基于主成分分析法的电潜泵故障诊断

• 作者: 于继飞 彭龙 范白涛 隋先富 韩国庆
• 来源期刊: 西南石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 电潜泵 主成分分析 特征提取 模式识别 故障诊断
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 油气田人工智能技术与应用专刊
• 页码范围: 107-114
• 页数: 8页
• 分类号: TE983
• 语种: 中文
• DOI: 10.11885/j.issn.1674-5086.2020.06.10.01

摘要

电潜泵(Electric Submersible Pump, ESP)举升技术在非自喷高产井和高含水井中应用广泛,ESP在生产过程易发生故障,进而导致作业中断,造成严重经济损失.如何有效利用传感器、数据采集系统,SCADA系统实时采集的ESP系统生产数据,对ESP的工作状态进行提前预估至关重要.采用主成分分析法(PCA)对泵实时生产数据进行研究分析,根据电潜泵生产数据之间线性组合进行特征提取,降低生产数据的维度,创造新的主元空间,用很少的主元重新评估ESP生产系统,得出ESP井故障原因并预估ESP剩余使用寿命.主成分分析采用霍特林平方统计算法和平方误差分析算法建立诊断模型,该模型可以预估ESP剩余作业时间并确定泵出现故障的主因.以渤海油田为例,对ESP井实时数据进行主成分建模,预测泵故障的主因及故障时间,对比ESP实际生产作业时间,验证PCA进行故障诊断的可行性.证明PCA作为模式识别的一种方法可以有效监测ESP健康状况,预测ESP故障的主因.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩国庆		60	542	13.0	21.0
2	隋先富		6	83	4.0	6.0
3	于继飞		3	8	1.0	2.0
4	彭龙		3	4	1.0	2.0
5	范白涛		2	1	1.0	1.0