文档介绍：抽油机井电能远程集中抄表信息处理实用技术研究
抽油机井电能远程集中抄表信息处理实用技术研究
摘要:介绍了一种新型的抽油机井远程工况监测与故障诊断系统,设计了抽油机井远程电参数实时数据采集系统,利用fuzzy-ARTMAP神经网络建立抽油机井电参数故障诊断模型,并开发了诊断系统的相关软件。通过现场使用与诊断实践,证明该系统能够及时发现并诊断出抽油机井的运行故障,能够为油田的抽油机井安全高效生产提供可靠的技术保证。
关键词:抽油机故障诊断神经网络
一、前言
抽油机是油田机械采油的主要设备之一,其电能消耗一般能占采油厂电能消耗的20%以上,是采油厂运行成本的主要组成部分,因此,统计抽油机井的单井耗电量,是采油厂日常管理的常规内容。为了更及时的把握抽油机井的用电情况,胜利油田的许多油井安装了带有数据远传功能的智能电能表,实现抽油机井耗电的远程抄表,为机械采油系统的精细管理带来了便利。
二、技术原理分析
Fuzzy-ARTMAP神经网络模型
神经网络方法是一种具有自学习功能的并行的方法,但在实时的或非稳定环境中,一般的神经网络结构,都存在着所谓的稳定性-可塑性两难问题(stability-plasticity dilemma )
故障诊断流程
能够表征抽油机井故障信息的远传参数,包括电压均值、电流均值、有功功率均值、功率因数均值、有功功率波动系数,上位机程序能够实时描绘有功功率、功率因数、电流曲线,可以任意查询一年内任何一天的功率、功率因数、电流历史曲线和数据。
根据现场实测数据和相关文献分析【1】【4】,Fuzzy-ARTMAP神经网络的输入端参数除上述参数外还包括有功功率12小时内变动差值、有功功率与上限估计值的差值、有功功率与下限估计值的差值等3个推导量。
神经网络的输出端包括:正常、油泵卡阻、抽油杆偏磨、抽油杆断脱、油泵漏失、皮带打滑,共6种故障,形成逻辑向量,在使用网络前,对其进行初始化,在油井管理日志数据库中,挑选不少于50组该口抽油机井的相关数据,形成初始化训练样本,对神经网络进行训练。模型投入运行后,每月常规油井测试中获取的电参数、示功图等数据也作为训练样本定期对Fuzzy-ARTMAP神经网络诊断模型的相关参数进行修正。

该技术先后在胜利油田东辛采油厂的14口抽油机井上进行了试验,除停井维护和个