138576A1 (en) * | 2010-05-07 | 2011-11-10 | Halliburton Energy Services, Inc. | System and method for remote wellbore servicing operations |
CN203101986U (zh) * | 2013-03-12 | 2013-07-31 | 周春玲 | 抽油机井变频自适应节能控制装置 |
CN203399031U (zh) * | 2013-06-21 | 2014-01-15 | 中国石油集团渤海石油装备制造有限公司 | 丛式井抽油机变频节能控制装置 |
RU2013139193A (ru) * | 2013-08-22 | 2015-02-27 | ООО "РН-УфаНИПИнефть" | Интерактивный способ обучения эксплуатации нефтепромыслового оборудования |
CN205247100U (zh) * | 2015-11-25 | 2016-05-18 | 西安船舶工程研究院有限公司 | 一种数字化采油厂节能及管理系统 |
CN105988457A (zh) * | 2015-02-03 | 2016-10-05 | 刘炎 | 船舶或海上移动平台水密设备监控与故障诊断系统 |
CN106089184A (zh) * | 2016-07-18 | 2016-11-09 | 中国石油天然气股份有限公司 | 一种井下抽油泵工况的诊断方法和装置 |
WO2017075200A1 (en) * | 2015-10-28 | 2017-05-04 | Baker Hughes Incorporated | Automation of energy industry processes using stored standard best practices procedures |
CN106762584A (zh) * | 2016-12-27 | 2017-05-31 | 中国石油天然气股份有限公司 | 一种油井间抽控制系统及方法 |
CN108825171A (zh) * | 2018-06-27 | 2018-11-16 | 秦皇岛润麒自控设备有限公司 | 一种基于可视化控制台的本地远程兼用型抽油机自控设备 |
CN209011802U (zh) * | 2018-09-27 | 2019-06-21 | 中国石油化工股份有限公司 | 一种抽油机集群系统 |
-
2020
- 2020-08-14 CN CN202010822478.8A patent/CN111963114B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004036327A1 (en) * | 2002-10-18 | 2004-04-29 | Zed.I Solutions (Canada) Inc. | System for acquiring data from a facility and method |
CN101620425A (zh) * | 2008-06-30 | 2010-01-06 | 四川晨洋科技研究所有限公司 | 远程数控采油机 |
CN101673093A (zh) * | 2009-09-27 | 2010-03-17 | 大连金光节能机电技术有限公司 | 抽油机智能变频控制系统 |
WO2011138576A1 (en) * | 2010-05-07 | 2011-11-10 | Halliburton Energy Services, Inc. | System and method for remote wellbore servicing operations |
CN102082789A (zh) * | 2010-12-23 | 2011-06-01 | 北京中汉儒臣国际技术有限公司 | 一种信息处理方法及智能终端、服务器 |
CN203101986U (zh) * | 2013-03-12 | 2013-07-31 | 周春玲 | 抽油机井变频自适应节能控制装置 |
CN203399031U (zh) * | 2013-06-21 | 2014-01-15 | 中国石油集团渤海石油装备制造有限公司 | 丛式井抽油机变频节能控制装置 |
RU2013139193A (ru) * | 2013-08-22 | 2015-02-27 | ООО "РН-УфаНИПИнефть" | Интерактивный способ обучения эксплуатации нефтепромыслового оборудования |
CN105988457A (zh) * | 2015-02-03 | 2016-10-05 | 刘炎 | 船舶或海上移动平台水密设备监控与故障诊断系统 |
WO2017075200A1 (en) * | 2015-10-28 | 2017-05-04 | Baker Hughes Incorporated | Automation of energy industry processes using stored standard best practices procedures |
CN205247100U (zh) * | 2015-11-25 | 2016-05-18 | 西安船舶工程研究院有限公司 | 一种数字化采油厂节能及管理系统 |
CN106089184A (zh) * | 2016-07-18 | 2016-11-09 | 中国石油天然气股份有限公司 | 一种井下抽油泵工况的诊断方法和装置 |
CN106762584A (zh) * | 2016-12-27 | 2017-05-31 | 中国石油天然气股份有限公司 | 一种油井间抽控制系统及方法 |
CN108825171A (zh) * | 2018-06-27 | 2018-11-16 | 秦皇岛润麒自控设备有限公司 | 一种基于可视化控制台的本地远程兼用型抽油机自控设备 |
CN209011802U (zh) * | 2018-09-27 | 2019-06-21 | 中国石油化工股份有限公司 | 一种抽油机集群系统 |
Non-Patent Citations (1)
Title |
---|
李培廉: "《新星油气田开发理论与实践》", vol. 1, 30 December 2000, 北京:石油工业出版社, pages: 13 - 14 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113137211A (zh) * | 2021-04-02 | 2021-07-20 | 常州大学 | 一种基于模糊综合决策的油井生产参数自适应调控方法 |
CN113137211B (zh) * | 2021-04-02 | 2023-01-17 | 常州大学 | 一种基于模糊综合决策的油井生产参数自适应调控方法 |
CN114688009A (zh) * | 2022-04-07 | 2022-07-01 | 北京雅丹石油技术开发有限公司 | 一种游梁式抽油机智能间抽控制系统及其控制方法 |
US11955782B1 (en) | 2022-11-01 | 2024-04-09 | Typhon Technology Solutions (U.S.), Llc | System and method for fracturing of underground formations using electric grid power |
CN116658134A (zh) * | 2023-07-24 | 2023-08-29 | 北京宇盛正创科技有限公司 | 基于电参的智能间抽方法 |
CN116658134B (zh) * | 2023-07-24 | 2023-09-22 | 北京宇盛正创科技有限公司 | 基于电参的智能间抽方法 |
CN117468896A (zh) * | 2023-12-27 | 2024-01-30 | 盐城瑞德石化机械有限公司 | 一种具有预警分析功能的石油开采设备 |
CN117722173A (zh) * | 2024-02-06 | 2024-03-19 | 灵知科技(大庆)有限公司 | 一种监测多场景动态参数的智能诊断测控系统及装置 |
CN117722173B (zh) * | 2024-02-06 | 2024-04-30 | 灵知科技(大庆)有限公司 | 一种监测多场景动态参数的智能诊断测控系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111963114B (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111963114B (zh) | 一种抽油机井(群)智能化应用系统和实现方法 | |
CN111963116B (zh) | 一种自适应和智能分析决策的智能气田系统和方法 | |
CN102122161B (zh) | 油井间抽控制系统及方法 | |
CN111142414B (zh) | 基于边云协同的智慧电厂管控系统 | |
CN206144772U (zh) | 机泵远程能效监测及故障预警系统 | |
CN102865053B (zh) | 抽油机最佳冲次判定方法及装置 | |
CN202956665U (zh) | 抽油机井井上综合测控系统 | |
CN107060695A (zh) | 一种游梁式抽油机节能控制系统及方法 | |
CN102155405B (zh) | 一种潜油螺杆泵转速智能控制系统及控制方法 | |
CN103488132A (zh) | 一种基于示功图的自动优化调参方法 | |
CN102645915A (zh) | 一种能效监测、诊断和控制的节能方法与系统 | |
CN104570991A (zh) | 基于功图的抽油机调控方法 | |
CN105093930A (zh) | 一种适合超低渗油藏数字化抽油机最佳冲次工艺方法 | |
CN102337866A (zh) | 一种用于在油田抽油机中的节能控制方法及系统 | |
CN210289723U (zh) | 一种抽油机井场智能管理工作站 | |
CN202331120U (zh) | 一种抽油机“一拖多”转子变频远程智能调速系统 | |
CN205121296U (zh) | 一种抽油机下位机智能监控整合系统 | |
CN110488186A (zh) | 一种抽油机智能补偿监控系统 | |
CN101767424B (zh) | 一种注塑机装置及注塑方法 | |
CN202023738U (zh) | 一种潜油螺杆泵转速智能控制系统 | |
CN113311703A (zh) | 智慧能源多能互动评价可视化系统及评价方法 | |
CN204836022U (zh) | 一种抽油机自动调参装置 | |
CN212898461U (zh) | 抽油机电参诊断装置 | |
CN201256296Y (zh) | 配电网智能型无功补偿与无功优化一体化系统 | |
Wang et al. | Edge Optimization Analytics and Control: A Integrated Device of Intelligent Intermittent Pumping for Tight Oil Wells |
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 |