CN106837301A - 一种电功图与示功图整合的抽油机井工况诊断方法 - Google Patents
一种电功图与示功图整合的抽油机井工况诊断方法 Download PDFInfo
- Publication number
- CN106837301A CN106837301A CN201710124723.6A CN201710124723A CN106837301A CN 106837301 A CN106837301 A CN 106837301A CN 201710124723 A CN201710124723 A CN 201710124723A CN 106837301 A CN106837301 A CN 106837301A
- Authority
- CN
- China
- Prior art keywords
- indicator card
- diagnosis
- electric work
- work
- feature
- 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.)
- Pending
Links
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 33
- 238000003745 diagnosis Methods 0.000 claims abstract description 107
- 230000009466 transformation Effects 0.000 claims abstract description 23
- 239000003129 oil well Substances 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 46
- 238000005086 pumping Methods 0.000 claims description 26
- 230000007812 deficiency Effects 0.000 claims description 16
- 239000007789 gas Substances 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 239000000725 suspension Substances 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000008021 deposition Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000002787 reinforcement Effects 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/008—Monitoring of down-hole pump systems, e.g. for the detection of "pumped-off" conditions
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/008—Monitoring of down-hole pump systems, e.g. for the detection of "pumped-off" conditions
- E21B47/009—Monitoring of walking-beam pump systems
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种电功图与示功图整合的抽油机井工况诊断方法。其技术方案是:实时自动采集电功图与示功图数据,并存储;示功图工况诊断方面,可直接进行光杆示功图诊断;若光杆示功图波动较大,可利用一维带阻尼波动方程求解井下泵功图,进行井下泵功图诊断;电功图工况诊断方面,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图诊断,实现电功图的间接诊断;建立电功图工况诊断模型,实现电功图直接工况诊断;工况诊断结果以示功图诊断为主,电功图诊断为辅。有益效果是:提高了工况诊断的精度,扩大了工况诊断的范围,有利于提高对油井工况的实时监测力度,加强油田实时、智能化管理。
Description
技术领域
本发明涉及一种抽油机井工况诊断方法,特别涉及一种电功图与示功图整合的抽油机井工况诊断方法。
背景技术
在油田抽油机生产中,示功图诊断方法虽然简捷、可靠、直观、迅速,但仍有一定的局限性:(1) 根据示功图只能分析出井下工况,无法判别地面抽油机设备的工况,如:抽油机的平衡、减速箱故障等问题;(2) 对少数特殊油井,无法进行示功图测取,则需要其他更便捷的工况诊断手段;(3) 示功图测量设备购买及维护成本较高,影响效益。
电功图具备测取方便,安装及维护成本低,分辨率高,信息反应全面,既能反应井下情况,也能反应地面情况,且能够长期连续测量等诸多优点,能较好的弥补示功图诊断方法中存在的不足。
电功图在原油生产开发过程中可以用于推算示功图、检测及调整抽油机平衡及其设备、诊断油井工况等,但没有得到充分的普及与利用。
目前,抽油机井工况诊断方面,示功图和电功图初步实现了图形的采集、监测和远传,但是目前国内外各个油田缺乏***整合的技术平台,还不能为实时智能分析与评价提供连续、准确数据源以及相关的计算与诊断模型,尚不能代替人工测试诊断油井工况做法,实现油井生产工况分析的实时、智能化,并且诊断方法单一,应用具有一定的局限性。
发明内容
本发明的目的就是针对现有技术存在的上述缺陷,提供一种电功图与示功图整合的抽油机井工况诊断方法,该方法既能诊断油井井下工况,也能诊断地面设备工况,提高工况诊断效果,扩大工况诊断范围;在现场资料缺乏时可起到补充完备的作用;各个诊断方法在理论上相通,也可起到相互诊断、校核检验的目的。
本发明提到的一种电功图与示功图整合的抽油机井工况诊断方法,包括以下步骤:
1)实时自动采集电功图与示功图数据,并存储;
2)示功图工况诊断方面,可直接进行光杆示功图诊断;若光杆示功图波动较大,可利用一维带阻尼波动方程求解井下泵功图,进行井下泵功图诊断;
3)电功图工况诊断方面,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图诊断,实现电功图的间接诊断;建立电功图工况诊断模型,实现电功图直接工况诊断;
4)若现场示功图采集困难,只有电功图数据时,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图工况诊断;
5)若现场同时具有示功图和电功图数据时,可利用示功图诊断井下工况,电功图诊断地面工况、辅助诊断井下工况;
6)工况诊断结果以示功图诊断为主,电功图诊断为辅。
优选的,上述的电功图诊断模型与示功图诊断模型的建立,其模型如下:
1)基于电功图的工况诊断方法:在充分考虑悬点实际运动规律、抽油机结构惯性和摩擦等因素的基础上,建立了不同抽油机井的光杆示功图与电机电功图相互转化模型、不同油井工况下的典型电功图特征图谱以及基于特征值的电功图工况诊断模型;
2)基于示功图的工况诊断方法:基于一维带阻尼波动方程,建立了抽油机井光杆示功图计算井下泵功图的转化模型,并建立了供液不足、气体影响、杆断、油管漏失的典型工况泵功图特征库和矢量法及示功图特征识别法相结合的泵功图诊断模型。
优选的,上述的不同抽油机井为常规游梁式抽油机井或皮带式抽油机井。
优选的,本发明提到的电功图与示功图整合的抽油机井工况诊断方法,包括以下具体步骤:
1)电功图与示功图采集步骤:建立抽油机井电参数与示功图采集***,实时采集电流、电压、有功功率、无功功率等电参数与光杆示功图,将实时采集的大量数据存储在专用数据库内;
2)基于示功图的工况诊断方法:基于一维带阻尼波动方程,建立了抽油机井光杆示功图计算井下泵功图的转化模型,并建立了供液不足、气体影响、杆断、油管漏失的多种典型工况泵功图特征库和矢量法及示功图特征识别法相结合的泵功图诊断模型;
3)基于电功图的工况诊断方法:在充分考虑悬点实际运动规律、抽油机结构惯性和摩擦等因素的基础上,建立了不同抽油机井的光杆示功图与电机电功图相互转化模型、不同油井工况下的典型电功图特征图谱以及基于特征值的电功图工况诊断模型;
4)示功图转化电功图数学模型:示功图转化电功图核心计算部分主要包括曲柄实际角速度计算和功率载荷转化计算两大模块;
5)典型电功图特征图版包括的主要工况:工况正常、供液不足、抽空、气体影响、气锁、上碰泵、下碰泵、排出部分漏失、吸入部分漏失、双阀漏失、油管漏失、抽油杆断脱、泵脱出工作筒、结蜡、出砂、柱塞卡泵、减速箱故障、抽油机平衡良好、抽油机过平衡、抽油机欠平衡;
6)基于特征值的电功图工况诊断模型:对不同工况下的典型电功图进行特征分析,找出其特征并提取合理的特征值,使计算机能够自动识别其特征,从而实现电功图的工况诊断;以抽油机过平衡工况诊断为例进行说明,典型电功图图形特征为:下冲程功率峰值明显大于上冲程功率峰值,提取特征值:,其中,为下冲程功率峰值与上冲程功率峰值的比值;
7)矢量法及示功图特征识别法相结合的泵功图诊断模型:矢量法是将待识别的示功图和一系列标准的典型示功图分别用2N维的矢量A 2N 和B 2N (i)来表示,再逐一计算出A 2N 和各B 2N (i)之间的矢量夹角ψ(i);该矢量夹角最小时,对应的典型示功图即为与此待识别的示功图最相似的示功图,即此待识别的示功图对应的工况与该典型示功图对应的工况是最为近似的;示功图特征识别法是对不同工况下的典型示功图进行特征分析,找出其特征并提取合理的特征值,使计算机能够自动识别其特征,从而实现示功图的工况诊断;矢量法能够一次性对多种工况进行判断,但随故障程度的不同,准确性受到影响;示功图特征识别法是针对每一种工况特征分别进行检验,其准确性较高,并且可以诊断出2种或2种以上的故障类型,但诊断过程比较复杂,耗时较长;因此,两种诊断方法相结合,可提高示功图诊断的效果,扩大示功图诊断的范围;以抽油机井供液不足工况诊断为例进行说明,矢量法是用待识别的示功图与一系列标准典型示功图分别用2N维的矢量表示并逐一计算出矢量夹角,若与供液不足工况下的典型示功图矢量夹角最小,则可诊断为油井供液不足工况;示功图特征识别法是分析供液不足工况典型示功图特征(形似刀柄,下冲程段卸载延迟)并提取特征值:下冲程卸载段左移,从上死点到至卸载完成点位移大于上冲程中下死点至加载完成点的位移,即:,且游动阀打开前的卸载段斜率,其中,为无量纲化后的位移差,为对应无量纲化后示功图的斜率。
本发明的有益效果是:本发明建立了不同抽油机井(常规游梁式抽油机井和皮带式抽油机井)光杆示功图与电机电功图相互转化模型以及基于特征值的电功图工况诊断模型;建立了抽油机井光杆示功图计算井下泵功图的转化模型以及矢量法、示功图特征识别法相结合的泵功图诊断模型;从而形成了电功图与示功图整合的抽油机井工况诊断新方法,提高了工况诊断的精度,扩大了工况诊断的范围,有利于提高对油井工况的实时监测力度,加强油田实时、智能化管理。
附图说明
附图1是本发明的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提到的一种电功图与示功图整合的抽油机井工况诊断方法,包括以下步骤:
1)实时自动采集电功图与示功图数据,并存储;
2)示功图工况诊断方面,可直接进行光杆示功图诊断;若光杆示功图波动较大,可利用一维带阻尼波动方程求解井下泵功图,进行井下泵功图诊断;
3)电功图工况诊断方面,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图诊断,实现电功图的间接诊断;建立电功图工况诊断模型,实现电功图直接工况诊断;
4)若现场示功图采集困难,只有电功图数据时,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图工况诊断;
5)若现场同时具有示功图和电功图数据时,可利用示功图诊断井下工况,电功图诊断地面工况、辅助诊断井下工况;
6)工况诊断结果以示功图诊断为主,电功图诊断为辅。
优选的,上述的电功图诊断模型与示功图诊断模型的建立,其模型如下:
1)基于电功图的工况诊断方法:在充分考虑悬点实际运动规律、抽油机结构惯性和摩擦等因素的基础上,建立了不同抽油机井的光杆示功图与电机电功图相互转化模型、不同油井工况下的典型电功图特征图谱以及基于特征值的电功图工况诊断模型;
2)基于示功图的工况诊断方法:基于一维带阻尼波动方程,建立了抽油机井光杆示功图计算井下泵功图的转化模型,并建立了供液不足、气体影响、杆断、油管漏失的典型工况泵功图特征库和矢量法及示功图特征识别法相结合的泵功图诊断模型。
优选的,上述的不同抽油机井为常规游梁式抽油机井或皮带式抽油机井。
优选的,本发明提到的电功图与示功图整合的抽油机井工况诊断方法,包括以下具体步骤:
1)电功图与示功图采集步骤:建立抽油机井电参数与示功图采集***,实时采集电流、电压、有功功率、无功功率等电参数与光杆示功图,将实时采集的大量数据存储在专用数据库内;
2)基于示功图的工况诊断方法:基于一维带阻尼波动方程,建立了抽油机井光杆示功图计算井下泵功图的转化模型,并建立了供液不足、气体影响、杆断、油管漏失的多种典型工况泵功图特征库和矢量法及示功图特征识别法相结合的泵功图诊断模型;
3)基于电功图的工况诊断方法:在充分考虑悬点实际运动规律、抽油机结构惯性和摩擦等因素的基础上,建立了不同抽油机井的光杆示功图与电机电功图相互转化模型、不同油井工况下的典型电功图特征图谱以及基于特征值的电功图工况诊断模型;
4)示功图转化电功图数学模型:示功图转化电功图核心计算部分主要包括曲柄实际角速度计算和功率载荷转化计算两大模块;
5)典型电功图特征图版包括的主要工况:工况正常、供液不足、抽空、气体影响、气锁、上碰泵、下碰泵、排出部分漏失、吸入部分漏失、双阀漏失、油管漏失、抽油杆断脱、泵脱出工作筒、结蜡、出砂、柱塞卡泵、减速箱故障、抽油机平衡良好、抽油机过平衡、抽油机欠平衡;
6)基于特征值的电功图工况诊断模型:对不同工况下的典型电功图进行特征分析,找出其特征并提取合理的特征值,使计算机能够自动识别其特征,从而实现电功图的工况诊断;以抽油机过平衡工况诊断为例进行说明,典型电功图图形特征为:下冲程功率峰值明显大于上冲程功率峰值,提取特征值:,其中,为下冲程功率峰值与上冲程功率峰值的比值;
7)矢量法及示功图特征识别法相结合的泵功图诊断模型:矢量法是将待识别的示功图和一系列标准的典型示功图分别用2N维的矢量A 2N 和B 2N (i)来表示,再逐一计算出A 2N 和各B 2N (i)之间的矢量夹角ψ(i);该矢量夹角最小时,对应的典型示功图即为与此待识别的示功图最相似的示功图,即此待识别的示功图对应的工况与该典型示功图对应的工况是最为近似的;示功图特征识别法是对不同工况下的典型示功图进行特征分析,找出其特征并提取合理的特征值,使计算机能够自动识别其特征,从而实现示功图的工况诊断;矢量法能够一次性对多种工况进行判断,但随故障程度的不同,准确性受到影响;示功图特征识别法是针对每一种工况特征分别进行检验,其准确性较高,并且可以诊断出2种或2种以上的故障类型,但诊断过程比较复杂,耗时较长;因此,两种诊断方法相结合,可提高示功图诊断的效果,扩大示功图诊断的范围;以抽油机井供液不足工况诊断为例进行说明,矢量法是用待识别的示功图与一系列标准典型示功图分别用2N维的矢量表示并逐一计算出矢量夹角,若与供液不足工况下的典型示功图矢量夹角最小,则可诊断为油井供液不足工况;示功图特征识别法是分析供液不足工况典型示功图特征(形似刀柄,下冲程段卸载延迟)并提取特征值:下冲程卸载段左移,从上死点到至卸载完成点位移大于上冲程中下死点至加载完成点的位移,即:,且游动阀打开前的卸载段斜率,其中,为无量纲化后的位移差,为对应无量纲化后示功图的斜率。
最后,本发明整合诊断方法的主要技术思路为:
1)实时自动采集电功图与示功图数据,并存储;
2)示功图工况诊断方面,可直接进行光杆示功图诊断;若光杆示功图波动较大,可利用一维带阻尼波动方程求解井下泵功图,进行井下泵功图诊断;
3)电功图工况诊断方面,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图诊断,实现电功图的间接诊断;建立电功图工况诊断模型,实现电功图直接工况诊断;
4)若现场示功图采集困难,只有电功图数据时,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图工况诊断;
5)若现场同时具有示功图和电功图数据时,可利用示功图诊断井下工况,电功图诊断地面工况、辅助诊断井下工况;
6)工况诊断结果以示功图诊断为主,电功图诊断为辅。
以上所述,仅是本发明的部分较佳实施例,任何熟悉本领域的技术人员均可能利用上述阐述的技术方案加以修改或将其修改为等同的技术方案。因此,依据本发明的技术方案所进行的任何简单修改或等同置换,尽属于本发明要求保护的范围。
Claims (4)
1.一种电功图与示功图整合的抽油机井工况诊断方法,其特征是包括以下步骤:
1)实时自动采集电功图与示功图数据,并存储;
2)示功图工况诊断方面,可直接进行光杆示功图诊断;若光杆示功图波动较大,可利用一维带阻尼波动方程求解井下泵功图,进行井下泵功图诊断;
3)电功图工况诊断方面,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图诊断,实现电功图的间接诊断;建立电功图工况诊断模型,实现电功图直接工况诊断;
4)若现场示功图采集困难,只有电功图数据时,可利用电功图与示功图相互转化模型,将电功图转化为光杆示功图进行示功图工况诊断;
5)若现场同时具有示功图和电功图数据时,可利用示功图诊断井下工况,电功图诊断地面工况、辅助诊断井下工况;
6)工况诊断结果以示功图诊断为主,电功图诊断为辅。
2.根据权利要求1所述的电功图与示功图整合的抽油机井工况诊断方法,其特征是:电功图诊断模型与示功图诊断模型的建立,其模型如下:
1)基于电功图的工况诊断方法:在充分考虑悬点实际运动规律、抽油机结构惯性和摩擦等因素的基础上,建立了不同抽油机井的光杆示功图与电机电功图相互转化模型、不同油井工况下的典型电功图特征图谱以及基于特征值的电功图工况诊断模型;
2)基于示功图的工况诊断方法:基于一维带阻尼波动方程,建立了抽油机井光杆示功图计算井下泵功图的转化模型,并建立了供液不足、气体影响、杆断、油管漏失的典型工况泵功图特征库和矢量法及示功图特征识别法相结合的泵功图诊断模型。
3.根据权利要求1所述的电功图与示功图整合的抽油机井工况诊断方法,其特征是:不同抽油机井为常规游梁式抽油机井或皮带式抽油机井。
4.根据权利要求1所述的电功图与示功图整合的抽油机井工况诊断方法,其特征是:包括以下具体步骤:
1)电功图与示功图采集步骤:建立抽油机井电参数与示功图采集***,实时采集电流、电压、有功功率、无功功率等电参数与光杆示功图,将实时采集的大量数据存储在专用数据库内;
2)基于示功图的工况诊断方法:基于一维带阻尼波动方程,建立了抽油机井光杆示功图计算井下泵功图的转化模型,并建立了供液不足、气体影响、杆断、油管漏失的多种典型工况泵功图特征库和矢量法及示功图特征识别法相结合的泵功图诊断模型;
3)基于电功图的工况诊断方法:在充分考虑悬点实际运动规律、抽油机结构惯性和摩擦等因素的基础上,建立了不同抽油机井的光杆示功图与电机电功图相互转化模型、不同油井工况下的典型电功图特征图谱以及基于特征值的电功图工况诊断模型;
4)示功图转化电功图数学模型:示功图转化电功图核心计算部分主要包括曲柄实际角速度计算和功率载荷转化计算两大模块;
5)典型电功图特征图版包括的主要工况:工况正常、供液不足、抽空、气体影响、气锁、上碰泵、下碰泵、排出部分漏失、吸入部分漏失、双阀漏失、油管漏失、抽油杆断脱、泵脱出工作筒、结蜡、出砂、柱塞卡泵、减速箱故障、抽油机平衡良好、抽油机过平衡、抽油机欠平衡;
6)基于特征值的电功图工况诊断模型:对不同工况下的典型电功图进行特征分析,找出其特征并提取合理的特征值,使计算机能够自动识别其特征,从而实现电功图的工况诊断;以抽油机过平衡工况诊断为例进行说明,典型电功图图形特征为:下冲程功率峰值明显大于上冲程功率峰值,提取特征值:,其中,为下冲程功率峰值与上冲程功率峰值的比值;
7)矢量法及示功图特征识别法相结合的泵功图诊断模型:矢量法是将待识别的示功图和一系列标准的典型示功图分别用2N维的矢量A 2N 和B 2N (i)来表示,再逐一计算出A 2N 和各B 2N (i)之间的矢量夹角ψ(i);该矢量夹角最小时,对应的典型示功图即为与此待识别的示功图最相似的示功图,即此待识别的示功图对应的工况与该典型示功图对应的工况是最为近似的;示功图特征识别法是对不同工况下的典型示功图进行特征分析,找出其特征并提取合理的特征值,使计算机能够自动识别其特征,从而实现示功图的工况诊断;矢量法能够一次性对多种工况进行判断,但随故障程度的不同,准确性受到影响;示功图特征识别法是针对每一种工况特征分别进行检验,其准确性较高,并且可以诊断出2种或2种以上的故障类型,但诊断过程比较复杂,耗时较长;因此,两种诊断方法相结合,可提高示功图诊断的效果,扩大示功图诊断的范围;以抽油机井供液不足工况诊断为例进行说明,矢量法是用待识别的示功图与一系列标准典型示功图分别用2N维的矢量表示并逐一计算出矢量夹角,若与供液不足工况下的典型示功图矢量夹角最小,则可诊断为油井供液不足工况;示功图特征识别法是分析供液不足工况典型示功图特征(形似刀柄,下冲程段卸载延迟)并提取特征值:下冲程卸载段左移,从上死点到至卸载完成点位移大于上冲程中下死点至加载完成点的位移,即:,且游动阀打开前的卸载段斜率,其中,为无量纲化后的位移差,为对应无量纲化后示功图的斜率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124723.6A CN106837301A (zh) | 2017-03-03 | 2017-03-03 | 一种电功图与示功图整合的抽油机井工况诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124723.6A CN106837301A (zh) | 2017-03-03 | 2017-03-03 | 一种电功图与示功图整合的抽油机井工况诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106837301A true CN106837301A (zh) | 2017-06-13 |
Family
ID=59137193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710124723.6A Pending CN106837301A (zh) | 2017-03-03 | 2017-03-03 | 一种电功图与示功图整合的抽油机井工况诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106837301A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108979624A (zh) * | 2018-08-07 | 2018-12-11 | 东北大学 | 一种基于示功图矩特征的有杆抽油***摩擦因数辨识方法 |
CN109281655A (zh) * | 2018-10-18 | 2019-01-29 | 中国石油化工股份有限公司 | 一种抽油机的功率载荷确定方法、工况诊断方法及装置 |
CN109989730A (zh) * | 2019-03-15 | 2019-07-09 | 北京陆海新程科技有限公司 | 一种高效节电的油田用抽油机*** |
CN110185438A (zh) * | 2019-06-27 | 2019-08-30 | 北京讯腾智慧科技股份有限公司 | 抽油机故障诊断***和方法 |
CN110410306A (zh) * | 2019-08-13 | 2019-11-05 | 北京助创科技有限公司 | 抽油机工况诊断装置及诊断方法 |
CN111335868A (zh) * | 2018-12-18 | 2020-06-26 | 中国石油天然气股份有限公司 | 一种油井工况识别方法、装置及*** |
CN111379555A (zh) * | 2018-12-29 | 2020-07-07 | 中国石油天然气股份有限公司 | 抽油机井的故障诊断方法及装置 |
CN111472724A (zh) * | 2020-03-27 | 2020-07-31 | 上海复泉工程技术有限公司 | 工作状态检测控制智能化抽油机 |
CN111946329A (zh) * | 2020-09-08 | 2020-11-17 | 中国石油天然气股份有限公司 | 一种油井动液面求取方法 |
CN113027422A (zh) * | 2021-01-08 | 2021-06-25 | 中国石油大学(北京) | 一种基于视频分析的测抽油机井示功图的方法及*** |
CN113361060A (zh) * | 2020-03-05 | 2021-09-07 | 中国科学院沈阳自动化研究所 | 一种抽油机电功图转示功图摩擦力矩优化方法 |
CN114510880A (zh) * | 2022-04-19 | 2022-05-17 | 中国石油大学(华东) | 一种基于傅里叶变换和几何特征的有杆泵工况诊断方法 |
-
2017
- 2017-03-03 CN CN201710124723.6A patent/CN106837301A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108979624A (zh) * | 2018-08-07 | 2018-12-11 | 东北大学 | 一种基于示功图矩特征的有杆抽油***摩擦因数辨识方法 |
CN109281655B (zh) * | 2018-10-18 | 2021-09-10 | 中国石油化工股份有限公司 | 一种抽油机的功率载荷确定方法、工况诊断方法及装置 |
CN109281655A (zh) * | 2018-10-18 | 2019-01-29 | 中国石油化工股份有限公司 | 一种抽油机的功率载荷确定方法、工况诊断方法及装置 |
CN111335868A (zh) * | 2018-12-18 | 2020-06-26 | 中国石油天然气股份有限公司 | 一种油井工况识别方法、装置及*** |
CN111335868B (zh) * | 2018-12-18 | 2023-11-03 | 中国石油天然气股份有限公司 | 一种油井工况识别方法、装置及*** |
CN111379555B (zh) * | 2018-12-29 | 2023-05-26 | 中国石油天然气股份有限公司 | 抽油机井的故障诊断方法及装置 |
CN111379555A (zh) * | 2018-12-29 | 2020-07-07 | 中国石油天然气股份有限公司 | 抽油机井的故障诊断方法及装置 |
CN109989730A (zh) * | 2019-03-15 | 2019-07-09 | 北京陆海新程科技有限公司 | 一种高效节电的油田用抽油机*** |
CN109989730B (zh) * | 2019-03-15 | 2023-07-28 | 陈继军 | 一种高效节电的油田用抽油机*** |
CN110185438A (zh) * | 2019-06-27 | 2019-08-30 | 北京讯腾智慧科技股份有限公司 | 抽油机故障诊断***和方法 |
CN110410306A (zh) * | 2019-08-13 | 2019-11-05 | 北京助创科技有限公司 | 抽油机工况诊断装置及诊断方法 |
CN113361060A (zh) * | 2020-03-05 | 2021-09-07 | 中国科学院沈阳自动化研究所 | 一种抽油机电功图转示功图摩擦力矩优化方法 |
CN113361060B (zh) * | 2020-03-05 | 2023-07-25 | 中国科学院沈阳自动化研究所 | 一种抽油机电功图转示功图摩擦力矩优化方法 |
CN111472724B (zh) * | 2020-03-27 | 2022-02-22 | 上海复泉工程技术有限公司 | 工作状态检测控制智能化抽油机 |
CN111472724A (zh) * | 2020-03-27 | 2020-07-31 | 上海复泉工程技术有限公司 | 工作状态检测控制智能化抽油机 |
CN111946329A (zh) * | 2020-09-08 | 2020-11-17 | 中国石油天然气股份有限公司 | 一种油井动液面求取方法 |
CN111946329B (zh) * | 2020-09-08 | 2023-09-26 | 中国石油天然气股份有限公司 | 一种油井动液面求取方法 |
CN113027422A (zh) * | 2021-01-08 | 2021-06-25 | 中国石油大学(北京) | 一种基于视频分析的测抽油机井示功图的方法及*** |
CN114510880A (zh) * | 2022-04-19 | 2022-05-17 | 中国石油大学(华东) | 一种基于傅里叶变换和几何特征的有杆泵工况诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106837301A (zh) | 一种电功图与示功图整合的抽油机井工况诊断方法 | |
CN106682815B (zh) | 一种抽油井监控***及监控方法 | |
CN106761681B (zh) | 基于时序数据分析的电泵井故障实时诊断***及方法 | |
CN106526400B (zh) | Dc600v列车供电***的接地故障诊断方法及装置 | |
CN103498647B (zh) | 一种提高抽油机井***效率的参数调整方法及*** | |
CN104405365A (zh) | 抽油机功图法产液量计量技术 | |
CN103104509B (zh) | 变频水泵全工况运行状态获取方法 | |
CN106337681B (zh) | 一种基于电功图图版的抽油机井工况诊断方法 | |
CN111810395B (zh) | 一种基于p—v图测试的往复式压缩机能效分析*** | |
CN105626502B (zh) | 基于小波包和拉普拉斯特征映射的柱塞泵健康评估方法 | |
CN103541723A (zh) | 基于地面示功图面积变化的抽油机井实时工况诊断方法 | |
CN101818632A (zh) | 一种数字化自动采油控制*** | |
CN110080921B (zh) | 一种抽水蓄能电站主进水阀在线监测评估方法和*** | |
CN114934898B (zh) | 基于多模态参数的液压泵故障诊断分析*** | |
CN109899041B (zh) | 一种油田地面注气***能耗评价方法 | |
CN115614292B (zh) | 一种立式水泵机组振动监测装置及其方法 | |
CN104655967A (zh) | 配电变压器绕组振动信号特征量提取方法 | |
CN109238762A (zh) | 汽车空压机在线测试装置、***及方法 | |
CN117272032B (zh) | 一种基于振动检测的空压机故障诊断方法与装置 | |
CN108086965A (zh) | 基于动液面与套压的抽油控制***及方法 | |
CN104569814B (zh) | 一种基于近似熵的直流牵引电机健康状态实时分析方法 | |
CN108716463A (zh) | 一种往复压缩机环状气阀的故障诊断方法 | |
CN106774190A (zh) | 湿冷汽轮机组凝汽器真空异常自动诊断***及方法 | |
CN102188867B (zh) | 布袋式除尘器运行效率等级的监测及评估方法 | |
CN109139443B (zh) | 一种基于位移信号的活塞杆故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170613 |