遠(yuǎn)程監(jiān)測(cè)抽油機(jī)井工況智能診斷技術(shù).pdf

1、在抽油機(jī)井生產(chǎn)過(guò)程中，及時(shí)掌握抽油機(jī)井工況，實(shí)現(xiàn)抽油機(jī)井的遠(yuǎn)程監(jiān)測(cè)和科學(xué)管理，是當(dāng)前抽油機(jī)采油系統(tǒng)迫切需要解決的一個(gè)重大課題。隨著采油技術(shù)自動(dòng)化發(fā)展的需要，我國(guó)部分油田已經(jīng)實(shí)現(xiàn)了抽油機(jī)井遠(yuǎn)程監(jiān)測(cè)，可以實(shí)時(shí)獲得大量的油井生產(chǎn)數(shù)據(jù)，而傳統(tǒng)的工況診斷方法已經(jīng)不能滿足現(xiàn)場(chǎng)應(yīng)用需求，論文在傳統(tǒng)工況診斷的基礎(chǔ)上研究了抽油機(jī)井工況智能診斷技術(shù)。通過(guò)對(duì)抽油桿柱單元體受力分析，建立了泵示功圖的計(jì)算模型，采用有限差分法求解該模型，研究了有限差分解的收斂條件

2、和阻尼系數(shù)的計(jì)算方法。 分析了抽油桿斷脫等十種故障產(chǎn)生的原因和相應(yīng)的泵示功圖的主要形狀特征。通過(guò)對(duì)不變矩理論和泵示功圖形狀特征的研究，提取泵示功圖的七個(gè)不變矩、泵效、動(dòng)液面、上沖程載荷增幅和下沖程載荷減幅作為抽油機(jī)井工況的特征參數(shù)，并對(duì)這十一個(gè)特征參數(shù)進(jìn)行預(yù)處理，從而建立了抽油機(jī)井典型工況的特征參數(shù)樣本庫(kù)。研究了BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)、BP算法的改進(jìn)、網(wǎng)絡(luò)的泛化能力、網(wǎng)絡(luò)的集成和網(wǎng)絡(luò)參數(shù)的設(shè)置，將在故障診斷領(lǐng)域廣泛使用的BP神經(jīng)

3、網(wǎng)絡(luò)應(yīng)用于抽油機(jī)井工況智能診斷。為了提高抽油機(jī)井工況診斷系統(tǒng)的精度，本文采用四個(gè)子網(wǎng)絡(luò)集成的方式來(lái)設(shè)計(jì)診斷模型，分別采用經(jīng)驗(yàn)公式法、舍棄部分隱層神經(jīng)元法、離散系數(shù)法和灰色關(guān)聯(lián)分析法來(lái)設(shè)計(jì)四個(gè)子網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)。根據(jù)理論研究，采用Visual Basic 6.0完成了遠(yuǎn)程監(jiān)測(cè)抽油機(jī)井工況智能診斷軟件的設(shè)計(jì)和訓(xùn)練，采用油井的實(shí)測(cè)數(shù)據(jù)對(duì)軟件進(jìn)行測(cè)試，測(cè)試結(jié)果表明該方法是一種切實(shí)可行的智能診斷方法，遠(yuǎn)程監(jiān)測(cè)抽油機(jī)井工況智能診斷技術(shù)的研究具有一定的