CN114033357B - 一种抽油机井综合测试仪载荷动态变化测产方法及系统 - Google Patents

一种抽油机井综合测试仪载荷动态变化测产方法及系统 Download PDF

Info

Publication number
CN114033357B
CN114033357B CN202111371613.2A CN202111371613A CN114033357B CN 114033357 B CN114033357 B CN 114033357B CN 202111371613 A CN202111371613 A CN 202111371613A CN 114033357 B CN114033357 B CN 114033357B
Authority
CN
China
Prior art keywords
period
load
data
identification
waveform
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.)
Active
Application number
CN202111371613.2A
Other languages
English (en)
Other versions
CN114033357A (zh
Inventor
孙茂军
汪泉
王钟汉
李环古
李龙
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.)
Liaoning Hongyi Technology Co ltd
Original Assignee
Liaoning Hongyi Technology Co ltd
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 Liaoning Hongyi Technology Co ltd filed Critical Liaoning Hongyi Technology Co ltd
Priority to CN202111371613.2A priority Critical patent/CN114033357B/zh
Publication of CN114033357A publication Critical patent/CN114033357A/zh
Application granted granted Critical
Publication of CN114033357B publication Critical patent/CN114033357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP 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

Abstract

本发明提供了一种抽油机井综合测试仪载荷动态变化测产方法及系统，其中，该方法包括：获得预设定时段；根据压力传感器和预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；通过对实时测量载荷数据进行数据预处理，并根据预处理后的实时测量载荷数据，生成第一测量载荷波形；通过对第一测量载荷波形进行特征识别，获得波形特征域；根据波形特征域对第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期；根据第一识别周期和第二识别周期，获得第一载荷变化数据和第二载荷变化数据；根据第一载荷变化数据和第二载荷变化数据，获得第一测产结果。

Description

一种抽油机井综合测试仪载荷动态变化测产方法及系统
技术领域
本发明涉及智能生产相关技术领域，具体涉及一种抽油机井综合测试仪载荷动态变化测产方法及系统。
背景技术
抽油机井为石油开采生产的一种机器设备，在采用抽油机井进行石油开采生产的过程中，需要对一系列参数进行检测，以保证石油开采生产的正常进行。其中，就需要对产量进行测量，以保证石油开采产量满足需求。
抽油机井测产的方法包括玻璃管量油、示功图量油、液面恢复法量油等方法。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中的测产方法或多或少存在着一定的缺点，例如示功图量油受摩擦、振动及结蜡等情况影响较大，液面恢复法在短时间内液面变化值较小时，难以测出准确值，且易受到续流的影响，存在着无法准确进行抽油机井产量测量的技术问题。
发明内容
本申请实施例提供了一种抽油机井综合测试仪载荷动态变化测产方法及系统，用于针对解决现有技术中的测产方法或多或少存在着一定的缺点，例如示功图量油受摩擦、振动及结蜡等情况影响较大，液面恢复法在短时间内液面变化值较小时，难以测出准确值，且易受到续流的影响，存在着无法准确进行抽油机井产量测量的技术问题。
鉴于上述问题，本申请实施例提供了一种抽油机井综合测试仪载荷动态变化测产方法及系统。
本申请实施例的第一个方面，提供了一种抽油机井综合测试仪载荷动态变化测产方法，所述方法应用于一种抽油机井综合测试仪载荷动态变化测产系统，所述系统与一压力传感器通信连接，所述方法包括：获得预设定时段；根据所述压力传感器和所述预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；通过对所述实时测量载荷数据进行数据预处理，并根据预处理后的所述实时测量载荷数据，生成第一测量载荷波形；通过对所述第一测量载荷波形进行特征识别，获得波形特征域；根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期；根据所述第一识别周期和所述第二识别周期，获得第一载荷变化数据和第二载荷变化数据；根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果。
本申请实施例的第二个方面，提供了一种抽油机井综合测试仪载荷动态变化测产系统，所述系统包括：第一获得单元，所述第一获得单元用于获得预设定时段；第二获得单元，所述第二获得单元用于根据压力传感器和所述预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；第一处理单元，所述第一处理单元用于通过对所述实时测量载荷数据进行数据预处理，并根据预处理后的所述实时测量载荷数据，生成第一测量载荷波形；第二处理单元，所述第二处理单元用于通过对所述第一测量载荷波形进行特征识别，获得波形特征域；第三获得单元，所述第三获得单元用于根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期；第四获得单元，所述第四获得单元用于根据所述第一识别周期和所述第二识别周期，获得第一载荷变化数据和第二载荷变化数据；第三处理单元，所述第三处理单元用于根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果。
本申请实施例的第三个方面，提供了一种抽油机井综合测试仪载荷动态变化测产系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的方法通过设置预设定时段，在预设定时段内通过压力传感器检测抽油机井内的实时测量载荷数据，对实时测量载荷数据进行处理，生成测量载荷波形，对该测量载荷波形进行特征识别，得到波形特征域，基于该波形特征域对第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期，进而检测获得第一载荷变化数据和第二载荷变化数据，最终计算得到第一测产结果。本申请实施例通过压力传感器检测获得抽油机井内的载荷数据，通过特征识别获得停机前一个周期上冲程中载荷的变化数据和停机后一个周期内上冲程中载荷的变化数据，根据载荷变化数据计算获得动液面变化量，进而获得产量测试结果，其利用载荷灵敏度高的特点，能够测取短时液面恢复的变化量，并且可避免摩擦、振动、结蜡及泵况等因素对于测产灵敏度的影响，建立了准确智能的抽油机井产量检测的方法，达到了准确进行抽油机井产量测量的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供的一种抽油机井综合测试仪载荷动态变化测产方法流程示意图；
图2为本申请实施例提供的一种抽油机井综合测试仪载荷动态变化测产方法中获得第一识别周期和第二识别周期的流程示意图；
图3为本申请实施例提供的一种抽油机井综合测试仪载荷动态变化测产方法中比对工作状态的流程示意图；
图4为本申请实施例提供了一种抽油机井综合测试仪载荷动态变化测产系统结构示意图；
图5为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第一处理单元13，第二处理单元14，第三获得单元15，第四获得单元16，第三处理单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
本申请实施例通过提供了一种抽油机井综合测试仪载荷动态变化测产方法及系统，用于针对解决现有技术中的测产方法或多或少存在着一定的缺点，例如示功图量油受摩擦、振动及结蜡等情况影响较大，液面恢复法在短时间内液面变化值较小时，难以测出准确值，且易受到续流的影响，存在着无法准确进行抽油机井产量测量的技术问题。
本申请实施例提供的方法通过设置预设定时段，在预设定时段内通过压力传感器检测抽油机井内的实时测量载荷数据，对实时测量载荷数据进行处理，生成测量载荷波形，对该测量载荷波形进行特征识别，得到波形特征域，基于该波形特征域对第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期，进而检测获得第一载荷变化数据和第二载荷变化数据，最终计算得到第一测产结果。本申请实施例通过压力传感器检测获得抽油机井内的载荷数据，通过特征识别获得停机前一个周期上冲程中载荷的变化数据和停机后一个周期内上冲程中载荷的变化数据，根据载荷变化数据计算获得动液面变化量，进而获得产量测试结果，其利用载荷灵敏度高的特点，能够测取短时液面恢复的变化量，并且可避免摩擦、振动、结蜡及泵况等因素对于测产灵敏度的影响，建立了准确智能的抽油机井产量检测的方法，达到了准确进行抽油机井产量测量的技术效果。
申请概述
抽油机井为石油开采生产的一种机器设备，在采用抽油机井进行石油开采生产的过程中，需要对一系列参数进行检测，以保证石油开采生产的正常进行。其中，就需要对产量进行测量，以保证石油开采产量满足需求。抽油机井测产的方法包括玻璃管量油、示功图量油、液面恢复法量油等方法。现有技术中的测产方法或多或少存在着一定的缺点，例如示功图量油受摩擦、振动及结蜡等情况影响较大，液面恢复法在短时间内液面变化值较小时，难以测出准确值，且易受到续流的影响，存在着无法准确进行抽油机井产量测量的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
获得预设定时段；根据压力传感器和所述预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；通过对所述实时测量载荷数据进行数据预处理，并根据预处理后的所述实时测量载荷数据，生成第一测量载荷波形；通过对所述第一测量载荷波形进行特征识别，获得波形特征域；根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期；根据所述第一识别周期和所述第二识别周期，获得第一载荷变化数据和第二载荷变化数据；根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果。
在介绍了本申请基本原理后，下面，将参考附图对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，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，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示，本申请实施例提供了一种抽油机井综合测试仪载荷动态变化测产方法，所述方法应用于一种抽油机井综合测试仪载荷动态变化测产系统，所述系统与一压力传感器通信连接，所述方法包括：
S100：获得预设定时段；
具体而言，预设定时段为技术人员根据生产需求在上述抽油机井综合测试仪载荷动态变化测产系统内自行设置的、具有一时间跨度的时间段。示例性地，预设定时段为第一抽油机井进行采集生产时的任意时间段，其内包括测量载荷时间、停机时间以及启抽生产时间，长度可为1～3min，且不小于1min。
S200：根据所述压力传感器和所述预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；
具体而言，压力传感器为现有技术中任意用于检测压力的检测设备或多个检测设备的集合，优选为抽油机井中检测动态油面液压载荷的检测设备或检测设备的集合。
通过压力传感器在上述的预设定时段检测第一抽油机井内的载荷数据，得到上述的实时测量载荷数据，采集的过程包括如下步骤：1)采用压力传感器测量抽油机井的载荷变化情况；2)抽油机井停抽一段时间(不能太长)，恢复液面，停机时间T；3)启抽生产、测量抽油机井的载荷变化情况。如此，该实时测量载荷数据内包括停机时间前的载荷数据、停机时间后的载荷数据以及停机时间内的载荷数据。
通过压力传感器采集该实时测量载荷数据时，采集载荷数据的数量可预先进行设置，示例性地，在抽油机井的一次抽取过程中，采集测量载荷数据的点数为144点，其中，上冲程为124个点、下冲程为120个点。
S300：通过对所述实时测量载荷数据进行数据预处理，并根据预处理后的所述实时测量载荷数据，生成第一测量载荷波形；
具体而言，上述的实时测量载荷数据在初步采集获得后，其内包括一定的噪声数据，对其进行预处理，示例性地，预处理可包括滤噪、主成分分析处理以及拟合处理等，获得预处理后的较为稳定的实时测量载荷数据。然后，对预处理后的实时测量载荷数据进行拟合，得到以时间为顺序的第一测量载荷波形，第一测量载荷波形内的载荷数据随着时间顺序发生变化，在上冲程过程和下冲程过程中发生变化，并在停机时间相较稳定。
S400：通过对所述第一测量载荷波形进行特征识别，获得波形特征域；
具体而言，对第一测量载荷波形进行特征识别，包括对第一测量载荷波形内的波峰、波谷、切线斜率、拐点、波形曲线振荡等波形特征进行识别，获得波形特征域，该波形特征域内包括第一测量载荷波形内所有的特征信息。例如，根据该波形特征域可识别第一测量载荷波形内的某一个或某一段载荷数据对应的第一抽油机井的工作区段。示例性地，通过波峰特征识别某段载荷数据对应第一抽油机井停机时间前一上冲程的工作区段。
S500：根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期；
具体而言，根据上述的波形特征域对第一测量载荷波形进行周期识别，具体地，通过波形特征域中的波峰值、波谷值、以及切线斜率等对第一测量载荷波形进行周期识别，将以时间为坐标的第一测量载荷波形内各段的载荷数据进行识别，识别为不同的时间周期，其中就包括上述的第一识别周期和第二识别周期。
进一步地，第一识别周期和第二识别周期分别为停机时间前的一个抽取周期以及停机时间后的一个抽取周期。故，第一识别周期内包括停机时间前的一个抽取周期内上冲程和下冲程的载荷数据，第二识别周期包括停机时间后的一个抽取周期内上冲程和下冲程的载荷数据。
S600：根据所述第一识别周期和所述第二识别周期，获得第一载荷变化数据和第二载荷变化数据；
具体而言，通过上述的第一识别周期和第二识别周期对应的时间周期，对第一测量载荷波形内的载荷数据进行提取，提取出其中的变化载荷数据。且，针对性地提取出第一识别周期中上冲程中载荷的变化数据，以及，第二识别周期中上冲程中载荷的变化数据，提取获得的过程可通过波形特征域内的切线斜率特征等实现。
S700：根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果。
步骤S700包括：
S710：根据所述第一周期划分结果，获得第一间值数据集，其中，所述第一间值数据集为所述第一特征波形和所述第二特征波形中间域数据集；
S720：通过对所述第一间值数据集进行均值计算，获得第一稳定间值；
S730：根据所述第一稳定间值、所述第一载荷变化数据和所述第二载荷变化数据，获得所述第一测产结果。
具体而言，第一识别周期内的第一载荷变化数据即为停机时间前一个周期内上冲程中载荷的变化数据，第二识别周期内的第二载荷变化数据即为停机时间后一个周期内上冲程中载荷的变化数据。第一间值数据集为停机时间T中的载荷数据集，对其进行均值计算，获得上述的稳定间值。
通过第一载荷变化数据、所述第二载荷变化数据和稳定间值，计算获得第一测产结果，如下式：
其中，Q为第一测产结果；ΔLf为动液面的变化量；D为油井套管内径；d为油井油管外径；T为关井时间；ρL为井内液体的密度。
具体地，在本申请实施例中，计算得到第一测产结果Q的过程中，上冲程载荷数据的计算方法为：
Pm＝Wr+Wl+Iu+Phu+Fu+Pv-Pi
其中，Pm为抽油机上冲程悬点最大载荷，单位为kN，Wr为上冲程中作用在悬点上的抽油杆柱载荷，单位为kN；Wl为上冲程中作用在柱塞上的液柱载荷，单位为kN；Iu为上冲程中作用在悬点上的惯性载荷，单位为kN；Phu为上冲程中井口回压造成的悬点载荷，单位为kN；Fu为上冲程中液柱与油管内壁间的摩擦载荷，单位为kN；Pv为上冲程中的振动载荷，单位为kN；Pi为上冲程中吸入压力作用在活塞上产生的载荷，单位为kN。
由Pi＝(Pc·1000+h沉·ρL·g)·AP，根据“光杆荷”的理论计算方法可知，“上冲程”时，悬点载荷与动液面有关，状态1(关井前，即为第一载荷变化数据对应状态)上冲程悬点载荷，状态2(关井后，即为第二载荷变化数据对应状态)上冲程悬点载荷与动液面有关。
状态1和状态2之间，上冲程光杆静载荷之差ΔP为：
ΔP＝P1-P2＝fP·ΔLf·ρL·g
其中，P1为状态1上冲程光杆载荷，单位为kN(建议取非弹性变形部分的平均值)；P2为状态2上冲程光杆载荷，单位为kN(建议取非弹性变形部分的平均值)；ΔP为两状态上冲程光杆载荷之差，单位为kN；fP为活塞截面积，单位为m2；ΔLf为动液面深度，单位为m；ρL为采出液体密度，单位为t/m3。
如此可见，在本申请实施例中，根据状态1和状态2下的第一载荷变化数据和第二载荷变化数据，即可计算得到变化液面ΔLf，进而计算第一测产结果Q。
在计算变化液面ΔLf的过程中，对应停机前一个周期内上冲程中载荷的变化数据，即为第一载荷变化数据，/>对应停机后一个周期内上冲程中载荷的变化数据，即为第二载荷变化数据。利用P上j-P上i，求其对应点的差，再求和/>由ΔP＝fP·Lf·ρL·g，可得到：
其中，ρL＝ρw·fw+ρo·（1-fw)，ρL为井内液体的密度，单位为t/m3；ρo为原油密度单位，单位为t/m3，计算时取0.86t/m3；ρw为水的密度，单位为t/m3，计算时取1.0t/m3；fw为油井的含水率，单位为％。
如此，根据上述的则有：
实际上，此处的第一测产结果Q为该次检测中，第一识别周期和第二识别周期之间，即停机时间T内的油井产量。如此，第一抽油机井一天的日产量Qd为：
设1440T为一天，利用T：Q＝1440：Qd，有：则：
本申请实施例通过压力传感器检测获得抽油机井内的载荷数据，通过特征识别获得停机前一个周期上冲程中载荷的变化数据和停机后一个周期内上冲程中载荷的变化数据，根据载荷变化数据计算获得动液面变化量，进而获得产量测试结果，其利用载荷灵敏度高的特点，能够测取短时液面恢复的变化量，并且可避免摩擦、振动、结蜡及泵况等因素对于测产灵敏度的影响，建立了准确智能的抽油机井产量检测的方法，达到了准确进行抽油机井产量测量的技术效果。
如图2所示，本申请实施例提供的方法中的步骤S500包括：
S510：根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一周期划分结果；
S520：根据所述第一周期划分结果，获得N个第一特征波形和M个第二特征波形，所述第一特征波形为停机前波形，所述第二特征波形为停机后波形特征；
S530：通过对所述N个第一特征波形和所述M个第二特征波形进行周期识别，获得所述第一识别周期和所述第二识别周期。
其中，步骤S530包括：
S531：构建波形异常域识别库；
S532：将所述N个第一特征波形输入所述波形异常域识别库中进行异常域识别，获得N个异常标识结果；
S533：根据所述N个异常标识结果，获得所述第一识别周期，其中，所述第一识别周期为N个异常标识结果中标识最少的周期；
S534：将所述M个第二特征波形输入所述波形异常域识别库中进行异常域识别，获得M个异常标识结果；
S535：根据所述M个异常标识结果，获得所述第二识别周期，其中，所述第二识别周期为M个异常标识结果中标识最少的周期。
具体而言，在获取第一识别周期和第二识别周期的过程中，为获取具有代表性的、载荷变化数据较为稳定、载荷波形较为稳定的第一识别周期和第二识别周期，首先采用波形特征域对第一测量载荷波形进行周期识别，识别出其中所有的第一抽油机井的工作周期并进行划分，即为第一周期划分结果。
根据第一周期划分结果进行进一步的划分，获得N个第一特征波形和M个第二特征波形，M和N为正整数。其中，第一特征波形为停机时间前的波形，第二特征波形为停机时间后的波形。为获取具有代表性、较为稳定的第一载荷变化数据和第二载荷变化数据，本申请实施例可通过多个预设定时段进行实时测量载荷数据的采集，然后从多个第一特征波形和第二特征波形中筛选出较为稳定的波形，进而得到上述的第一识别周期和第二识别周期。
在对上述的N个第一特征波形和M个第二特征波形进行筛选的过程中，采用波形异常域识别库进行筛选识别，该波形异常域识别库内包括波形周期完整性特征、稳定性特征、波峰波谷值域特征以及波形某处出现数据异常振动特征等异常特征数据，其可通过历史实验以及大数据进行采集过得，进而构建波形异常域识别库。
通过波形异常域识别库对N个第一特征波形和M个第二特征波形进行异常域识别，当N个第一特征波形和M个第二特征波形内的波形出现不完整、稳定性不足、波峰或波谷值超出波峰波谷值域等异常域情况，则对该第一特征波形或第二特征波形内出现上述情况的部分进行异常标识。通过波形异常域识别库对N个第一特征波形和M个第二特征波形进行遍历的异常域识别过后，分别得到N个异常标识结果以及M个异常标识结果，即每个第一特征波形和第二特征波形内的异常域情况均被标识。
根据每个第一特征波形和第二特征波形内的异常域异常标识结果标识数量，选出N个异常标识结果中异常标识最少的一个异常标识结果，其对应的第一特征波形即可视为具有代表性，较为稳定的波形，其对应的波形周期则作为上述的第一识别周期。M个异常标识结果中异常标识最少的一个异常标识结果，其对应的第二特征波形即可视为具有代表性，较为稳定的波形，其对应的波形周期则作为上述的第二识别周期。
本申请实施例通过对第一测量载荷波形进行周期识别，划分得到第一周期划分结果，进而获得N个第一特征波形和M个第二特征波形，采用波形异常域识别库对N个第一特征波形和M个第二特征波形进行遍历异常标识，得到异常标识最少的、最为稳定的第一特征波形和第二特征波形，将其对应的波形周期作为第一识别周期和第二识别周期，基于此，能够检测获得最为稳定的、误差较小的第一载荷变化数据和第二载荷变化数据，计算获得测产结果，达到提升数据采集和产量测量计算准确性的技术效果。
如图3所示，本申请实施例提供的方法还包括步骤S800，步骤S800包括：
S810：根据所述预设定时段，获得第一初始节点和第一结束节点；
S820：基于第一采集指令在所述第一初始节点对所述第一抽油机井的工作状态进行采集，获得第一工作状态数据集；
S830：基于第二采集指令在所述第一结束节点对所述第一抽油机井的工作状态进行采集，获得第二工作状态数据集；
S840：通过对所述第一工作状态数据集和所述第二工作状态数据集进行对比，获得第一比对结果。
其中，步骤S840包括：
S841：所述第一比对结果包括第一结果和第二结果，所述第一结果为工作状态不一致，所述第二结果为工作状态一致；
S842：若所述第一比对结果为所述第一结果，获得第一偏差系数；
S843：根据所述第一偏差系数对所述第一测产结果进行精度偏差分析，获得第一提醒信息。
具体而言，第一初始节点和第一结束节点为预设定时段内的任意时间节点，第一初始节点对应的时间早于第一结束节点对应的时间。基于第一采集指令在第一初始节点对第一抽油机井的工作状态进行采集，获得第一工作状态数据集，基于第二采集指令在第一结束节点对第一抽油机井的工作状态进行采集，获得第二工作状态数据集。上述的第一工作状态数据集和第二工作状态数据集内包括抽油机井工作过程中在第一初始节点和第一结束节点的惯性载荷、震动载荷、摩擦载荷、结蜡状况、泵况、流体的运动速度、地层的供液量与抽油泵的采出量等工作状态参数。
通过比对第一工作状态数据集和第二工作状态数据集，能够得到第一比对结果，该第一比对结果包括第一结果和第二结果，第一结果为工作状态不一致，第二结果为工作状态一致。若第一比对结果为第二结果，则证明预设定时段内第一初始节点和第一结束节点对应第一抽油机井的工作参数一致，则工作参数不会影响压力传感器采集载荷变化数据的精度，可认为采集获得的实时测量载荷数据较为精准，能够消除摩擦、振动、结蜡及泵况等上述工作参数变化的影响。
若第一比对结果为第一结果，则预设定时段内第一初始节点和第一结束节点对应第一抽油机井的工作参数发生变化，影响压力传感器采集载荷变化数据的精度，基于第一工作状态数据集和第二工作状态数据集的差异程度，得到第一偏差系数，若第一工作状态数据集和第二工作状态数据集相差较大，则第一偏差系数较大，反之则较小。基于第一偏差系数对所述第一测产结果进行精度偏差分析，获得第一提醒信息。
第一提醒信息中，若第一偏差系数较大，超过一预设的阈值，则证明采集获得的载荷变化数据精度受工作状态参数影响较大，精度较低，第一提醒信息可用于提醒当前第一测产结果精度较低，无法采用。反之，若第一偏差系数较小，在预设的阈值范围内，则证明采集获得的载荷变化数据精度受工作状态参数影响较小，精度尚可，第一提醒信息可用于提醒当前第一测产结果精度受工作状态参数影响，但影响较小，相关技术人员应当酌情进行采用第一测产结果的数据，或进行重测。
第一提醒信息可通过构建神经网络模型进行输出，该神经网络模型可通过多组训练数据训练得到，其中，每组训练数据均包括第一偏差系数和用于标识第一提醒信息的标识信息，当该神经网络模型的输出信息达到预定的准确率/收敛状态时，则训练完成，通过输入第一偏差系数，该神经网络模型即可输出对应的第一提醒信息。第一提醒信息可设置为0-10的评分，数值越大，则第一偏差系数越大，第一测产结果精越低。
本申请实施例通过获得第一初始节点和第一结束节点，采集第一抽油机井的工作状态数据，判断前后工作状态是否一致，进而判断工作状态对于第一测产结果精度的影响，得到第一提醒信息，供技术人员进行参考，达到了提升测产结果精度的技术效果。
综上所述，本申请实施例提供的方法通过设置预设定时段，在预设定时段内通过压力传感器检测抽油机井内的实时测量载荷数据，对实时测量载荷数据进行处理，生成测量载荷波形，对该测量载荷波形进行特征识别，得到波形特征域，基于该波形特征域对第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期，进而检测获得第一载荷变化数据和第二载荷变化数据，最终计算得到第一测产结果。本申请实施例通过压力传感器检测获得抽油机井内的载荷数据，通过特征识别获得停机前一个周期上冲程中载荷的变化数据和停机后一个周期内上冲程中载荷的变化数据，根据载荷变化数据计算获得动液面变化量，进而获得产量测试结果，其利用载荷灵敏度高的特点，能够测取短时液面恢复的变化量，并且可避免摩擦、振动、结蜡及泵况等因素对于测产灵敏度的影响，建立了准确智能的抽油机井产量检测的方法，达到了准确进行抽油机井产量测量的技术效果。
实施例二
基于与前述实施例中一种抽油机井综合测试仪载荷动态变化测产方法相同的发明构思，如图4所示，本申请实施例提供了一种抽油机井综合测试仪载荷动态变化测产系统，其中，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得预设定时段；
第二获得单元12，所述第二获得单元12用于根据压力传感器和所述预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；
第一处理单元13，所述第一处理单元13用于通过对所述实时测量载荷数据进行数据预处理，并根据预处理后的所述实时测量载荷数据，生成第一测量载荷波形；
第二处理单元14，所述第二处理单元14用于通过对所述第一测量载荷波形进行特征识别，获得波形特征域；
第三获得单元15，所述第三获得单元15用于根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期；
第四获得单元16，所述第四获得单元16用于根据所述第一识别周期和所述第二识别周期，获得第一载荷变化数据和第二载荷变化数据；
第三处理单元17，所述第三处理单元17用于根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果。
进一步的，所述系统还包括：
第四处理单元，所述第四处理单元用于根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一周期划分结果；
第五获得单元，所述第五获得单元用于根据所述第一周期划分结果，获得N个第一特征波形和M个第二特征波形，所述第一特征波形为停机前波形，所述第二特征波形为停机后波形特征；
第五处理单元，所述第五处理单元用于通过对所述N个第一特征波形和所述M个第二特征波形进行周期识别，获得所述第一识别周期和所述第二识别周期。
进一步的，所述系统还包括：
第一构建单元，所述第一构建单元用于构建波形异常域识别库；
第六处理单元，所述第六处理单元用于将所述N个第一特征波形输入所述波形异常域识别库中进行异常域识别，获得N个异常标识结果；
第六获得单元，所述第六获得单元用于根据所述N个异常标识结果，获得所述第一识别周期，其中，所述第一识别周期为N个异常标识结果中标识最少的周期；
第七处理单元，所述第七处理单元用于将所述M个第二特征波形输入所述波形异常域识别库中进行异常域识别，获得M个异常标识结果；
第七获得单元，所述第七获得单元用于根据所述M个异常标识结果，获得所述第二识别周期，其中，所述第二识别周期为M个异常标识结果中标识最少的周期。
进一步的，所述系统还包括：
第八获得单元，所述第八获得单元用于根据所述预设定时段，获得第一初始节点和第一结束节点；
第九获得单元，所述第九获得单元用于基于第一采集指令在所述第一初始节点对所述第一抽油机井的工作状态进行采集，获得第一工作状态数据集；
第十获得单元，所述第十获得单元用于基于第二采集指令在所述第一结束节点对所述第一抽油机井的工作状态进行采集，获得第二工作状态数据集；
第八处理单元，所述第八处理单元用于通过对所述第一工作状态数据集和所述第二工作状态数据集进行对比，获得第一比对结果。
进一步的，所述系统还包括：
第九处理单元，所述第九处理单元用于所述第一比对结果包括第一结果和第二结果，所述第一结果为工作状态不一致，所述第二结果为工作状态一致；
第十一获得单元，所述第十一获得单元用于若所述第一比对结果为所述第一结果，获得第一偏差系数；
第十处理单元，所述第十处理单元用于根据所述第一偏差系数对所述第一测产结果进行精度偏差分析，获得第一提醒信息。
进一步的，所述系统还包括：
第十二获得单元，所述第十二获得单元用于根据所述第一周期划分结果，获得第一间值数据集，其中，所述第一间值数据集为所述第一特征波形和所述第二特征波形中间域数据集；
第十一处理单元，所述第十一处理单元用于通过对所述第一间值数据集进行均值计算，获得第一稳定间值；
第十二处理单元，所述第十二处理单元用于根据所述第一稳定间值、所述第一载荷变化数据和所述第二载荷变化数据，获得所述第一测产结果。
示例性电子设备
下面参考图5来描述本申请实施例的电子设备，
基于与前述实施例中一种抽油机井综合测试仪载荷动态变化测产方法相同的发明构思，本申请实施例还提供了一种抽油机井综合测试仪载荷动态变化测产系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industryStandardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless localareanetworks，WLAN)，有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasableProgrammable read-only memory，EEPROM)、只读光盘(compactdiscread-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种抽油机井综合测试仪载荷动态变化测产方法。
可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。
本申请实施例通过压力传感器检测获得抽油机井内的载荷数据，通过特征识别获得停机前一个周期上冲程中载荷的变化数据和停机后一个周期内上冲程中载荷的变化数据，根据载荷变化数据计算获得动液面变化量，进而获得产量测试结果，其利用载荷灵敏度高的特点，能够测取短时液面恢复的变化量，并且可避免摩擦、振动、结蜡及泵况等因素对于测产灵敏度的影响，建立了准确智能的抽油机井产量检测的方法，达到了准确进行抽油机井产量测量的技术效果。
本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (9)

1.一种抽油机井综合测试仪载荷动态变化测产方法，其特征在于，所述方法应用于一种抽油机井综合测试仪载荷动态变化测产系统，所述系统与一压力传感器通信连接，所述方法包括：
获得预设定时段；
根据所述压力传感器和所述预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；
通过对所述实时测量载荷数据进行数据预处理，并根据预处理后的所述实时测量载荷数据，生成第一测量载荷波形；
通过对所述第一测量载荷波形进行特征识别，获得波形特征域；
根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期，其中将以时间为坐标的第一测量载荷波形内各段的载荷数据进行识别，识别为不同的时间周期，包括所述第一识别周期和所述第二识别周期；所述第一识别周期和所述第二识别周期分别为停机时间前的一个抽取周期以及停机时间后的一个抽取周期；所述第一识别周期内包括停机时间前的一个抽取周期内上冲程和下冲程的载荷数据；所述第二识别周期包括停机时间后的一个抽取周期内上冲程和下冲程的载荷数据；
根据所述第一识别周期和所述第二识别周期，获得第一载荷变化数据和第二载荷变化数据，其中通过所述第一识别周期和所述第二识别周期对应的时间周期，对第一测量载荷波形内的载荷数据进行提取，提取出其中的载荷变化数据，包括：通过波形特征域内的切线斜率特征针对性地提取出所述第一识别周期中上冲程中载荷的变化数据，以及所述第二识别周期中上冲程中载荷的变化数据；
根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果，其中根据所述第一载荷变化数据和所述第二载荷变化数据计算得到变化液面，再基于所述变化液面进而计算获得所述第一测产结果。
2.如权利要求1所述的方法，其特征在于，所述根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期，所述方法还包括：
根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一周期划分结果；
根据所述第一周期划分结果，获得N个第一特征波形和M个第二特征波形，所述第一特征波形为停机前波形，所述第二特征波形为停机后波形特征；
通过对所述N个第一特征波形和所述M个第二特征波形进行周期识别，获得所述第一识别周期和所述第二识别周期。
3.如权利要求2所述的方法，其特征在于，所述通过对所述N个第一特征波形和所述M个第二特征波形进行周期识别，获得所述第一识别周期和所述第二识别周期，所述方法还包括：
构建波形异常域识别库；
将所述N个第一特征波形输入所述波形异常域识别库中进行异常域识别，获得N个异常标识结果；
根据所述N个异常标识结果，获得所述第一识别周期，其中，所述第一识别周期为N个异常标识结果中标识最少的周期；
将所述M个第二特征波形输入所述波形异常域识别库中进行异常域识别，获得M个异常标识结果；
根据所述M个异常标识结果，获得所述第二识别周期，其中，所述第二识别周期为M个异常标识结果中标识最少的周期。
4.如权利要求1所述的方法，其特征在于，所述第一测产结果的计算公式为：
其中，Q为所述第一测产结果；ΔLf为动液面的变化量；D为油井套管内径；d为油井油管外径；T为关井时间；ρL为井内液体的密度。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述预设定时段，获得第一初始节点和第一结束节点；
基于第一采集指令在所述第一初始节点对所述第一抽油机井的工作状态进行采集，获得第一工作状态数据集；
基于第二采集指令在所述第一结束节点对所述第一抽油机井的工作状态进行采集，获得第二工作状态数据集；
通过对所述第一工作状态数据集和所述第二工作状态数据集进行对比，获得第一比对结果。
6.如权利要求5所述的方法，其特征在于，所述通过对所述第一工作状态数据集和所述第二工作状态数据集进行对比，获得第一比对结果，所述方法还包括：
所述第一比对结果包括第一结果和第二结果，所述第一结果为工作状态不一致，所述第二结果为工作状态一致；
若所述第一比对结果为所述第一结果，获得第一偏差系数；
根据所述第一偏差系数对所述第一测产结果进行精度偏差分析，获得第一提醒信息。
7.如权利要求2所述的方法，其特征在于，所述根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果，所述方法还包括：
根据所述第一周期划分结果，获得第一间值数据集，其中，所述第一间值数据集为所述第一特征波形和所述第二特征波形中间域数据集；
通过对所述第一间值数据集进行均值计算，获得第一稳定间值；
根据所述第一稳定间值、所述第一载荷变化数据和所述第二载荷变化数据，获得所述第一测产结果。
8.一种抽油机井综合测试仪载荷动态变化测产系统，其特征在于，所述系统包括：
第一获得单元，所述第一获得单元用于获得预设定时段；
第二获得单元，所述第二获得单元用于根据压力传感器和所述预设定时段，对第一抽油机井进行数据测量，获得实时测量载荷数据；
第一处理单元，所述第一处理单元用于通过对所述实时测量载荷数据进行数据预处理，并根据预处理后的所述实时测量载荷数据，生成第一测量载荷波形；
第二处理单元，所述第二处理单元用于通过对所述第一测量载荷波形进行特征识别，获得波形特征域；
第三获得单元，所述第三获得单元用于根据所述波形特征域对所述第一测量载荷波形进行周期识别，获得第一识别周期和第二识别周期，其中将以时间为坐标的第一测量载荷波形内各段的载荷数据进行识别，识别为不同的时间周期，包括所述第一识别周期和所述第二识别周期；所述第一识别周期和所述第二识别周期分别为停机时间前的一个抽取周期以及停机时间后的一个抽取周期；所述第一识别周期内包括停机时间前的一个抽取周期内上冲程和下冲程的载荷数据；所述第二识别周期包括停机时间后的一个抽取周期内上冲程和下冲程的载荷数据；
第四获得单元，所述第四获得单元用于根据所述第一识别周期和所述第二识别周期，获得第一载荷变化数据和第二载荷变化数据，其中通过所述第一识别周期和所述第二识别周期对应的时间周期，对第一测量载荷波形内的载荷数据进行提取，提取出其中的载荷变化数据，包括：通过波形特征域内的切线斜率特征针对性地提取出所述第一识别周期中上冲程中载荷的变化数据，以及所述第二识别周期中上冲程中载荷的变化数据；
第三处理单元，所述第三处理单元用于根据所述第一载荷变化数据和所述第二载荷变化数据，获得第一测产结果，其中根据所述第一载荷变化数据和所述第二载荷变化数据计算得到变化液面，再基于所述变化液面进而计算获得所述第一测产结果。
9.一种抽油机井综合测试仪载荷动态变化测产系统，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如权利要求1至7任一项所述方法的步骤。
CN202111371613.2A 2021-11-18 2021-11-18 一种抽油机井综合测试仪载荷动态变化测产方法及系统 Active CN114033357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111371613.2A CN114033357B (zh) 2021-11-18 2021-11-18 一种抽油机井综合测试仪载荷动态变化测产方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111371613.2A CN114033357B (zh) 2021-11-18 2021-11-18 一种抽油机井综合测试仪载荷动态变化测产方法及系统

Publications (2)

Publication Number Publication Date
CN114033357A CN114033357A (zh) 2022-02-11
CN114033357B true CN114033357B (zh) 2023-09-08

Family

ID=80138138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111371613.2A Active CN114033357B (zh) 2021-11-18 2021-11-18 一种抽油机井综合测试仪载荷动态变化测产方法及系统

Country Status (1)

Country Link
CN (1) CN114033357B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101305187A (zh) * 2005-10-13 2008-11-12 井泵技术有限公司 井下流体产量优化系统及方法
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
CN102080531A (zh) * 2009-11-30 2011-06-01 郭腾明 一种油井产量计量方法
CN104389580A (zh) * 2014-09-11 2015-03-04 哈尔滨斯特凯峰电子有限公司 一种基于载荷力的抽油机井日产液量测量方法
CN104533382A (zh) * 2014-12-16 2015-04-22 哈尔滨斯特凯峰电子有限公司 一种抽油机井电参数“示功图”的确定方法
CN104564021A (zh) * 2014-04-21 2015-04-29 山东天工石油装备有限公司 油井示功图数据采集的一种方法
CN109447380A (zh) * 2018-06-21 2019-03-08 北京国双科技有限公司 油井产量确定方法及装置
CN111173496A (zh) * 2020-01-09 2020-05-19 山东天工石油装备有限公司 一种油井产液量计量装置及方法
CN112502699A (zh) * 2020-12-21 2021-03-16 方永和 一种抽油机井载荷干扰通信装置及其通信方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2441143C1 (ru) * 2010-05-19 2012-01-27 Общество с ограниченной ответственностью "Нефтяная технологическая компания" НЕТЕК Способ повышения нефтеотдачи пластов в процессе добычи нефти и устройство его реализации

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101305187A (zh) * 2005-10-13 2008-11-12 井泵技术有限公司 井下流体产量优化系统及方法
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
CN102080531A (zh) * 2009-11-30 2011-06-01 郭腾明 一种油井产量计量方法
CN104564021A (zh) * 2014-04-21 2015-04-29 山东天工石油装备有限公司 油井示功图数据采集的一种方法
CN104389580A (zh) * 2014-09-11 2015-03-04 哈尔滨斯特凯峰电子有限公司 一种基于载荷力的抽油机井日产液量测量方法
CN104533382A (zh) * 2014-12-16 2015-04-22 哈尔滨斯特凯峰电子有限公司 一种抽油机井电参数“示功图”的确定方法
CN109447380A (zh) * 2018-06-21 2019-03-08 北京国双科技有限公司 油井产量确定方法及装置
CN111173496A (zh) * 2020-01-09 2020-05-19 山东天工石油装备有限公司 一种油井产液量计量装置及方法
CN112502699A (zh) * 2020-12-21 2021-03-16 方永和 一种抽油机井载荷干扰通信装置及其通信方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种改进的功图量油技术的研究与应用;彭健;李董波;徐志强;包梦;;计算技术与自动化(第03期);第136-140页 *

Also Published As

Publication number Publication date
CN114033357A (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
AU2004316883B2 (en) System and method for optimizing production in a artificially lifted well
US8328527B2 (en) Calculation of downhole pump fillage and control of pump based on said fillage
CN111852463B (zh) 气井产能评价方法及设备
CN110206536A (zh) 一种基于泵示功图的井口产液量采集方法
CN109057786A (zh) 一种用于非常规油气藏可采储量估算的自适应模型
KR20170053692A (ko) 커널 회귀 모델의 앙상블을 위한 장치 및 방법
WO2012154160A1 (en) Pumpjack torque fill estimation
EP3181809A1 (en) A method for detecting gain or loss of drilling fluid in a drilling installation associated calculation system and associated drilling installation
CN108240215B (zh) 一种基于有限差分法的抽油井柱塞有效冲程确定方法
CN108979623A (zh) 一种异常示功图的识别方法
CN104405374A (zh) 一种致密气藏储层应力敏感性的测量方法
CN105569639A (zh) 一种基于地面示功图计算油井动液面的方法
CN116644284A (zh) 一种地层分类特征因子确定方法、系统、电子设备及介质
CN106593415A (zh) 一种基于改进多相流算法的油井动液面计量方法
CN113898334B (zh) 一种抽油机井多功能综合测试仪参数智能分析方法及系统
CN114033357B (zh) 一种抽油机井综合测试仪载荷动态变化测产方法及系统
CN115030708A (zh) 一种基于不关井干扰试井的干扰井识别系统及方法
CN109184661B (zh) 用于底水油藏水平井高产液位置识别的监测方法及其系统
CN111626377B (zh) 一种岩相识别方法、装置、设备及存储介质
US20170081931A1 (en) Ballooning diagnostics
CN112302629A (zh) 一种抽油机井动液面的测量方法与装置
CN115146690A (zh) 一种抽油机井智能化分析方法及装置
CN113445992B (zh) 抽油机运动位移的处理方法和装置
CN111271054A (zh) 裂缝型碳酸盐岩储层压裂效果的评估分析方法及装置
CN116084921A (zh) 动液面预测方法、装置、设备及可读存储介质

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