CN201943686U - 油井故障实时预警系统 - Google Patents
油井故障实时预警系统 Download PDFInfo
- Publication number
- CN201943686U CN201943686U CN2010206706364U CN201020670636U CN201943686U CN 201943686 U CN201943686 U CN 201943686U CN 2010206706364 U CN2010206706364 U CN 2010206706364U CN 201020670636 U CN201020670636 U CN 201020670636U CN 201943686 U CN201943686 U CN 201943686U
- Authority
- CN
- China
- Prior art keywords
- fault
- merit
- pump
- load
- diagram
- 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.)
- Expired - Lifetime
Links
Images
Abstract
本实用新型实施例提供了一种油井故障实时预警系统,系统包括:载荷传感器、位移传感器、控制终端、无线服务器和预警装置,预警装置包括:示功图转换单元、泵功图转换单元、比较单元和预警单元,示功图转换单元用于利用抽油杆载荷和位移与时间的变化规律得到光杆示功图;泵功图转换单元用于将光杆示功图转换为泵功图;比较单元,用于提取泵功图的矢量特征点,然后与标准矢量功图相比较,根据比对结果得到油井工况的判断结果;预警单元用于根据判断结果进行故障预警。本实用新型实施例通过得到抽油杆载荷和位移,并以此得到光杆示功图和泵功图,再通过将泵功图矢量化后与标准功图相比较来确定故障情况,从而可以实现自动化的故障诊断和预警,而且故障诊断结果精确度高。
Description
技术领域
本实用新型涉及油田采油技术领域,尤其是涉及一种油井故障实时预警方法和系统。
背景技术
故障诊断是根据对被诊断对象测试所取得的数据进行分析处理,判断被诊断对象的状态是否处于异常状态或故障状态,确定故障的类型,预示故障的发生。现代故障诊断技术是近年来随着电子计算机技术、现代测试技术和人工智能技术的迅速发展而发展起来的一种新技术。
但是,目前在我国油田开采技术中,故障诊断技术还并不完备,甚至还需要人工巡检,耗费人力,而且故障的原因很多,对于一些重要的故障,是需要立即进行处理的,而一些次要的故障,可以暂缓处理,因此,在油田开采过程中也急需引用一种智能的故障诊断预警系统。
实用新型内容
本实用新型实施例提供了一种油井故障实时预警系统,用于为油田开采过程提供一种智能的、精确度高的故障诊断预警系统。
本实用新型实施例还提供了一种油井故障实时预警系统,包括:安装在井口悬绳器上的载荷传感器、安装在抽油机游梁下方的位移传感器、井组控制箱内的控制终端、位于控制中心内的无线服务器和预警装置,所述载荷传感器及位移传感器所采集的抽油杆载荷和位移信号通过电缆传输至所述控制终端,所述控制终端通过所述井组天线将所述抽油杆载荷和位移信号以波的形式传送给所述无线服务器,所述无线服务器将所述抽油杆载荷和位移信号转化为数字信号并传送给所述预警装置,所述预警装置包括:示功图转换单元、泵功图转换单元、比较单元和预警单元,所述示功图转换单元用于利用所述抽油杆载荷和位移与时间的变化规律得到光杆示功图;所述泵功图转换单元用于将所述光杆示功图转换为泵功图;所述比较单元,用于采用多边形逼近法对泵功图数据点进行预处理,过滤掉对泵功图的几何特征影响不大的数据点;将经过多边形逼近法处理过的泵功图无因次化,再建立所述泵功图的矢量链,将所述矢量链和标准故障矢量链库中矢量链比对,根据比对结果得到油井工况的判断结果;预警单元用于根据所述判断结果进行故障预警。
优选的,本实用新型实施例中的泵功图转换单元具体用于:分别建立抽油杆、油管有限元模型和液柱差分计算模型,然后迭代求解出深井泵口处载荷和抽油杆载荷和位移与时间的关系图,即泵功图。
优选的,本实用新型实施例中的标准矢量功图包括与各种故障相对应的矢量功图,所述比较单元具体用于根据矢量特征点找到对应的矢量功图,从而确定故障的类型。
优选的,本实用新型实施例中的预警单元具体用于:根据判断结果确定故障的等级,所述故障的等级包括三级:一级故障为抽油杆断脱、凡尔失灵、卡泵;二级故障为严重结蜡、严重供液不足;三级故障为结蜡、供液不足、气体影响;根据确定的故障等级在监控终端自动弹出预警信息,其中对于一、二级故障利用声音提示或蜂鸣报警进行实时预警。
本实用新型实施例通过载荷传感器和位移传感器得到抽油杆载荷和位移,并以此得到光杆示功图和泵功图,再通过将泵功图矢量化后与标准功图相比较来确定故障情况,从而可以实现自动化的故障诊断和预警,而且故障诊断结果精确度高。
附图说明
为了更清楚地说明本实用新型实施例或现有技术中的技术方案,下面将对实施例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实用新型的一些实施例,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为本实用新型实施例提供的一种油井故障实时预警系统结构示意图;
图2为本实用新型实施例提供的一种预警装置的结构示意图;
图3为本实用新型实施例提供的一种油井工况诊断流程示意图;
图4为本实用新型实施例提供的一种油井工况实时分析和处理的闭环管理示意图;
图5为本实用新型实施例提供的抽油杆断脱时的泵功图;
图6为本实用新型实施例提供的轻微结蜡时的泵功图。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型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实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本实用新型保护的范围。
如图1所示为本实用新型实施例提供的一种油井故障实时预警系统结构示意图,该系统包括:安装在井口悬绳器上的载荷传感器110、安装在抽油机游梁下方的位移传感器120、井组控制箱内的控制终端130、位于控制中心内的无线服务器140和预警装置150。
载荷传感器110和位移传感器120分别通过电缆连接至控制终端130,控制终端130和无线服务器140之间可以通过无线方式进行通信,而预警装置150则和无线服务器140之间通过有线或者无线的方式进行通信。
载荷传感器110和位移传感器120用于采集抽油杆载荷和位移信号,并将该信号通过电缆传输给控制终端130。
控制终端130可以是一远程终端单元(Remote Terminal Units,RTU),其提供了多个与现场测试端的接口,可分别采集各类数据,并进行数据转换后存储在临时寄存器中,再通过无线接口发送给远端的无线服务器140。具体来说,控制终端130和无线服务器140之间可以通过现有的无线网络,比如GPRS,CDMA,3G网络等进行通信,也可以通过专门的无线网络进行通信。
无线服务器140将接收到的无线信号转换为数字信号后,再发送给预警装置150。
在本实用新型实施例中,如图2所示,预警装置150包括:示功图转换单元151、泵功图转换单元152、比较单元153、存储单元154和预警单元155,其中泵功图转换单元152分别和示功图转换单元151及比较单元153相连,而存储单元154和预警单元155则分别和比较单元153相连。
示功图转换单元151利用抽油杆载荷和位移与时间的变化规律得到光杆示功图。泵功图转换单元152则将光杆示功图转换为泵功图,具体来说,是分别建立抽油杆、油管有限元模型和液柱差分计算模型,然后迭代求解出深井泵口处载荷和抽油杆载荷和位移与时间的关系图,即泵功图。这里不再对功图转换过程中所依据的算法和模型进行详细的论述了,这些部分属于现有技术。
比较单元153用于提取泵功图的矢量特征点,然后与存储单元154内存储的标准矢量功图相比较,再根据比较结果得到油井工况的判断结果。
具体来说,由于计算得到的泵功图数据点很多,而泵功图的几何特征仅仅集中在某些点上,其它点对泵功图的几何特征影响不大,因此比较单元153可以采用多边形逼近法对泵功图数据点进行预处理,过滤掉某些点对泵功图的几何特征影响不大的数据点。再将处理过的泵功图标准化(无因次化),再用一系列连续的矢量把它描述出来,即建立该泵功图的矢量链,把它和标准故障矢量链库中矢量链对比,来判别出一个或多个故障。采用这种方式进行比较,可以使比对结果与油井工况的实际情况更加接近,误差更小。
如图3所示为本实用新型实施例提供的一种油井工况诊断流程示意图,从图中可见,本实用新型实施例的油井工况诊断包括:得到光杆示功图,将光杆示功图转化为泵功图,将泵功图矢量化,将矢量化的泵功图和存储的标准矢量功图相比较,以得到对应的油井工况的判断结果。
在本实施例中,存储单元154内部可以存储尽可能全的工况标准矢量功图,比如目前共有39种标准矢量功图可以用来比较。
预警单元155用于根据比较单元153的判断结果进行故障预警。
在本实用新型实施例中,可以将故障预警等级分为三级,其中一级是紧急故障预警等级,二级是重点关注预警等级,三级是开始关注预警等级,一级故障可以包括:抽油杆断脱、凡尔失灵、卡泵等,二级故障可以包括严重结蜡、严重供液不足等,三级故障可以包括结蜡、供液不足、气体影响等。
预警单元155会根据比较单元153的判断结果先确定故障类型,再根据故障类型来确定故障等级,首先,不管是何种故障等级,预警单元155都会将其在监控终端上自动予以显示,其次,对于一、二级故障,预警单元155还会利用声音提示或蜂鸣报警进行实时预警。
作为本实用新型的一个实施例,预警单元155在对一、二级故障进行实时预警后,还会将该故障和相关的处理意见上报给相关部门备案和审批,然后根据相关部门的审批结果由相关人员进行故障处理,再由预警单元155对故障处理后的工况进行反馈。从而实现了油井工况实时分析和处理的闭环管理(参见图4)。
本实用新型实施例通过载荷传感器和位移传感器得到抽油杆载荷和位移,并以此得到光杆示功图和泵功图,再通过将泵功图矢量化后与标准功图相比较来确定故障情况,从而可以实现自动化的故障诊断和预警,而且故障诊断结果精确度高。
下面通过一具体的实例来对上述方案进行进一步的描述:
假设对长庆油田的井号为78-77、作业区为采油八厂樊学作业区、站点为学三转的油井进行预警,在监控终端上得到如表一所示的实时预警信息:
表一
此时该油井的泵功图如图5所示,其中曲线1为井口采集光杆示功图,曲线2为通过计算得到泵功图,由于图中泵功图形状窄条型,最大最小载荷差值小于上下冲程静载荷差值,且最小载荷小于下冲程静载。因此可以判断为抽油杆断脱。
经过故障处理后,在监控终端上得到了如表二所示的实时预警信息:
表二
此时该油井的泵功图如图6所示,从图中可见,由于经过处理,抽油杆断脱的故障已经解决,但是由于图6中最大最小载荷差值明显大于上下冲程静载荷差值,该油井还存在轻微结蜡的问题。
以上所述的具体实施例,对本实用新型的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本实用新型的具体实施例而已,并不用于限定本实用新型的保护范围,凡在本实用新型的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (4)
1.一种油井故障实时预警系统,其特征在于,所述系统包括:安装在井口悬绳器上的载荷传感器、安装在抽油机游梁下方的位移传感器、井组控制箱内的控制终端、位于控制中心内的无线服务器和预警装置,
所述载荷传感器及位移传感器所采集的抽油杆载荷和位移信号通过电缆传输至所述控制终端,所述控制终端通过所述井组天线将所述抽油杆载荷和位移信号以波的形式传送给所述无线服务器,所述无线服务器将所述抽油杆载荷和位移信号转化为数字信号并传送给所述预警装置,所述预警装置包括:示功图转换单元、泵功图转换单元、比较单元和预警单元,
所述示功图转换单元用于利用所述抽油杆载荷和位移与时间的变化规律得到光杆示功图;
所述泵功图转换单元用于将所述光杆示功图转换为泵功图;
所述比较单元,用于采用多边形逼近法对泵功图数据点进行预处理,过滤掉对泵功图的几何特征影响不大的数据点;将经过多边形逼近法处理过的泵功图无因次化,再建立所述泵功图的矢量链,将所述矢量链和标准故障矢量链库中矢量链比对,根据比对结果得到油井工况的判断结果;
预警单元用于根据所述判断结果进行故障预警。
2.如权利要求1所述的系统,其特征在于,所述泵功图转换单元具体用于:分别建立抽油杆、油管有限元模型和液柱差分计算模型,然后迭代求解出深井泵口处载荷和抽油杆载荷和位移与时间的关系图,即泵功图。
3.如权利要求1所述的系统,其特征在于,所述标准矢量功图包括与各种故障相对应的矢量功图,所述比较单元具体用于根据矢量特征点找到对应的矢量功图,从而确定故障的类型。
4.如权利要求1所述的系统,其特征在于,所述预警单元具体用于:
根据判断结果确定故障的等级,所述故障的等级包括三级:一级故障为抽油杆断脱、凡尔失灵、卡泵;二级故障为严重结蜡、严重供液不足;三级故障为结蜡、供液不足、气体影响;
根据确定的故障等级在监控终端自动弹出预警信息,其中对于一、二级故障利用声音提示或蜂鸣报警进行实时预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010206706364U CN201943686U (zh) | 2010-12-20 | 2010-12-20 | 油井故障实时预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010206706364U CN201943686U (zh) | 2010-12-20 | 2010-12-20 | 油井故障实时预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201943686U true CN201943686U (zh) | 2011-08-24 |
Family
ID=44471035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010206706364U Expired - Lifetime CN201943686U (zh) | 2010-12-20 | 2010-12-20 | 油井故障实时预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201943686U (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102094626A (zh) * | 2010-12-20 | 2011-06-15 | 中国石油天然气股份有限公司 | 油井故障实时预警方法和系统 |
CN103924959A (zh) * | 2013-01-10 | 2014-07-16 | 中国石油天然气股份有限公司 | 测量油井产液中含水量的方法 |
CN104405365A (zh) * | 2014-10-29 | 2015-03-11 | 北京伯仲佳和石油技术开发有限公司 | 抽油机功图法产液量计量技术 |
CN104564020A (zh) * | 2014-04-21 | 2015-04-29 | 山东天工石油装备有限公司 | 油井示功图数据分析的一种方法 |
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 |
CN106677761A (zh) * | 2016-12-27 | 2017-05-17 | 东软集团股份有限公司 | 一种故障预测方法及装置 |
CN106781334A (zh) * | 2017-03-07 | 2017-05-31 | 四川凯创机电设备有限公司 | 适用于化工行业的设备报警装置 |
CN107165615A (zh) * | 2017-05-10 | 2017-09-15 | 东北大学 | 基于曲波变换和核稀疏的抽油井半监督故障诊断方法 |
CN110148285A (zh) * | 2019-05-15 | 2019-08-20 | 东营汉威石油技术开发有限公司 | 一种基于大数据技术的油井参数智能预警系统及其预警方法 |
US11619225B2 (en) | 2020-12-08 | 2023-04-04 | International Business Machines Corporation | Identifying potential problems in a pumpjack |
-
2010
- 2010-12-20 CN CN2010206706364U patent/CN201943686U/zh not_active Expired - Lifetime
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102094626A (zh) * | 2010-12-20 | 2011-06-15 | 中国石油天然气股份有限公司 | 油井故障实时预警方法和系统 |
CN103924959A (zh) * | 2013-01-10 | 2014-07-16 | 中国石油天然气股份有限公司 | 测量油井产液中含水量的方法 |
CN104564020A (zh) * | 2014-04-21 | 2015-04-29 | 山东天工石油装备有限公司 | 油井示功图数据分析的一种方法 |
CN104405365A (zh) * | 2014-10-29 | 2015-03-11 | 北京伯仲佳和石油技术开发有限公司 | 抽油机功图法产液量计量技术 |
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 |
CN106321072B (zh) * | 2015-06-15 | 2019-02-19 | 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 |
CN106677761A (zh) * | 2016-12-27 | 2017-05-17 | 东软集团股份有限公司 | 一种故障预测方法及装置 |
CN106677761B (zh) * | 2016-12-27 | 2020-01-31 | 东软集团股份有限公司 | 一种故障预测方法及装置 |
CN106781334A (zh) * | 2017-03-07 | 2017-05-31 | 四川凯创机电设备有限公司 | 适用于化工行业的设备报警装置 |
CN107165615A (zh) * | 2017-05-10 | 2017-09-15 | 东北大学 | 基于曲波变换和核稀疏的抽油井半监督故障诊断方法 |
CN110148285A (zh) * | 2019-05-15 | 2019-08-20 | 东营汉威石油技术开发有限公司 | 一种基于大数据技术的油井参数智能预警系统及其预警方法 |
US11619225B2 (en) | 2020-12-08 | 2023-04-04 | International Business Machines Corporation | Identifying potential problems in a pumpjack |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201943686U (zh) | 油井故障实时预警系统 | |
CN102094626A (zh) | 油井故障实时预警方法和系统 | |
CN102011576B (zh) | 基于示功图的有杆抽油系统故障递阶诊断方法 | |
CN109272123B (zh) | 一种基于卷积-循环神经网络的有杆泵工况预警方法 | |
CN103544389A (zh) | 基于故障树和模糊神经网络的汽车起重机故障诊断方法 | |
CN106321072B (zh) | 一种基于泵功图的抽油井故障诊断方法 | |
CN104405365A (zh) | 抽油机功图法产液量计量技术 | |
CN116658492B (zh) | 智能动力猫道及其方法 | |
CN105388884A (zh) | 一种基于由数据驱动的识别算法检测供热管网泄漏故障的报警系统及方法 | |
CN101819436A (zh) | 一种油田抽油机运行的监控系统 | |
CN103901845A (zh) | 一种油田生产现场物联设备远程智能管理方法及系统 | |
CN111628570B (zh) | 水电站安全监测故障诊断方法及系统 | |
CN208456598U (zh) | 盾构机主液压监测系统 | |
CN116186946A (zh) | 一种基于诊断模型的液压系统故障诊断方法及系统 | |
CN115215215A (zh) | 一种大型门式造船起重机的智能预警与故障诊断方法 | |
CN202673654U (zh) | 在线钻井泵故障智能诊断装置 | |
CN108613820A (zh) | 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法 | |
CN113240240A (zh) | 一种海上油田群电力系统可靠性评估系统及其方法 | |
CN110598750B (zh) | 一种基于转辙机动作曲线相似度特征的工况识别方法 | |
CN202322073U (zh) | 海洋平台起重机液压故障查询系统 | |
CN101464224B (zh) | 气压沉箱设备性能检测系统 | |
CN111024820A (zh) | 一种海上风电叶片健康监测系统及其数据处理方法 | |
CN115270875A (zh) | 一种基于深度学习的隔膜泵运行状态监测方法 | |
CN202673275U (zh) | 钻井泵运行状态实时监测装置 | |
CN112884170A (zh) | 一种综合管廊预测性智能运维系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term | ||
CX01 | Expiry of patent term |
Granted publication date: 20110824 |