CN114753812B - 一种游梁式抽油机电参周期起始点识别系统 - Google Patents

Abstract

本发明提供一种游梁式抽油机电参周期起始点识别系统，涉及抽油机电参计算技术领域，包括外壳和识别终端，所述外壳内部安装有主板，所述主板包括电参数据采集模块、电参预处理模块与逻辑回归模块，且所述识别终端输出端分别与电参数据采集模块、电参预处理模块与逻辑回归模块信号连接，所述电参数据采集模块用于获取瞬时电压U_t、瞬时电流I_t及瞬时有功功率P_t，通过电参数据采集模块对抽油机运行一周期的电参数形态进行采集，并形成数据序列，设一周期内瞬时电参的数量为N。该发明实现了便捷检测的功能，也提高了游梁式抽油的安全系数。

Description

一种游梁式抽油机电参周期起始点识别系统

技术领域

本发明属于抽油机电参计算技术领域，更具体地说，特别涉及一种游梁式抽油机电参周期起始点识别系统。

背景技术

抽油机是开采石油的一种机器设备，抽油机是有杆抽油系统中最主要举升设备，并根据是否有游梁，可分为游梁式抽油机和无游梁式抽油机，其中，游梁式抽油机的基本特点是结构简单，制造容易，使用方便，特别是它可以长期在油田全天候运转，使用可靠，并且游梁式抽油机在运行的会产生周期数据，需要对其进行识别，才能确保抽油机正常运作。

基于上述，本发明人发现存在以下问题：现在的识别系统都是靠增加设备的安装来实现抽油机电参功图起点的识别，进而导致需要更多的安装步骤才能完成识别功能，这样的方式，不仅过程繁杂，还存在较多的安全隐患。

于是，有鉴于此，针对现有的结构及缺失予以研究改良，提供一种游梁式抽油机电参周期起始点识别系统，以期达到具有更加实用价值性的目的。

发明内容

为了解决上述技术问题，本发明提供一种游梁式抽油机电参周期起始点识别系统，以解决现在的识别系统使用繁琐与存在危险系数的问题。

本发明游梁式抽油机电参周期起始点识别系统的目的与功效，由以下具体技术手段所达成：

一种游梁式抽油机电参周期起始点识别系统，包括外壳和识别终端，所述外壳内部安装有主板，所述主板包括电参数据采集模块、电参预处理模块与逻辑回归模块，且所述识别终端输出端分别与电参数据采集模块、电参预处理模块与逻辑回归模块信号连接。

进一步的，所述电参数据采集模块用于获取瞬时电压U_t、瞬时电流I_t及瞬时有功功率P_t，通过电参数据采集模块对抽油机运行一周期的电参数形态进行采集，并形成数据序列，设一周期内瞬时电参的数量为N，则电压、电流、电功率序列形式为：

U = {U₀，U₁，... ，U_N}

I = {I₀，I₁，... ，I_N}

P = {P₀，P₁，... ，P_N}

除电参数外，还需获取抽油机参数，分别为抽油机平衡块重K、抽油机冲程C，抽油机冲次D、抽油机杆柱重量H。

进一步的，电参预处理模块用于对电功率进行滤波，对电流和电压不进行操作，且电参预处理模块对电功率进行滤波采用均值旋转滤波算法，具体包括如下两个步骤：

步骤一：计算n点均线，计算公式如下：

其中n<N；

步骤二：舍弃P中前n-1个点，变成P={P_n，P_n+1，... ，P_N}，保障序列和/>长度一致性，并将两个序列分别与下标序列一一对应，使之二维矢量化：/>，/>，之后计算/>和/>之间对应点的角度/>，/>，最后将对应的/>旋转/>，获取滤波后的新序列：/>。

进一步的，所述逻辑回归模块的构建包括如下步骤：

步骤一、建立训练样本；

步骤二、利用带sin修正的逻辑回归目标函数进行模型训练；

步骤三、利用训练好的逻辑回归模型进行预测。

进一步的，所述步骤一具体为：以人工方式标定在序列中周期起始点位置，建立标签列：

则训练样本为：

。

进一步的，所述步骤二具体为：利用带sin修正的逻辑回归目标函数进行模型训练，其中目标函数为：

，

其导数为：，

其中，Φ为sigmoid函数，w为权重，。

与现有技术相比，本发明具有如下有益效果：

该种游梁式抽油机电参周期起始点识别系统，通过电参数据采集模块、电参预处理模块与逻辑回归模块，使得该识别系统实现更加便捷的检测方式，并且减少了危险系数的产生，通过采集抽油机瞬时电压U_t、瞬时电流I_t及有功功率P_t，并对P_t进行滤波，再结合抽油机平衡块重K、抽油机冲程C,抽油机冲次D、抽油机杆柱重量H，将抽油机运行整周期电参以人工方式将周期起始点位标出，作为标签供逻辑回归模型训练，最终使用训练好的模型给出电参周期起始点位置的预测的结果，通过这样的识别方式，使得游梁式抽油机保持稳定的运转，本发明实现了便捷检测的功能，也提高了游梁式抽油的安全系数。

附图说明

图1是本发明的立体图。

图2是本发明的展开图。

图3是本发明的框架示意图。

图中，部件名称与附图编号的对应关系为：

1、外壳；2、识别终端；3、主板；4、电参数据采集模块；5、电参预处理模块；6、逻辑回归模块。

具体实施方式

下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明，但不能用来限制本发明的范围。

在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例:

如附图1至附图3所示：

本发明提供一种游梁式抽油机电参周期起始点识别系统，包括外壳1和识别终端2，外壳1内部安装有主板3，主板3包括电参数据采集模块4、电参预处理模块5与逻辑回归模块6，且识别终端2输出端分别与电参数据采集模块4、电参预处理模块5与逻辑回归模块6信号连接。

其中，电参数据采集模块4用于获取瞬时电压U_t、瞬时电流I_t及瞬时有功功率P_t，通过电参数据采集模块4对抽油机运行一周期的电参数形态进行采集，并形成数据序列，设一周期内瞬时电参的数量为N，则电压、电流、电功率序列形式为：

U = {U₀，U₁，... ，U_N}

I = {I₀，I₁，... ，I_N}

P = {P₀，P₁，... ，P_N}

除电参数外，还需获取抽油机参数，分别为抽油机平衡块重K、抽油机冲程C，抽油机冲次D、抽油机杆柱重量H。

其中，电参预处理模块5用于对电功率进行滤波，对电流和电压不进行操作，且电参预处理模块5对电功率进行滤波采用均值旋转滤波算法，具体包括如下两个步骤：

步骤一：计算n点均线，计算公式如下：

其中n<N；

步骤二：舍弃P中前n-1个点，变成P = {P_n，P_n+1，... ，P_N}，保障序列和/>长度一致性，并将两个序列分别与下标序列一一对应，使之二维矢量化：

，/>，之后计算/>和/>之间对应点的角度/>，，最后将对应的/>旋转/>，获取滤波后的新序列：/>。

其中，逻辑回归模块6的构建包括如下步骤：

步骤一、建立训练样本；

步骤二、利用带sin修正的逻辑回归目标函数进行模型训练；

步骤三、利用训练好的逻辑回归模型进行预测。

其中，逻辑回归模块6中的步骤一具体为：以人工方式标定在序列中周期起始点位置，建立标签列：

则训练样本为：

。

其中，逻辑回归模块6中的步骤二具体为：利用带sin修正的逻辑回归目标函数进行模型训练，其中目标函数为：

,

其导数为：，

其中，Φ为sigmoid函数，w为权重， 。

本实施例的具体使用方式与作用：

在使用该种游梁式抽油机电参周期起始点识别系统时，首先，将识别系统对应的部件，对接到游梁式抽油机的输入端接口，并启动抽油机，使其进行运转测试，使其获取周期数据，其中，通过采集抽油机瞬时电压U_t、瞬时电流I_t及有功功率P_t，并对P_t进行滤波，再结合抽油机平衡块重K、抽油机冲程C,抽油机冲次D、抽油机杆柱重量H，将抽油机运行整周期电参以人工方式将周期起始点位标出，作为标签供逻辑回归模型训练，最终使用训练好的模型给出电参周期起始点位置的预测的结果，通过这样的识别方式，使得游梁式抽油机保持稳定的运转，本发明实现了便捷检测的功能，也提高了游梁式抽油的安全系数。

本发明的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (1)

1.一种游梁式抽油机电参周期起始点识别系统，其特征在于：包括外壳（1）和识别终端（2），所述外壳（1）内部安装有主板（3），所述主板（3）包括电参数据采集模块（4）、电参预处理模块（5）与逻辑回归模块（6），且所述识别终端（2）输出端分别与电参数据采集模块（4）、电参预处理模块（5）与逻辑回归模块（6）信号连接；

所述电参数据采集模块（4）用于获取瞬时电压U_t、瞬时电流I_t及瞬时有功功率P_t，通过电参数据采集模块（4）对抽油机运行一周期的电参数形态进行采集，并形成数据序列，设一周期内瞬时电参的数量为N，则电压、电流、电功率序列形式为：

U = {U₀，U₁，... ，U_N}

I = {I₀，I₁，... ，I_N}

P = {P₀，P₁，... ，P_N}

除电参数外，还需获取抽油机参数，分别为抽油机平衡块重K、抽油机冲程C，抽油机冲次D、抽油机杆柱重量H；

所述电参预处理模块（5）用于对电功率进行滤波，对电流和电压不进行操作，且电参预处理模块（5）对电功率进行滤波采用均值旋转滤波算法，具体包括如下两个步骤：

步骤一：计算n点均线，计算公式如下：

；

其中n < N；

步骤二：舍弃P中前n-1个点，变成P = {P_n，P_n+1，... ，P_N}，保障序列和/>长度一致性，并将两个序列分别与下标序列一一对应，使之二维矢量化：

，/>，之后计算/>和/>之间对应点的角度/>，/>，最后将对应的/>旋转/>，获取滤波后的新序列：/>；

所述逻辑回归模块（6）的构建包括如下步骤：

步骤一、建立训练样本；

步骤二、利用带sin修正的逻辑回归目标函数进行模型训练；

步骤三、利用训练好的逻辑回归模型进行预测；

所述逻辑回归模块（6）中的步骤一具体为：以人工方式标定在序列中周期起始点位置，建立标签列：

；

则训练样本为：

；

所述逻辑回归模块（6）中的步骤二具体为：利用带sin修正的逻辑回归目标函数进行模型训练，其中目标函数为：

，

其导数为：，

其中，Φ为sigmoid函数，w为权重，。