[发明专利]抽油机井的故障诊断方法及装置

说明书

本发明提供了一种抽油机井的故障诊断方法及装置，其中，该方法包括：采集待诊断抽油机井的三相电压、电流瞬时值；根据三相电压、电流瞬时值，确定待诊断抽油机井的实测电功率曲线；根据功率示功图神经网络转换模型，将实测电功率曲线转换为实测示功图；从实测示功图中提取直方图特征，根据直方图特征得到实测示功图对应的特征向量；将实测示功图对应的特征向量，与预先存储在向量样本库中的多个向量特征进行相似度分析，得到与实测示功图对应的特征向量相似度最高的特征向量，将相似度最高的特征向量对应的故障类型作为待诊断抽油机井的故障类型。上述技术方案提高了抽油机井故障诊断的效率和准确率，降低了成本，具有广泛的应用前景。

技术领域

本发明涉及油田机械采油技术领域，特别涉及一种抽油机井的故障诊断方法及装置。

背景技术

通过地面示功图可分析油井工作状态、判断油井故障，抽油机井地面示功图可由载荷传感器获得，但是存在成本高、普及率低、数据易漂移失真等问题；同时，目前工况诊断方法是利用数学模型将地面示功图转换为井下泵功图，再通过神经网络识别技术识别油井工况，存在一些问题：地面功图转井下泵功图计算复杂，其神经网络方法需要不断训练，并且选取功图周长、面积等几个简单特征值，识别率受限。因此，现有抽油机井的故障诊断方案存在准确率和效率低、成本高的问题。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种抽油机井的故障诊断方法，用以提高抽油机井故障诊断的效率和准确率，降低成本，该方法包括：

采集待诊断抽油机井的三相电压、电流瞬时值；

根据所述三相电压、电流瞬时值，确定待诊断抽油机井的实测电功率曲线；

根据预先建立的功率示功图神经网络转换模型，将所述待诊断抽油机井的实测电功率曲线转换为待诊断抽油机井的实测示功图；所述功率示功图神经网络转换模型根据多个电功率曲线与对应的示功图样本对建立；

从所述实测示功图中提取直方图特征，根据直方图特征得到实测示功图对应的特征向量；

将所述实测示功图对应的特征向量，与预先存储在向量样本库中的多个向量特征进行相似度分析，得到与实测示功图对应的特征向量相似度最高的特征向量，将所述相似度最高的特征向量对应的故障类型作为待诊断抽油机井的故障类型。

本发明实施例还提供了一种抽油机井的故障诊断装置，用以提高抽油机井故障诊断的效率和准确率，降低成本，该装置包括：

采集单元，用于采集待诊断抽油机井的三相电压、电流瞬时值；

实测电功率曲线确定单元，用于根据所述三相电压、电流瞬时值，确定待诊断抽油机井的实测电功率曲线；

示功图转换单元，用于根据预先建立的功率示功图神经网络转换模型，将所述待诊断抽油机井的实测电功率曲线转换为待诊断抽油机井的实测示功图；所述功率示功图神经网络转换模型根据多个电功率曲线与对应的示功图样本对建立；

提取单元，用于从所述实测示功图中提取直方图特征，根据直方图特征得到实测示功图对应的特征向量；

故障诊断单元，用于将所述实测示功图对应的特征向量，与预先存储在向量样本库中的多个向量特征进行相似度分析，得到与实测示功图对应的特征向量相似度最高的特征向量，将所述相似度最高的特征向量对应的故障类型作为待诊断抽油机井的故障类型。

本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述抽油机井的故障诊断方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行抽油机井的故障诊断方法的计算机程序。

本发明实施例提供的技术方案：