[发明专利]模型构建方法、抽油泵故障诊断方法、装置及相关产品

说明书

本申请公开一种模型构建方法、抽油泵故障诊断方法、装置及相关产品。首先获得待诊断抽油泵的故障示功图；其后根据所述故障示功图相对于所述待诊断抽油泵的正常示功图的示功图变化特征确定所述待诊断抽油泵的故障类型。尽管不同故障类型下抽油泵的故障示功图表现的特征可能相似，但是不同故障类型下故障示功图相对于正常示功图的变化不同。因此，本申请中利用故障示功图相对于待诊断抽油泵的正常示功图的示功图变化特征可以确定出待诊断抽油泵的故障类型。相比现有技术，本申请将示功图表现相似的故障类型有效区分，提供准确可靠的诊断结果，从而便于油井作业现场根据抽油泵的故障类型采取有效应对措施来解除故障，快速及时地恢复油井的正常生产。

技术领域

本申请涉及油井作业领域，特别是涉及一种模型构建方法、抽油泵故障诊断方法、装置及相关产品。

背景技术

目前进行油田井下生产作业时，举升用的泵设备主要包括抽油泵、电潜泵、螺杆泵三种，其中，抽油泵是最为普遍的举升泵设备。采用抽油泵的油井称为抽油井。在抽油井作业时，通过地面的采油设备的往复运动，带动井筒中的抽油泵将地层中的原油举升到地面。

由于长期在井筒井下的复杂条件下进行不间断的运动，因此抽油泵受到抽油泵结构及井筒内环境介质的影响很容易出现故障问题，例如凡尔漏失、井筒出砂等故障。此外，抽油泵也会受到储层本身供液不足的影响导致抽油泵的工作状态变化。另外，抽油杆的断脱、油管的漏失等问题也会直接导致抽油泵无法继续工作。

以上各种故障情况都会引起抽油泵的工作效率降低或工作停止，进而导致油井产量的降低或直接造成油井停产。出现抽油泵故障后，需要分析清楚故障的类型和导致故障的原因，从而得以更换井下抽油泵的复杂作业，或对井筒进行相应的处理措施，恢复油井的生产。

目前已有的技术中通常是对抽油泵示功图形状特征进行识别来判断抽油泵故障。但是很多不同类型的故障在示功图表现的形状特征上非常接近，因此依照现有技术难以准确区分和识别抽油泵的故障。如何提升抽油泵故障诊断的准确性已成为本领域急需解决的技术问题。

发明内容

基于上述问题，本申请提供了一种模型构建方法、抽油泵故障诊断方法、装置及相关产品，以准确区分抽油泵不同类型的故障，提升抽油泵故障诊断的准确性，以便及时解除故障，恢复油井的正常生产。

本申请实施例公开了如下技术方案：

第一方面，本申请提供一种模型构建方法，包括：

获得样本抽油泵的多种故障类型分别对应的故障示功图；

获得所述样本抽油泵的故障示功图和正常示功图各自的二次特征；所述二次特征包括以下中的至少两种：最大载荷、最小载荷或示功图闭合面积；

利用所述二次特征对待训练的模型进行训练，得到所述故障诊断模型。

可选地，当所述二次特征包括：最大载荷、最小载荷和示功图闭合面积时，所述获得所述样本抽油泵的故障示功图和正常示功图各自的二次特征，具体包括：

根据所述故障示功图的载荷数据获得所述故障示功图的最大载荷和最小载荷；根据所述正常示功图的载荷数据获得所述正常示功图的最大载荷和最小载荷；

根据所述故障示功图的载荷数据和位移数据，通过面积累计的方式获得所述故障示功图的示功图闭合面积；根据所述正常示功图的载荷数据和位移数据，通过面积累计的方式获得所述正常示功图的示功图闭合面积。

可选地，方法还包括：

将所述样本抽油泵的多种故障类型分别对应的故障示功图分为训练示功图和测试示功图；

所述利用所述二次特征对待训练的模型进行训练，得到所述故障诊断模型，具体包括：

利用所述训练示功图的二次特征和所述正常示功图的二次特征对所述待训练的模型进行训练，得到待测试模型；