計算機網(wǎng)絡(luò)的發(fā)展推動了油田智能化的進程。油井多分布于荒涼偏遠地區(qū),依靠人工的方式對抽油機運行狀態(tài)進行監(jiān)測比較困難且實時性較差。因此,實現(xiàn)采油井自動化監(jiān)控已是采油井科學管理的必然趨勢。示功圖分析法是油井工況分析的常用方法。智慧油田數(shù)據(jù)采集與故障診斷研究與實現(xiàn),設(shè)計并實現(xiàn)了一整套集數(shù)據(jù)采集、數(shù)據(jù)管理、故障診斷和數(shù)據(jù)展示的智能系統(tǒng)。本文首先對石油行業(yè)的發(fā)展現(xiàn)狀和抽油機故障診斷研究現(xiàn)狀進行了分析,進而表明本文所設(shè)計的智能系統(tǒng)對于石油生產(chǎn)的重要意義。然后詳細介紹了系統(tǒng)的核心算法:基于灰度矩陣的示功圖特征提取算法。從理論角度剖析了算法應(yīng)用的可行性。詳細闡述了算法的實現(xiàn)步驟以及特征提取過程中應(yīng)用的算法思想。最終給出了通過算法提取的典型故障示功圖各特征值,這些特征值是故障識別應(yīng)用的依據(jù)。以特征提取算法為核心,設(shè)計了一套具有數(shù)據(jù)管理與故障診斷功能的軟件平臺。該平臺應(yīng)用Spring、Spring MVC、My Batis架構(gòu)搭建,具備用戶及權(quán)限管理、參數(shù)匯總、報表查詢、曲線分析以及作業(yè)區(qū)管理等5個核心功能模塊,能夠滿足油田生產(chǎn)數(shù)據(jù)自動化管理的需求。同時能夠?qū)收线M行初步的判斷,對于及時了解油井工況起著重要... 

【文章來源】：中國石油大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【部分圖文】：

系統(tǒng)整體方案設(shè)計圖

中國石油大學（北京）碩士學位論文-13-第3章基于灰度矩陣的示功圖特征提取算法如今，對于功圖法進行故障診斷大多還是通過人工的方法，依靠經(jīng)驗識別無疑提高了用人成本。而利用計算機自動識別示功圖的方法也有很多。例如通過建立數(shù)學模型對示功圖特征進行提取，此類方法需要大量數(shù)學公式推導(dǎo)，耗時耗力；或基于BP神經(jīng)網(wǎng)絡(luò)，此方法需要大量的功圖模板，不斷對模型進行訓練，識別準確度完全取決于示功圖模板的選擇。基于灰度矩陣的示功圖特征提取，首先將示功圖轉(zhuǎn)換為相應(yīng)的灰度矩陣，再提取灰度直方圖的均值、方差、偏度、峰度、能量以及熵等6個統(tǒng)計特征得到特征向量。特征向量是示功圖診斷的依據(jù)。3.1相關(guān)概念介紹3.1.1抽油機工作原理有桿泵采油系統(tǒng)由抽油桿、抽油機和抽油泵組成，如圖3.1所示。有桿泵是指利用抽油桿上下往復(fù)運動所驅(qū)動的柱塞式抽油泵。有桿泵采油具有結(jié)構(gòu)簡單、故障率低等特點[12]。同時發(fā)展時間較長，技術(shù)成熟，在采油領(lǐng)域占主導(dǎo)地位。圖3.1有桿泵采油系統(tǒng)示意圖Fig.3.1SchematicDiagramofRodPumpProductionSystem

中國石油大學（北京）碩士學位論文-17-以上故障大多會導(dǎo)致原油減產(chǎn)，更嚴重的，可能會導(dǎo)致設(shè)備故障。及時準確地診斷采油系統(tǒng)的故障對保證產(chǎn)量有著重要意義[20-23]。3.2特征提取方法概述經(jīng)驗豐富的工人也許可以通過觀察示功圖立即判斷出抽油機工作是否正常。而這些經(jīng)驗通過工人“言傳身教”給計算機顯然是不現(xiàn)實的。這就需要找到示功圖之間的差異，即每種示功圖的特征；同時需要將特征進行量化，即特征值。有了特征值，計算機就可以通過值的大小來對示功圖進行故障診斷了。目前示功圖特征提取方法主要有以下幾類：面積法、網(wǎng)格法、矢量法以及差分曲線法[24-27]。面積法是將示功圖的面積作為識別特征，主要依據(jù)示功圖面積大小以及示功圖面積隨時間變化的趨勢。此方法只適用于區(qū)分出連抽帶噴、抽油桿斷脫等功圖呈窄帶形狀的示功圖。網(wǎng)格法是利用網(wǎng)格將示功圖劃分為若干的小區(qū)域，然后標記示功圖曲線所經(jīng)過的區(qū)域并由此提取示功圖特征向量，此方法具有一定的局限性[30]。矢量法以邊界與圖形重心間的矢量距離作為特征提取依據(jù)。雖然該方法提取特征效果較好，但計算量大[28]，影響故障診斷效率。差分曲線法通過差分曲線來簡化示功圖識別過程，但該方法只適用于識別普通故障。本文所采用的基于灰度矩陣的特征提取方法，以網(wǎng)格法的基礎(chǔ)，并運用圖像處理以及模式識別相關(guān)理論進行優(yōu)化。其特點是計算簡單，特征性強，識別效率高。為了更好地說明算法實現(xiàn)的步驟，本章以圖3.6作為示例示功圖。圖3.6示例示功圖Fig.3.6ExampleofIndicatorDiagram


本文編號：3091877