[发明专利]基于大数据监控的油气田设备生产状态判别系统与方法

说明书

本发明提供了基于大数据监控的油气田设备生产状态判别系统与方法。该系统包括存储单元、视频巡检控制单元和视频分析识别单元；视频巡检控制单元在每次发出巡检指令后，在数据库内添加信息框，包括该预置点的属性信息，如抽油机信息；视频分析识别单元获取数据库内的该预置点的属性信息，通过图像分析对比确定抽油机在视频画面中的位置，以及根据观测点的运动轨迹来判断抽油机的工作状态，将识别后的结果经过处理后返回至数据库；视频巡检控制单元读取由视频分析识别单元返回的结果。本发明的上述技术能够识别抽油机的工作状态，不通过人工监控即可及时获知抽油机是否空转，能够及时将空转的抽油机启停。

技术领域

本发明涉及信息处理技术，尤其涉及一种基于大数据监控的油气田设备生产状态判别系统与方法。

背景技术

目前，由于长期的作业开采，部分地区油液量不能满足抽油机满负荷工作状态，所以抽油机有部分时间是处于空转状态，在这样的工作状态下会浪费大量的资源。所以在石油工业在采油作业中，针对产液量不足的油井，通过对油井产液量的综合分析，制定科学的间抽周期，并合理的启停抽油设备，达到节能降耗的目的。通常这种油井被称为间抽井。首先，抽油机的工作状态是需要判别的，其次，在机器在启动时要检查附近是否存在安全隐患等。

然而，目前对于油井的工作状态判定还基于人工巡查等原始方式，而这种方式存在巡检时间长、人工强度大以及发现不及时等问题。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不意图确定本发明的关键或重要部分，也不意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

鉴于此，本发明提供了基于大数据监控的油气田设备生产状态判别系统与方法，以至少解决现有的基于人工巡查等判定油井工作状态的方式存在的巡检时间长、人工强度大以及发现不及时等问题。

本发明的一方面提供了一种基于大数据监控的油气田设备生产状态判别系统，所述基于大数据监控的油气田设备生产状态判别系统包括存储单元、视频巡检控制单元和视频分析识别单元；其中，存储单元用于存储预定的数据库；视频巡检控制单元用于设置视频巡检预置点位，每次发出巡检指令后在所述数据库内添加对应的信息框，所述信息框内包括该预置点的属性信息，该属性信息至少包括该预置点对应的抽油机信息；视频分析识别单元用于获取所述数据库内的该预置点的属性信息，对该预置点进行图像分析对比，以确定抽油机在视频画面中的位置，以及根据观测点的运动轨迹来判断抽油机的工作状态，将识别后的结果经过处理后返回至所述数据库；视频巡检控制单元还用于读取所述数据库内的由所述视频分析识别单元返回的结果。

进一步地，每个预置点的属性信息包括巡检点数据表和抽油机数据表；其中，所述巡检点数据表包括巡检点标识、云台信息、相机类型、相机信息、观测范围以及抽油机标识数组中的一种或多种信息；所述抽油机数据表包括抽油机标识、所在巡检点标识、抽油机类型以及抽油机外接矩形中的一种或多种信息。

进一步地，该系统还包括模型获得单元，所述模型获得单元用于构建用于识别抽油机的工作状态的识别模型。

进一步地，所述抽油机的工作状态包括：空转和正常运转。

进一步地，所述模型获得单元在训练所述识别模型的过程中，利用数据库样本模型，先识别出抽油机在图像画面中的相对位置，利用数据算法进行位移偏量纠正，对纠正后的抽油机状态根据每秒1帧进行识别，再根据每帧图像对比，判定抽油机运动部位是否有移动。