基于物理意义的示功图凡尔开闭点精确提取

凡尔开、闭点的提取是抽油井示功图识别与量化分析的基础,对抽油井故障诊断、功图量油等具有重要作用。根据有杆抽油泵的工作原理和凡尔开、闭点的物理意义,对地面示功图上凡尔开、闭点位置进行了理论分析,提出了一种精确提取地面示功图上凡尔开、闭点的方法。在位移-时间曲线上确定上、下死点后,对载荷-时间曲线进行分区、去噪(平滑去噪、拟合去噪、迭代去噪)后,直接采用穷举比较法寻找最优解,从而确定固定凡尔和游动凡尔打开点(B点、D点);采用相同方法再确定游动凡尔和固定凡尔的关闭点(A点、C点)。编制了相应的软件,并利用1 000多个算例进行验证(包括多种故障算例),结果表明该方法能精确确定示功图上凡尔开、闭点位置。

泵示功图的凡尔开闭点位置研究

针对有杆抽油系统的泵示功图识别及产液量计算问题,以地面示功图为基础,结合抽油泵的工作原理,借助泵示功图,研究一种能较为准确定位抽油泵游动、固定凡尔开闭点的方法,并用其确定以任何形式呈现的泵示功图的凡尔开闭点位置。实际数据检测结果表明,该方法能够满足抽油井产液量计量的要求。

基于八链码形状匹配的抽油机井地面示功图凡尔开闭点识别

针对目前示功图凡尔开闭点识别研究局限性,结合大数据环境下抽油机井生产特点,为进一步提高示功图凡尔开闭点识别精准性和实用性,提出一种基于八链码形状匹配的抽油机井地面示功图凡尔开闭点识别方法。首先用自定义的八方向链码对预处理后的地面示功图进行轮廓提取,再建立形状匹配库,在设定的迭代次数内进行轮廓光滑和链码压缩直至形状匹配成功,最后根据匹配形状定位规则定位凡尔开闭点。应用该方法对胜利油田某区块1650个地面示功图进行凡尔开闭点识别,并将定位的凡尔开闭点运用于60口抽油机井11种工况的识别,基于所提方法的识别效果比已有的基于四方向链码多边形近似凡尔开闭点识别方法提高了近1%。结果表明:精确识别凡尔开闭点有利于提高抽油机井的故障诊断率和产液量功图计算精准率,从而验证了该方法的有效性。

基于神经网络的示功图液量测量技术的研究与应用

地面设施优化简化是油田降本增效的重要举措,而功图量油技术则是其中关键一环。本文在对冀东油田陆上油田作业区的部分抽油机井产液量进行长期跟踪研究的基础上,详细调研分析了其它功图量油技术的优缺点,对现用软件进行了研发和升级,完善了故障功图样本库,增加了故障诊断等技术手段,并结合大数据分析,设计开发了一套基于神经网络的示功图量液与工况诊断软件模块。对陆上油田作业区的50口油井进行应用试验,结果表明,液量误差在20%以内的油井43口,单井液量符合率达到86%,满足自动化管理要求。

基于示功图的油井供液能力智能识别方法研究

油井供液能力作为游梁式抽油机间抽控制和冲次调节的重要依据,它的准确识别对降低油田生产能耗、提升抽油机系统效率和增加油田产油量意义重大。论文研究了基于数据驱动的深度学习回归模型,采用融合了特征金字塔、高斯热力图和注意力机制的深度学习网络提取示功图图形特征并识别功图的四个凡尔开闭点,根据识别出的凡尔开闭点量化油井供液能力,为后续抽油机的智能控制提供调节依据。实验结果表明,该模型能够准确识别功图的四个凡尔开闭点,实时估算油井供液能力。