基于示功图的油井工况智能分析

• 作者: 何飞 孙换春 张乃禄 李选锋 郭永宏 陈昌
• 来源期刊: 油气田地面工程
• 关键词: 数字化油田 油井工况 示功图 模式识别 数据采集
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 数字油田
• 页码范围: 7-9
• 分类号: TE933.1
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2011.4.003

摘要

油井工况智能诊断是数字化油田发展的一个重要方面,其重点是通过智能诊断技术提高油井故障诊断的准确性和多故障同时诊断的能力.结合延长油田定边采油厂油田数字化研究项目,研究基于示功图的油井工况智能分析技术.通过实时采集有杆泵抽油机的示功图.应用人工神经网络技术进行模式动态识别,提取特征参数,并根据油井自身参数建立油井故障诊断模型,可对油井工况进行快速、准确地识别和智能分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张乃禄	西安石油大学电子工程学院	90	672	13.0	19.0
2	郭永宏		12	63	4.0	7.0
3	李选锋		6	68	5.0	6.0
4	何飞	西安石油大学电子工程学院	7	57	4.0	7.0
5	孙换春	西安石油大学电子工程学院	3	45	3.0	3.0
6	陈昌		1	27	1.0	1.0