CN117173434B - 基于塔架机电参示功图的综合工况数据处理方法及*** - Google Patents
基于塔架机电参示功图的综合工况数据处理方法及*** Download PDFInfo
- Publication number
- CN117173434B CN117173434B CN202311135801.4A CN202311135801A CN117173434B CN 117173434 B CN117173434 B CN 117173434B CN 202311135801 A CN202311135801 A CN 202311135801A CN 117173434 B CN117173434 B CN 117173434B
- Authority
- CN
- China
- Prior art keywords
- indicator diagram
- fault
- electric
- reference indicator
- results
- 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.)
- Active
Links
- 238000010586 diagram Methods 0.000 title claims abstract description 283
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 239000000725 suspension Substances 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000006073 displacement reaction Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 13
- 238000005086 pumping Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000001788 irregular Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Landscapes
- Control And Safety Of Cranes (AREA)
Abstract
本发明涉及油气田开采领域,尤其涉及一种基于塔架机电参示功图的综合工况数据处理方法及***,该方法包括步骤S1,根据若干第一悬点载荷数据和若干第一位移数据获取第一电参示功图;步骤S2,将第一电参示功图与标准电参示功图进行比较获取第二结果,当第二结果大于相似度标准值时,第一电参示功图与第一数据库比较获取若干第四结果;步骤S3,通过若干第四结果获取第一故障,对塔架机进行故障处理并绘制第三电参示功图;步骤S4,将第三电参示功图与标准电参示功图比较,获取第六结果,当第六结果大于相似度标准值时,第三电参示功图与第一数据库比较获取第二故障或第三故障,对塔架机进行故障处理。本发明提高了通过电参示功图对塔架机故障判断的准确率和效率。
Description
技术领域
本发明涉及油气田开采领域,尤其涉及一种基于塔架机电参示功图的综合工况数据处理方法及***。
背景技术
石油不仅是当今世界的主要能源,也是重要的战略物资,石油资源和产品直接关系到经济发展和军事实力的比拼。抽油机井采油是目前油田开发中普遍应用的方式,抽油机井的管理水平的好坏,关系到油田整体经济效益的高低。要做好抽油机井的生产管理工作,必须取准取全各项生产资料,制定抽油机井合理的工作制度,不断进行分析,适应不断变化的油藏动态,加强并提高抽油机井的日常管理水平。分析和解释示功图,就是直接了解深井泵工作状况好坏的一个主要手段。
公开号为CN104533382A的专利文献中公开了一种抽油机井电参数“示功图”的确定方法,该方法包括:周期性上、下死点时刻确定及分解处理抽油机井上、下冲程电参数有功功率,分别获得上下冲程输入端有功功率计算转换至井口载荷力;通过抽油机运行平衡块调整,调整后实测数据进一步修正抽油机的曲柄平衡块重量,或调取曲柄平衡块重量,实测有功功率转换至井口载荷力F上力i、F下力i与叠加值F上下力i,计算叠加转换至井口载荷力,确定与曲柄平衡块叠加前后电参数趋势“示功图”。
现有技术中通过实际的示功图进行分析判断深井泵工作状况的好坏的过程繁琐,使得判断效率低下。
发明内容
为此,本发明提供一种基于塔架机电参示功图的综合工况数据处理方法及***,可以解决示功图分析效率低的问题。
为实现上述目的,本发明提供一种基于塔架机电参示功图的综合工况数据处理方法及***,包括:步骤S1,根据若干第一悬点载荷数据和若干第一位移数据绘制塔架机电参示功图,获取第一电参示功图;
步骤S2,将所述第一电参示功图与标准电参示功图进行相似度比较,获取第二结果,若所述第二结果小于标准相似度值,则不对所述塔架机进行故障处理,若所述第二结果大于标准相似度值,则将所述第一电参示功图与第一数据库进行相似度比较,获取若干第四结果;
步骤S3,当所述第二结果大于标准相似度值时,通过若干所述第四结果获取第一故障,并根据第一故障对所述塔架机进行故障处理并绘制第三电参示功图;
步骤S4,将所述第三电参示功图与所述标准电参示功图进行比较,获取第六结果,若所述第六结果小于标准相似度值,则不对所述塔架机进行故障处理,若所述第六结果大于标准相似度值,则将所述第三电参示功图与第一数据库进行相似度比较,获取若干第七结果,通过若干所述第七结果获取第二故障或第三故障,根据所述第二故障或所述第三故障对所述塔架机进行故障处理。
进一步地,根据若干悬点载荷数据和若干位移数据绘制塔架机电参示功图包括:
根据第一位置传感器测得抽油杆的上冲程死点位置和下冲程死点位置,将所述抽油杆由上冲程死点位置到下冲程死点位置为第一周期,将上冲程死点位置作为第一周期的起始位置;
根据检测装置实时检测电机的实时电流值、实时电压值、实时频率值以及实时功率因数值作为实时电参数,获取所述第一周期内的若干实时电参数数据;
根据若干所述实时电参数数据和固定电参数计算若干第一悬点载荷,获取若干第一悬点载荷数据;
根据第二位置传感器获取在所述第一周期内所述悬点载荷的若干第一位移数据;
根据若干所述第一悬点载荷数据和若干所述第一位移数据绘制第一电参示功图。
进一步地,将所述第一电参示功图与标准电参示功图进行相似度比较,获取第二结果包括:
将所述第一电参示功图输入到Harris角点检测算法中提取所述第一电参示功图中若干关键点,作为若干第一关键点;
计算若干所述第一关键点中任意两个相邻关键点间的距离,获取若干第一距离;
将所述标准电参示功图输入到所述Harris角点检测算法中提取所述标准电参示功图中若干关键点,作为若干第二关键点;
计算若干所述第二关键点中任意两个相邻关键点间的距离,获取若干第二距离;
通过欧氏距离计算若干所述第一距离和若干所述第二距离之间的相似度,获取若干第一结果;
将所述若干第一结果进行由大到小排序,获取排序第一的为第二结果。
进一步地,将所述第一电参示功图与第一数据库进行相似度比较包括:
将所述第一电参示功图输入到轮廓检测算法中,检测所述第一电参示功图的外轮廓;
将所述第一电参示功图的外轮廓提取出来,获取第一轮廓;
将所述数据库中电参示功图输入到轮廓检测算法中,检测所述数据库中电参示功图的外轮廓;
将所述数据库中电参示功图的外轮廓提取出来,获取若干第二轮廓;
将所述第一轮廓与所述若干第二轮廓重合,获取若干重合面积,计算若干所述重合面积在所述数据库中电参示功图的占比,获取若干比值;
将若干所述比值大于90%对应的所述数据库中电参示功图提取出来,获取若干第三结果;
所述第一数据库内存储若干塔架机故障列表及若干所述塔架机故障对应的示功图列表。
进一步地,获取若干第四结果包括:
将若干所述第三结果输入到所述Harris角点检测算法中提取若干所述第三结果中若干关键点,作为若干第三关键点;
计算若干所述第三关键点中任意两个相邻关键点间的距离,获取若干第三距离;
通过欧氏距离计算若干所述第一距离和若干所述第三距离之间的相似度,获取若干计算结果;
将小于标准相似度值的若干所述计算结果进行提取,获取若干第四结果。
进一步地,通过若干所述第四结果获取第一故障包括:
将若干所述第四结果由小到大进行排序,获取若干所述第五结果;
将若干所述第五结果中排序第一对应的示功图提取出来,作为第二电参示功图;
将所述第二电参示功图对应的塔架机故障提取出来,作为第一故障。
进一步地,将所述第三电参示功图与第一数据库进行相似度比较,获取若干第七结果包括:
将所述第三电参示功图输入到所述Harris角点检测算法中提取所述第三电参示功图中若干关键点,作为若干第四关键点;
计算若干所述第四关键点中任意两个相邻关键点间的距离,获取若干第四距离;
将所述第一数据库中示功图输入到所述Harris角点检测算法中提取所述第一数据库中任一示功图的若干关键点,作为若干第五关键点;
计算若干所述第五关键点中任意两个相邻关键点间的距离,获取若干第五距离;
通过欧氏距离计算若干所述第四距离和若干所述第五距离之间的相似度,获取若干计算结果;
将小于标准相似度值的若干所述计算结果进行提取,获取若干第七结果。
进一步地,根据所述第二故障或所述第三故障对所述塔架机进行故障处理包括:
将若干所述第七结果由小到大排序,获取若干排序结果,将若干所述排序结果中位于第一位的电参示功图及其对应的塔架机故障提取出来,作为第四电参示功图和第二故障;
根据所述第二故障对所述塔架机进行故障处理;
若所述第四电参示功图和所述第二故障与所述第二电参示功图和所述第一故障相同时,提取若干所述排序结果中排序第二的电参示功图及其对应的故障作为第五电参示功图和第三故障;
根据所述第三故障对所述塔架机进行故障处理。
进一步地,根据第一故障对所述塔架机进行故障处理并绘制第三电参示功图包括:
根据所述第一故障对所述塔架机进行对应故障处理;
将故障处理完成后塔架机进行正常工作;
在正常工作过程中,根据第一位置传感器测得抽油杆的上冲程死点位置和下冲程死点位置,将所述抽油杆由上冲程死点位置到下冲程死点位置为第二周期,将上冲程死点位置作为第二周期的起始位置;
根据检测装置实时检测电机的实时电流值、实时电压值、实时频率值以及实时功率因数值作为实时电参数,获取所述第二周期内的若干实时电参数数据;
根据若干所述实时电参数数据和固定电参数计算若干第二悬点载荷,获取若干第二悬点载荷数据;
根据第二位置传感器获取在所述第二周期内所述悬点载荷的若干第二位移数据;
根据若干所述第二悬点载荷数据和若干所述第二位移数据绘制第三电参示功图。
进一步地,基于塔架机电参示功图的综合工况数据处理方法的***包括:第一获取模块、第一存储模块、第一判断模块、控制模块、第二获取模块、第二存储模块和第二判断模块,其中,
所述第一获取模块用以获取所述第一电参示功图,所述获取模块包括第一获取单元、第一绘图单元和第二获取单元,所述第一获取单元获取若干所述第一悬点载荷数据和若干所述第一位移数据,所述第一绘图单元根据若干所述第一悬点载荷数据和若干所述第一位移数据绘制所述第一电参示功图,所述第二获取单元获取所述第一电参示功图;
所述第一存储模块与所述第一获取模块相连接,用以存储所述标准电参示功图;
所述第一判断模块与所述第一存储模块相连接,用以将所述第一电参示功图与标准电参示功图进行相似度比较,所述第一判断模块包括第一计算单元、第一比较单元和第三获取单元,所述第一计算单元用以计算所述第一电参示功图和所述标准电参示功图的相似度,所述第三获取单元用以获取计算结果为第二结果,所述第一比较单元用以将所述第二结果与标准相似度值标准相似度值作比较;
所述控制模块与所述第一判断模块相连接,用以依据所述第一判断模块判断结果对所述塔架机进行控制;
所述第二获取模块与所述控制模块相连接,用以获取所述第三电参示功图,所述第二获取模块包括第四获取单元、第二绘图单元和第五获取单元,所述第四获取单元获取若干所述第二悬点载荷数据和若干所述第二位移数据,所述第二绘图单元根据若干所述第二悬点载荷数据和若干所述第二位移数据绘制所述第三电参示功图,所述第五获取单元获取所述第三电参示功图;
所述第二存储模块与所述第二获取模块相连接,用以存储所述数据库;
所述第二判断模块与所述第二存储模块相连接,用以将所述第三电参示功图与所述数据库进行比较,获取所述第二故障或所述第三故障。
与现有技术相比,本发明的有益效果在于通过若干第一悬点载荷数据和若干第一位移数据绘制塔架机电参示功图,对于塔架机的工作状态进行直观的判断,减少了工作人员检测塔架机的过程,提高了对于塔架机的检修效率,通过所述第一电参示功图与标准电参示功图进行相似度比较,使得对于所述第一电参示功图反应的塔架机工作状态性能是否出现偏差进行检测,提高了识别和定位所述塔架机的故障,对所述塔架机存在的潜在故障可以排除,通过所述第二结果与所述标准相似度值进行比较,精确地判断所述第一电参示功图与所述标准电参示功图的相似性,使得分析所述塔架机是否发生故障的结果准确,通过所述第一电参示功图与第一数据库进行相似度比较,使得将所述数据库中与所述第一电参示功图相似的故障电参示功图进行筛选,可以判断形成所述第一电参示功图的故障原因,减少了分析过程的复杂性,提高了判断故障的效率,提升了对于所述塔架机故障维修的效率,通过若干所述第七结果获取第二故障或第三故障,使得对于所述故障判断迅速,提高了对于塔架机判断故障的效率,使得对于塔架机故障处理准确,提高了故障处理所述塔架机的精度。
尤其,通过使用检测装置获取的实时电参数数据计算悬点载荷,与通过传感器测得悬点载荷相比,提高了悬点载荷的精度,且减少了人力的消耗,提高了检测效率,通过设置位置传感器获取的实时位置数据与所述悬点载荷绘制所述第一电参示功图,使得抽油杆在工作过程中的位置和电参数变化准确反映,从而得到真实的第一电参示功图,使得通过所述第一电参示功图分析出所述塔架机可能存在的故障问题,提高了对于所述塔架机的检测效率。
尤其,通过将所述第一电参示功图输入到Harris角点检测算法中提取所述第一电参示功图中若干关键点,使得获取的所述若干关键点准确,提高了对所述第一电参示功图的图像处理过程的效率,通过欧氏距离计算若干所述第一距离和若干所述第二距离之间的相似度,使得计算相似度结果准确,对于所述第一电参示功图与所述标准电参示功图相似度比较结果准确,提高了比较过程的效率。
尤其,通过将所述第一电参示功图输入到轮廓检测算法中,检测所述第一电参示功图的外轮廓,提高了获取所述第一电参示功图外轮廓的提取效率和提取准确性,通过计算若干所述重合面积在所述数据库中电参示功图的占比,可以判断所述第一电参示功图与所述数据库中电参示功图的相似性,使得可以快速获取所述数据库中与所述第一电参示功图相似的示功图,进而判断所述塔架机可能的故障问题,提高了获取所述塔架机故障问题的判断效率,通过将若干所述比值大于90%对应的所述数据库中电参示功图提取出来,使得判断结果准确,提高了判断结果的可靠性。
尤其,通过将若干所述第三结果输入到所述Harris角点检测算法中提取若干所述第三结果中若干关键点,使得提高了提取所述第三结果的关键点的效率,并使得所述关键点提取的结果准确,通过欧氏距离计算若干所述第一距离和若干所述第二距离之间的相似度,使得计算相似度结果准确,将小于标准相似度值的若干所述计算结果进行提取,使得提取结果准确,与所述第一电参示功图相似度符合标准,提高了判断结果的可靠性。
尤其,通过将所述第五结果中排序第一对应的示功图提取出来,使得所述第二电参示功图与所述第一电参示功图相似性最大,使得所对应的第一故障为所述塔架机故障的概率最大,提高了对所述塔架机故障的判断过程的效率,使得判断结果准确。
尤其,通过将所述第三电参示功图输入到所述Harris角点检测算法中提取所述第三电参示功图中若干关键点,使得获取所述若干关键点准确,提高了对所述第三电参示功图的图像处理过程的效率,通过欧氏距离计算若干所述第四距离和若干所述第五距离之间的相似度,使得计算相似度结果准确,对于所述第三电参示功图与所述输数据库中电参示功图相似度比较结果准确,提高了比较过程的效率。
尤其,通过将若干所述第七结果由小到大排序,使得对于相似性结果明确,节省了查找相似性最大的时间,通过所述第二故障对所述塔架机进行故障处理,使得所述塔架机故障进行故障处理,解决了塔架机的问题,通过所述第四电参示功图和所述第二故障与所述第二电参示功图和所述第一故障相同时,提取若干所述排序结果中排序第二的电参示功图及其对应的故障作为第五电参示功图和第三故障,使得对于所述塔架机故障判断准确,排除对于所述塔架机故障问题误判的可能性。
尤其,通过设置所述***,对于所述方法的实现提供了基础,通过设置所述第一获取模块获取所述第一电参示功图,对所述塔架机的实时情况得到了解,所述第一存储模块存储所述标准电参示功图,为后续相似度比较提供了基础,所述第一判断模块第一电参示功图与标准电参示功图进行相似度比较,并得到比较结果,使得对于所述塔架机故障判断准确,所述控制模块控制所述塔架机,使得提高了所述塔架机故障判断和故障处理过程,所述第二存储模块存储数据库,便于对后续塔架机故障判断,提高了判断效率。
附图说明
图1为本发明实施例提供的一种基于塔架机电参示功图的综合工况数据处理方法及***的流程示意图;
图2为本发明实施例提供的一种基于塔架机电参示功图的综合工况数据处理方法及***中获取塔架机电参示功图的流程示意图;
图3为本发明实施例提供的一种基于塔架机电参示功图的综合工况数据处理方法及***中获取第二结果的流程示意图;
图4为本发明实施例提供的一种基于塔架机电参示功图的综合工况数据处理方法及***的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,本发明实施例提供一种基于塔架机电参示功图的综合工况数据处理方法及***,该方法包括:步骤S1,根据若干第一悬点载荷数据和若干第一位移数据绘制塔架机电参示功图,获取第一电参示功图;
步骤S2,将所述第一电参示功图与标准电参示功图进行相似度比较,获取第二结果,若所述第二结果小于标准相似度值,则不对所述塔架机进行故障处理,若所述第二结果大于标准相似度值,则将所述第一电参示功图与第一数据库进行相似度比较,获取若干第四结果;
步骤S3,当所述第二结果大于标准相似度值时,通过若干所述第四结果获取第一故障,并根据第一故障对所述塔架机进行故障处理并绘制第三电参示功图;
步骤S4,将所述第三电参示功图与所述标准电参示功图进行比较,获取第六结果,若所述第六结果小于标准相似度值,则不对所述塔架机进行故障处理,若所述第六结果大于标准相似度值,则将所述第三电参示功图与第一数据库进行相似度比较,获取若干第七结果,通过若干所述第七结果获取第二故障或第三故障,根据所述第二故障或所述第三故障对所述塔架机进行故障处理。
具体而言,本发明实施例通过欧氏距离计算相似度,计算欧氏距离结果越趋近于0代表两个图像之间的相似性越大,故所述标准相似度值设为0.2。
具体而言,本发明实施例中通过若干第一悬点载荷数据和若干第一位移数据绘制塔架机电参示功图,对于塔架机的工作状态进行直观的判断,减少了工作人员检测塔架机的过程,提高了对于塔架机的检修效率,通过所述第一电参示功图与标准电参示功图进行相似度比较,使得对于所述第一电参示功图反应的塔架机工作状态性能是否出现偏差进行检测,提高了识别和定位所述塔架机的故障,对所述塔架机存在的潜在故障可以排除,通过所述第二结果与所述标准相似度值进行比较,精确地判断所述第一电参示功图与所述标准电参示功图的相似性,使得分析所述塔架机是否发生故障的结果准确,通过所述第一电参示功图与第一数据库进行相似度比较,使得将所述数据库中与所述第一电参示功图相似的故障电参示功图进行筛选,可以判断形成所述第一电参示功图的故障原因,减少了分析过程的复杂性,提高了判断故障的效率,提升了对于所述塔架机故障维修的效率,通过若干所述第七结果获取第二故障或第三故障,使得对于所述故障判断迅速,提高了对于塔架机判断故障的效率,使得对于塔架机故障处理准确,提高了故障处理所述塔架机的精度。
参阅图2所示,根据若干悬点载荷数据和若干位移数据绘制塔架机电参示功图包括:
步骤S11,根据第一位置传感器测得抽油杆的上冲程死点位置和下冲程死点位置,将所述抽油杆由上冲程死点位置到下冲程死点位置为第一周期,将上冲程死点位置作为第一周期的起始位置;
步骤S12,根据检测装置实时检测电机的实时电流值、实时电压值、实时频率值以及实时功率因数值作为实时电参数,获取所述第一周期内的若干实时电参数数据;
步骤S13,根据若干所述实时电参数数据和固定电参数计算若干第一悬点载荷,获取若干第一悬点载荷数据;
步骤S14,根据第二位置传感器获取在所述第一周期内所述悬点载荷的若干第一位移数据;
步骤S15,根据若干所述第一悬点载荷数据和若干所述第一位移数据绘制第一电参示功图。
具体而言,所述固定点参数包括述所述电机的额定电压、额定频率、额定电流、极数、额定功率和额定转速,获取若干第一悬点载荷数据包括:
式中,Pout为电动机瞬时输出功率,PN为电动机额定功率,Po为电动机空耗功率,Pin为电动机瞬时输入功率,ηN为电动机额定效率,iMb为电动机到曲柄的传动比,ηMb为电动机到曲柄的传动效率,ω为曲柄转动的角速度,k为系数,为曲柄角度第一分量角,/>为曲柄角度第二分量角,Med为转化到曲柄轴处的***等效驱动力矩,Je为从电机到抽油机悬点所有运动件质量和转动惯量转化到曲柄处的等效转动惯量,Ji为第i个部件绕其质心的转动惯量,ωi为第i个部件转动的角速度,mi为第i个部件的质量,vi为第i个部件质心的运动速度,Mef为转化到曲柄轴处的***等效阻力矩,Q为平衡块重,Rc为平衡块重心距离,θ为曲柄转角,τ为曲柄平衡相位角,Mz为曲柄处载荷扭矩。
具体而言,本发明实施例通过使用位置传感器获取的实时位置数据和检测装置获取的实时电参数数据,能够准确反映抽油杆在工作过程中的位置和电参数变化,从而得到真实的电参示功图,通过电参数计算所述悬点载荷数据,使得测量结果简单,提高了测量效率,且计算结果精确,绘制所述第一电参示功图准确。
参阅图3所示,将所述第一电参示功图与标准电参示功图进行相似度比较,获取第二结果包括:
步骤S21,将所述第一电参示功图输入到Harris角点检测算法中提取所述第一电参示功图中若干关键点,作为若干第一关键点;
步骤S22,计算若干所述第一关键点中任意两个相邻关键点间的距离,获取若干第一距离;
步骤S23,将所述标准电参示功图输入到所述Harris角点检测算法中提取所述标准电参示功图中若干关键点,作为若干第二关键点;
步骤S24,计算若干所述第二关键点中任意两个相邻关键点间的距离,获取若干第二距离;
步骤S25,通过欧氏距离计算若干所述第一距离和若干所述第二距离之间的相似度,获取若干第一结果;
步骤S26,将所述若干第一结果进行由大到小排序,获取排序第一的为第二结果。
具体而言,所述Harris角点检测算法是一种经典的图像特征检测算法,用于在图像中检测角点,属于现有技术,在本发明实施例中不再赘述,所述欧氏距离用以通过计算两个特征图像之间的距离计算两个图像的相似度,属于现有技术,在本发明实施例中不再赘述。
具体而言,本发明实施例通过将所述第一电参示功图输入到Harris角点检测算法中提取所述第一电参示功图中若干关键点,使得获取所述若干关键点准确,提高了对所述第一电参示功图的图像处理过程的效率,通过欧氏距离计算若干所述第一距离和若干所述第二距离之间的相似度,使得计算相似度结果准确,对于所述第一电参示功图与所述标准电参示功图相似度比较结果准确,提高了比较过程的效率。
具体而言,将所述第一电参示功图与第一数据库进行相似度比较包括:
将所述第一电参示功图输入到轮廓检测算法中,检测所述第一电参示功图的外轮廓;将所述第一电参示功图的外轮廓提取出来,获取第一轮廓;将所述数据库中电参示功图输入到轮廓检测算法中,检测所述数据库中电参示功图的外轮廓;将所述数据库中电参示功图的外轮廓提取出来,获取若干第二轮廓;将所述第一轮廓与所述若干第二轮廓重合,获取若干重合面积,计算若干所述重合面积在所述数据库中电参示功图的占比,获取若干比值;将若干所述比值大于90%对应的所述数据库中电参示功图提取出来,获取若干第三结果;所述第一数据库内存储若干塔架机故障列表及若干所述塔架机故障对应的示功图列表。
具体而言,所述轮廓检测算法是一种计算机视觉中常用的图像处理算法,用于提取图像中的物体轮廓,属于现有技术,所述轮廓检测算法可以使用Canny边缘检测算法,也可以使用Sobel算子,在本发明实施例中不再赘述,计算所述重合面积的占比可根据将不规则重合区域分割为多个规则图形,如三角形、矩形等,之后计算每个规则图形的面积,然后将所有规则图形的面积相加,得到不规则重合区域的总面积,对于所述不规则重合区域占所述电参示功图的占比即可求出。
具体而言,本发明实施例通过将所述第一电参示功图输入到轮廓检测算法中,检测所述第一电参示功图的外轮廓,提高了获取所述第一电参示功图外轮廓的提取效率和提取准确性,通过计算若干所述重合面积在所述数据库中电参示功图的占比,可以判断所述第一电参示功图与所述数据库中电参示功图的相似性,使得可以快速判断所述塔架机可能的故障问题,提高了判断效率,通过将若干所述比值大于90%对应的所述数据库中电参示功图提取出来,使得判断结果准确,提高了判断结果的可靠性。
具体而言,获取若干第四结果包括:将若干所述第三结果输入到所述Harris角点检测算法中提取若干所述第三结果中若干关键点,作为若干第三关键点;计算若干所述第三关键点中任意两个相邻关键点间的距离,获取若干第三距离;通过欧氏距离计算若干所述第一距离和若干所述第三距离之间的相似度,获取若干计算结果;将小于标准相似度值的若干所述计算结果进行提取,获取若干第四结果。
具体而言,本发明实施例通过将若干所述第三结果输入到所述Harris角点检测算法中提取若干所述第三结果中若干关键点,使得提高了提取关键点的效率,并使得所述关键点提取的结果准确。
具体而言,通过若干所述第四结果获取第一故障包括:
将若干所述第四结果由小到大进行排序,获取若干所述第五结果;将若干所述第五结果中排序第一对应的示功图提取出来,作为第二电参示功图;将所述第二电参示功图对应的塔架机故障提取出来,作为第一故障。
具体而言,通过检测到的所述第一故障对所述塔架机进行对应调整,若所述第一故障为供液不足,则采取的措施可为加深泵挂、调小冲次、加强对应注水井注水量、间歇开井和采取压裂、酸化等措施改造油层,所述第四结果由欧氏距离计算所得,所述欧式距离越小,则相似性越大,将所述第四结果由小到大排序,则所述第四结果中排序第一的示功图相似性最大。
具体而言,本发明实施例通过将所述第五结果中排序第一对应的示功图提取出来,使得所述第二电参示功图与所述第一电参示功图最相似,使得所对应的第一故障为所述塔架机故障的概率最大,提高了对所述塔架机故障的判断过程的效率,使得判断结果准确。
具体而言,将所述第三电参示功图与第一数据库进行相似度比较,获取若干第七结果包括:
将所述第三电参示功图输入到所述Harris角点检测算法中提取所述第三电参示功图中若干关键点,作为若干第四关键点;计算若干所述第四关键点中任意两个相邻关键点间的距离,获取若干第四距离;将所述第一数据库中示功图输入到所述Harris角点检测算法中提取所述第一数据库中任一示功图的若干关键点,作为若干第五关键点;计算若干所述第五关键点中任意两个相邻关键点间的距离,获取若干第五距离;通过欧氏距离计算若干所述第四距离和若干所述第五距离之间的相似度,获取若干计算结果;将小于标准相似度值的若干所述计算结果进行提取,获取若干第七结果。
具体而言,本发明实施例通过将所述第三电参示功图输入到所述Harris角点检测算法中提取所述第三电参示功图中若干关键点,使得获取所述若干关键点准确,提高了对所述第三电参示功图的图像处理过程的效率,通过欧氏距离计算若干所述第四距离和若干所述第五距离之间的相似度,使得计算相似度结果准确,对于所述第三电参示功图与所述输数据库中电参示功图相似度比较结果准确,提高了比较过程的效率。
具体而言,根据所述第二故障或所述第三故障对所述塔架机进行故障处理包括:
将若干所述第七结果由小到大排序,获取若干排序结果,将若干所述排序结果中位于第一位的电参示功图及其对应的塔架机故障提取出来,作为第四电参示功图和第二故障;根据所述第二故障对所述塔架机进行故障处理;若所述第四电参示功图和所述第二故障与所述第二电参示功图和所述第一故障相同时,提取若干所述排序结果中排序第二的电参示功图及其对应的故障作为第五电参示功图和第三故障;根据所述第三故障对所述塔架机进行故障处理。
具体而言,本发明实施例通过将若干所述第七结果由小到大排序,使得对于相似性结果明确,节省了查找相似性最大的时间,通过所述第二故障对所述塔架机进行故障处理,使得所述塔架机故障进行故障处理,解决了塔架机的问题,通过所述第四电参示功图和所述第二故障与所述第二电参示功图和所述第一故障相同时,提取若干所述排序结果中排序第二的电参示功图及其对应的故障作为第五电参示功图和第三故障,使得对于所述塔架机故障判断准确,排除对于所述塔架机误判的可能性。
参阅图4所示,一种基于塔架机电参示功图的综合工况数据处理***,包括第一获取模块10、第一存储模块20、第一判断模块30、控制模块40、第二获取模块50、第二存储模块60和第二判断模块70;
所述第一获取模块10用以获取所述第一电参示功图,所述获取模块包括第一获取单元、第一绘图单元和第二获取单元,所述第一获取单元获取若干所述第一悬点载荷数据和若干所述第一位移数据,所述第一绘图单元根据若干所述第一悬点载荷数据和若干所述第一位移数据绘制所述第一电参示功图,所述第二获取单元获取所述第一电参示功图;
所述第一存储模块20与所述第一获取模块10相连接,用以存储所述标准电参示功图;
所述第一判断模块30与所述第一存储模块20相连接,用以将所述第一电参示功图与标准电参示功图进行相似度比较,所述第一判断模块30包括第一计算单元、第一比较单元和第三获取单元,所述第一计算单元用以计算所述第一电参示功图和所述标准电参示功图的相似度,所述第三获取单元用以获取计算结果为第二结果,所述第一比较单元用以将所述第二结果与标准相似度值标准相似度值作比较;
所述控制模块40与所述第一判断模块30相连接,用以依据所述第一判断模块30判断结果对所述塔架机进行控制;
所述第二获取模块50与所述控制模块40相连接,用以获取所述第三电参示功图,所述第二获取模块50包括第四获取单元、第二绘图单元和第五获取单元,所述第四获取单元获取若干所述第二悬点载荷数据和若干所述第二位移数据,所述第二绘图单元根据若干所述第二悬点载荷数据和若干所述第二位移数据绘制所述第三电参示功图,所述第五获取单元获取所述第三电参示功图;
所述第二存储模块60与所述第二获取模块50相连接,用以存储所述数据库;
所述第二判断模块70与所述第二存储模块60相连接,用以将所述第三电参示功图与所述数据库进行比较,获取所述第二故障或所述第三故障。
具体而言,本发明实施例通过设置所述第一获取模块10获取所述第一电参示功图,对所述塔架机的实时情况得到了解,所述第一存储模块20存储所述标准电参示功图,为后续相似度比较提供了基础,所述第一判断模块30第一电参示功图与标准电参示功图进行相似度比较,并得到比较结果,使得对于所述塔架机故障判断准确,所述控制模块40控制所述塔架机,使得提高了所述塔架机故障判断和故障处理过程,所述第二存储模块60存储数据库,便于对后续塔架机故障判断,提高了判断效率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于塔架机电参示功图的综合工况数据处理方法,其特征在于,包括:
步骤S1,根据若干第一悬点载荷数据和若干第一位移数据绘制塔架机电参示功图,获取第一电参示功图;
根据若干悬点载荷数据和若干第一位移数据绘制塔架机电参示功图包括:
根据第一位置传感器测得抽油杆的上冲程死点位置和下冲程死点位置,将所述抽油杆由上冲程死点位置到下冲程死点位置为第一周期,将上冲程死点位置作为第一周期的起始位置;
根据检测装置实时检测电机的实时电流值、实时电压值、实时频率值以及实时功率因数值作为实时电参数,获取所述第一周期内的若干实时电参数数据;
根据若干所述实时电参数数据和固定电参数计算若干第一悬点载荷,获取若干第一悬点载荷数据;
根据第二位置传感器获取在所述第一周期内所述悬点载荷的若干第一位移数据;
根据若干所述第一悬点载荷数据和若干所述第一位移数据绘制第一电参示功图;
步骤S2,将所述第一电参示功图与标准电参示功图进行相似度比较,获取第二结果,若所述第二结果小于标准相似度值,则不对所述塔架机进行故障处理,若所述第二结果大于标准相似度值,则将所述第一电参示功图与第一数据库进行相似度比较,获取若干第四结果;
将所述第一电参示功图与标准电参示功图进行相似度比较,获取第二结果包括:
将所述第一电参示功图输入到Harris角点检测算法中提取所述第一电参示功图中若干关键点,作为若干第一关键点;
计算若干所述第一关键点中任意两个相邻关键点间的距离,获取若干第一距离;
将所述标准电参示功图输入到所述Harris角点检测算法中提取所述标准电参示功图中若干关键点,作为若干第二关键点;
计算若干所述第二关键点中任意两个相邻关键点间的距离,获取若干第二距离;
通过欧氏距离计算若干所述第一距离和若干所述第二距离之间的相似度,获取若干第一结果;
将所述若干第一结果进行由大到小排序,获取排序第一的为第二结果;
将所述第一电参示功图与第一数据库进行相似度比较包括:
将所述第一电参示功图输入到轮廓检测算法中,检测所述第一电参示功图的外轮廓;
将所述第一电参示功图的外轮廓提取出来,获取第一轮廓;
将所述第一数据库中电参示功图输入到轮廓检测算法中,检测所述第一数据库中电参示功图的外轮廓;
将所述第一数据库中电参示功图的外轮廓提取出来,获取若干第二轮廓;
将所述第一轮廓与所述若干第二轮廓重合,获取若干重合面积,计算若干所述重合面积在所述第一数据库中电参示功图的占比,获取若干比值;
将若干所述比值大于90%对应的所述第一数据库中电参示功图提取出来,获取若干第三结果;
所述第一数据库内存储若干塔架机故障列表及若干所述塔架机故障对应的示功图列表;
获取若干第四结果包括:
将若干所述第三结果输入到所述Harris角点检测算法中提取若干所述第三结果中若干关键点,作为若干第三关键点;
计算若干所述第三关键点中任意两个相邻关键点间的距离,获取若干第三距离;
通过欧氏距离计算若干所述第一距离和若干所述第三距离之间的相似度,获取若干计算结果;
将小于标准相似度值的若干所述计算结果进行提取,获取若干第四结果;
步骤S3,当所述第二结果大于标准相似度值时,通过若干所述第四结果获取第一故障,并根据第一故障对所述塔架机进行故障处理并绘制第三电参示功图;
通过若干所述第四结果获取第一故障包括:
将若干所述第四结果由小到大进行排序,获取若干第五结果;
将若干所述第五结果中排序第一对应的示功图提取出来,作为第二电参示功图;
将所述第二电参示功图对应的塔架机故障提取出来,作为第一故障;
根据第一故障对所述塔架机进行故障处理并绘制第三电参示功图包括:
根据所述第一故障对所述塔架机进行对应故障处理;
将故障处理完成后塔架机进行正常工作;
在正常工作过程中,根据第一位置传感器测得抽油杆的上冲程死点位置和下冲程死点位置,将所述抽油杆由上冲程死点位置到下冲程死点位置为第二周期,将上冲程死点位置作为第二周期的起始位置;
根据检测装置实时检测电机的实时电流值、实时电压值、实时频率值以及实时功率因数值作为实时电参数,获取所述第二周期内的若干实时电参数数据;
根据若干所述实时电参数数据和固定电参数计算若干第二悬点载荷,获取若干第二悬点载荷数据;
根据第二位置传感器获取在所述第二周期内所述悬点载荷的若干第二位移数据;
根据若干所述第二悬点载荷数据和若干所述第二位移数据绘制第三电参示功图;
步骤S4,将所述第三电参示功图与所述标准电参示功图进行比较,获取第六结果,若所述第六结果小于标准相似度值,则不对所述塔架机进行故障处理,若所述第六结果大于标准相似度值,则将所述第三电参示功图与第一数据库进行相似度比较,获取若干第七结果,通过若干所述第七结果获取第二故障或第三故障,根据所述第二故障或所述第三故障对所述塔架机进行故障处理;
将所述第三电参示功图与第一数据库进行相似度比较,获取若干第七结果包括:
将所述第三电参示功图输入到所述Harris角点检测算法中提取所述第三电参示功图中若干关键点,作为若干第四关键点;
计算若干所述第四关键点中任意两个相邻关键点间的距离,获取若干第四距离;
将所述第一数据库中示功图输入到所述Harris角点检测算法中提取所述第一数据库中任一示功图的若干关键点,作为若干第五关键点;
计算若干所述第五关键点中任意两个相邻关键点间的距离,获取若干第五距离;
通过欧氏距离计算若干所述第四距离和若干所述第五距离之间的相似度,获取若干计算结果;
将小于标准相似度值的若干所述计算结果进行提取,获取若干第七结果;
根据所述第二故障或所述第三故障对所述塔架机进行故障处理包括:
将若干所述第七结果由小到大排序,获取若干排序结果,将若干所述排序结果中位于第一位的电参示功图及其对应的塔架机故障提取出来,作为第四电参示功图和第二故障;
根据所述第二故障对所述塔架机进行故障处理;
若所述第四电参示功图和所述第二故障与所述第二电参示功图和所述第一故障相同时,提取若干所述排序结果中排序第二的电参示功图及其对应的故障作为第五电参示功图和第三故障;
根据所述第三故障对所述塔架机进行故障处理。
2.一种应用权利要求1所述的一种基于塔架机电参示功图的综合工况数据处理方法的***,其特征在于,包括:第一获取模块、第一存储模块、第一判断模块、控制模块、第二获取模块、第二存储模块和第二判断模块,其中,
所述第一获取模块用以获取所述第一电参示功图,所述获取模块包括第一获取单元、第一绘图单元和第二获取单元,所述第一获取单元获取若干所述第一悬点载荷数据和若干所述第一位移数据,所述第一绘图单元根据若干所述第一悬点载荷数据和若干所述第一位移数据绘制所述第一电参示功图,所述第二获取单元获取所述第一电参示功图;
所述第一存储模块与所述第一获取模块相连接,用以存储所述标准电参示功图;
所述第一判断模块与所述第一存储模块相连接,用以将所述第一电参示功图与标准电参示功图进行相似度比较,所述第一判断模块包括第一计算单元、第一比较单元和第三获取单元,所述第一计算单元用以计算所述第一电参示功图和所述标准电参示功图的相似度,所述第三获取单元用以获取计算结果为第二结果,所述第一比较单元用以将所述第二结果与标准相似度值标准相似度值作比较;
所述控制模块与所述第一判断模块相连接,用以依据所述第一判断模块判断结果对所述塔架机进行控制;
所述第二获取模块与所述控制模块相连接,用以获取所述第三电参示功图,所述第二获取模块包括第四获取单元、第二绘图单元和第五获取单元,所述第四获取单元获取若干第二悬点载荷数据和若干第二位移数据,所述第二绘图单元根据若干所述第二悬点载荷数据和若干所述第二位移数据绘制所述第三电参示功图,所述第五获取单元获取所述第三电参示功图;
所述第二存储模块与所述第二获取模块相连接,用以存储所述第一数据库;
所述第二判断模块与所述第二存储模块相连接,用以将所述第三电参示功图与所述第一数据库进行比较,获取所述第二故障或所述第三故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311135801.4A CN117173434B (zh) | 2023-09-05 | 2023-09-05 | 基于塔架机电参示功图的综合工况数据处理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311135801.4A CN117173434B (zh) | 2023-09-05 | 2023-09-05 | 基于塔架机电参示功图的综合工况数据处理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117173434A CN117173434A (zh) | 2023-12-05 |
CN117173434B true CN117173434B (zh) | 2024-05-14 |
Family
ID=88929378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311135801.4A Active CN117173434B (zh) | 2023-09-05 | 2023-09-05 | 基于塔架机电参示功图的综合工况数据处理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117173434B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104500029A (zh) * | 2014-11-14 | 2015-04-08 | 中国石油天然气股份有限公司 | 一种判识油井示功图相似性的方法 |
JP2016201794A (ja) * | 2015-04-10 | 2016-12-01 | 富士通株式会社 | 故障検出装置、方法及びシステム |
CN106761668A (zh) * | 2016-11-19 | 2017-05-31 | 新疆华隆油田科技股份有限公司 | 油井故障智能化分析决策***及方法 |
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 |
CN112508105A (zh) * | 2020-12-11 | 2021-03-16 | 南京富岛信息工程有限公司 | 一种采油机故障检测与检索方法 |
CN112526959A (zh) * | 2019-09-19 | 2021-03-19 | 北京国双科技有限公司 | 一种抽油泵故障诊断方法、装置、设备及存储介质 |
CN116677596A (zh) * | 2023-05-17 | 2023-09-01 | 沃德传动(天津)股份有限公司 | 基于往复式压缩机示功图的故障分析方法 |
-
2023
- 2023-09-05 CN CN202311135801.4A patent/CN117173434B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104500029A (zh) * | 2014-11-14 | 2015-04-08 | 中国石油天然气股份有限公司 | 一种判识油井示功图相似性的方法 |
JP2016201794A (ja) * | 2015-04-10 | 2016-12-01 | 富士通株式会社 | 故障検出装置、方法及びシステム |
CN106761668A (zh) * | 2016-11-19 | 2017-05-31 | 新疆华隆油田科技股份有限公司 | 油井故障智能化分析决策***及方法 |
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 |
CN112526959A (zh) * | 2019-09-19 | 2021-03-19 | 北京国双科技有限公司 | 一种抽油泵故障诊断方法、装置、设备及存储介质 |
CN112508105A (zh) * | 2020-12-11 | 2021-03-16 | 南京富岛信息工程有限公司 | 一种采油机故障检测与检索方法 |
CN116677596A (zh) * | 2023-05-17 | 2023-09-01 | 沃德传动(天津)股份有限公司 | 基于往复式压缩机示功图的故障分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117173434A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682815B (zh) | 一种抽油井监控***及监控方法 | |
CN106837301A (zh) | 一种电功图与示功图整合的抽油机井工况诊断方法 | |
CN111505424A (zh) | 一种基于深度卷积神经网络的大型实验装置电力设备故障诊断方法 | |
CN108154498A (zh) | 一种裂缝缺陷检测***及其实现方法 | |
CN1916413A (zh) | 抽油机网络测控节能*** | |
CN101067645A (zh) | 一种阀控式铅酸蓄电池性能分析方法 | |
CN101105119A (zh) | 一种抽油机平衡调节仪及抽油机平衡结构调节方法 | |
CN108374782B (zh) | 一种抽油机平衡率调整方法 | |
CN103593569B (zh) | 一种确定航空发动机翻修寿命方法 | |
CN117173434B (zh) | 基于塔架机电参示功图的综合工况数据处理方法及*** | |
CN106522901A (zh) | 高转差率电动机驱动的游梁式抽油机平衡判定调整方法 | |
CN110473806A (zh) | 光伏电池分拣的深度学习识别与控制方法及装置 | |
CN109372832A (zh) | 一种工况变化下的双变量液压***能耗优化方法 | |
US20230184239A1 (en) | System and method for rod pump autonomous optimization without a continued use of both load cell and electric power sensor | |
CN110905034B (zh) | 一种挖掘机智能匹配工况方法和挖掘机智能匹配工况*** | |
CN109281655A (zh) | 一种抽油机的功率载荷确定方法、工况诊断方法及装置 | |
CN108678728A (zh) | 一种基于k-means的油井参数分析组合算法 | |
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 | |
CN116641855A (zh) | 一种风力发电机组运行监测方法、***、设备及存储介质 | |
CN115761362B (zh) | 基于特征融合的施工阶段智能识别模型、方法及装置 | |
CN114508490B (zh) | 一种智能中开离心泵以及应用于该离心泵的网络故障点定位方法、可读存储模块 | |
CN115788771A (zh) | 一种基于物联网技术的风力发电***的智能运维管理*** | |
CN110879317A (zh) | 一种游梁式抽油机平衡度的测量方法及*** | |
CN112861957A (zh) | 一种油井运行状态检测方法及装置 | |
CN116827193B (zh) | 基于参数辨识的抽油机电机参数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |