基于特征识别的电潜泵井工况智能诊断新方法

• 作者: 尹玉琼 张瑞超 徐林颖 杨康敏 肖良飞 陈德春
• 来源期刊: 中国石油大学胜利学院学报
• 学科: 工学
• 关键词: 电潜泵井 电流卡片 特征识别 智能诊断
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 机械控制与信息工程
• 页码范围: 41-45
• 页数: 5页
• 分类号: TE355
• 字数: 3069字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5935.2018.04.010

摘要

针对目前油田现场电潜泵井工况诊断方式一般为人工诊断,存在工作技术性强,依赖技术人员的经验和方法,诊断效率和精度较低,且工作量大等缺陷的问题,以油田现场采集的电流卡片为数据来源,形成了10种不同典型工况下的电流卡片样本库,分析每种典型工况下电流曲线的形态特征及其形成原因,统一规范并确定了5个特征参数和7个电流特征以及它们的阈值,并对每种典型工况下的电流曲线进行特征提取,从而形成了基于特征识别的电潜泵井工况智能诊断新方法,以判断油井工况故障,并提出解决措施.对油田现场6口油井的电流卡片进行工况诊断,工况诊断符合率为100％,表明所建立的诊断模型具有很好的精度,可以满足油田现场工程对诊断精度的要求,能够为油田现场的生产提供理论支持和指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张瑞超	中国石油大学胜利学院油气工程学院	9	13	2.0	2.0
2	徐林颖	东营职业学院会计学院	4	10	3.0	3.0
3	杨康敏	中国石化河南油田分公司石油工程研究院	3	14	1.0	3.0
4	尹玉琼	东营职业学院石油装备与机电工程学院	2	0	0.0	0.0