油井故障实时预警方法和系统 【技术领域】
本发明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。
发明内容 本发明实施例提供了一种油井故障实时预警方法和系统， 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。
一方面， 本发明实施例提供了一种油井故障实时预警方法， 该方法包括 ： 通过安装 在井口悬绳器上的载荷传感器和抽油机游梁下方的位移传感器得到抽油杆载荷和位移 ； 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， 并将所述光杆示功图转换为 泵功图 ； 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 ； 根据所述判断结果进行故障预警。
优选的， 本发明实施例中将所述光杆示功图转换为泵功图包括 ： 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， 本发明实施例中标准矢量功图包括与各种故障相对应的矢量功图， 所述 与标准矢量功图相比较包括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， 本发明实施例中根据判断结果进行故障预警包括 ： 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。
另一方面， 本发明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， 本发明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， 本发明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， 本发明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。
本发明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发明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发明的一些 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 为本发明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 为本发明实施例提供的一种预警装置的结构示意图 ；
图 3 为本发明实施例提供的一种油井工况诊断流程示意图 ；
图 4 为本发明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 为本发明实施例提供的一种油井故障实时预警方法流程示意图 ；
图 6 为本发明实施例提供的抽油杆断脱时的泵功图 ；
图 7 为本发明实施例提供的轻微结蜡时的泵功图。
具体实施方式
下面将结合本发明实施例中的附图， 对本发明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发明一部分实施例， 而不是全部的实施例。基于 本发明中的实施例， 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， 都属于本发明保护的范围。
如图 1 所示为本发明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 GP RS， 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。 在本发明实施例中， 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 所示为本发明实施例提供的一种油井工况诊断流程示意图， 从图中可见， 本发明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。
在本发明实施例中， 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。
作为本发明的一个实施例， 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)。
本发明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。 如图 5 所示为本发明实施例提供的一种油井故障实时预警方法流程示意图， 该预 警方法包括如下步骤 ：
S501 ： 通过安装在井口悬绳器上的载荷传感器和抽油机游梁下方的位移传感器得 到抽油杆载荷和位移。
S502 ： 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， 并将所述 光杆示功图转换为泵功图。
作为本发明的一个实施例， 可以通过分别建立抽油杆、 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 ( 泵功 图 )。
S503 ： 提取所述泵功图的矢量特征点， 与标准矢量功图相比较。
在本实施例中， 标准矢量功图包括与各种故障相对应的矢量功图， 与标准矢量功 图相比较包括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。
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。
S504 ： 根据比较结果得到油井工况的判断结果。
作为本发明的一个实施例， 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。根据比较结果即可以确定故障具体为哪种。
S505 ： 根据所述判断结果进行故障预警。
作为本发明的一个实施例， 可以根据故障类型来确定故障等级， 首先， 不管是何种 故障等级， 都将其在监控终端上自动予以显示， 其次， 对于一、 二级故障， 还可以利用声音提 示或蜂鸣报警进行实时预警。
作为本发明的一个实施例， 在对一、 二级故障进行实时预警后， 还可以将该故障和 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， 然后再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。
本发明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 6 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 7 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 7 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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程， 可以通 过计算机程序来指令相关的硬件来完成， 所述的程序可存储于一般计算机可读取存储介质 中， 该程序在执行时， 可包括如上述各方法的实施例的流程。其中， 所述的存储介质可为磁 碟、 光盘、 只读存储记忆体 (Read-Only Memory， ROM) 或随机存储记忆体 (Random Access Memory， RAM) 等。
以上所述的具体实施例， 对本发明的目的、 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， 以上所述仅为本发明的具体实施例而已， 并不用于限定本发明的保 护范围， 凡在本发明的精神和原则之内， 所做的任何修改、 等同替换、 改进等， 均应包含在本 发明的保护范围之内。