劉彬

摘要：隨著近年來(lái)海上油田電潛泵使用故障率較高的狀況，在調(diào)查研究的基礎(chǔ)上以現(xiàn)場(chǎng)采集的電流卡片為數(shù)據(jù)來(lái)源，進(jìn)行整理和歸納，形成不同典型工況下的電流卡片樣本庫(kù)，并分析了每種典型工況下電流曲線(xiàn)的形態(tài)特征及其形成原因，為電潛泵井的工況診斷及故障處理提供依據(jù)。對(duì)現(xiàn)場(chǎng)油井的電流卡片進(jìn)行工況診斷，工況診斷符合率為100%，表明所建立的診斷模型具有很好的精度，可以滿(mǎn)足油田現(xiàn)場(chǎng)工程對(duì)診斷精度要求，能夠?yàn)橛吞铿F(xiàn)場(chǎng)的生產(chǎn)提供理論支持和指導(dǎo)。

關(guān)鍵詞：電潛泵井；工況診斷；工況故障；形態(tài)特征；特征參數(shù)；優(yōu)化措施

針對(duì)目前油田現(xiàn)場(chǎng)電潛泵井工況診斷方式一般為人工診斷，存在工作技術(shù)性強(qiáng)，依賴(lài)技術(shù)人員的經(jīng)驗(yàn)和方法，診斷效率和精度較低，且工作量大等缺陷的問(wèn)題，以油田現(xiàn)場(chǎng)采集的電流卡片為數(shù)據(jù)來(lái)源，形成了10種不同典型工況下的電流卡片樣本庫(kù)，分析每種典型工況下電流曲線(xiàn)的形態(tài)特征及其形成原因，統(tǒng)一規(guī)范并確定了5個(gè)特征參數(shù)和7個(gè)電流特征以及它們的閾值，并對(duì)每種典型工況下的電流曲線(xiàn)進(jìn)行特征提取，從而形成了基于特征識(shí)別的電潛泵井工況智能診斷新方法，以判斷油井工況故障，并提出解決措施。

1基于特征識(shí)別的電潛泵井工況診斷方法

1.1不同典型工況下電流卡片樣本庫(kù)

以油田現(xiàn)場(chǎng)采集的電流卡片為數(shù)據(jù)來(lái)源，進(jìn)行整理和歸納，形成了10種不同典型工況下的電流卡片樣本庫(kù)，并分析了每種典型工況下電流曲線(xiàn)的形態(tài)特征及其形成原因，為后面電潛泵井的工況診斷及故障處理提供依據(jù)。

1.2基于特征識(shí)別的工況診斷數(shù)學(xué)模型

1.2.1標(biāo)準(zhǔn)化處理

獲得實(shí)時(shí)電流數(shù)據(jù)之后，首先需進(jìn)行標(biāo)準(zhǔn)化處理。由于樣本庫(kù)中經(jīng)過(guò)處理后的正常工作電流對(duì)應(yīng)的值為0.7，停機(jī)后的電流對(duì)應(yīng)的值為0.4。所以可對(duì)待診斷的電流數(shù)據(jù)I測(cè)做如下處理，以便進(jìn)行后續(xù)的特征分析：

式中，I標(biāo)準(zhǔn)為標(biāo)準(zhǔn)化處理之后的電流，A；I測(cè)為測(cè)得的電流，A；I正常為電泵設(shè)定的正常工作電流，A。此外樣本庫(kù)中的時(shí)間量是弧度θ（0～2π）對(duì)應(yīng)著24h，所以還須將時(shí)間進(jìn)行標(biāo)準(zhǔn)化處理：

式中，θ為標(biāo)準(zhǔn)化處理之后的時(shí)間，弧度；T為測(cè)定電流值對(duì)應(yīng)的時(shí)間，min。完成標(biāo)準(zhǔn)化處理之后，通過(guò)計(jì)算各點(diǎn)斜率，可獲得一組反映電流變化規(guī)律的標(biāo)準(zhǔn)斜率數(shù)據(jù)。

1.2.2特征參數(shù)及其閾值的確定

特征量提取之前，定義以下5個(gè)特征參數(shù)及其閾值：

①α+為較大的正值（α+>5）；②α-為較大的負(fù)值（α-<-5）；③β+為較小的正值（0.2≤β+≤2）；④β-為較小的負(fù)值（-2≤β-≤-0.2）；⑤0為βmax-<0<βmin+。

上述5個(gè)特征參數(shù)的閾值是在綜合分析典型電流卡片下電流斜率變化規(guī)律的基礎(chǔ)之上，再經(jīng)過(guò)數(shù)據(jù)的統(tǒng)計(jì)分析確定的。

1.2.3特征量提取與分析

在樣本庫(kù)中定義3類(lèi)特征。

（1）穩(wěn)定電流特征：斜率都為0。

（2）非穩(wěn)定電流特征：

①電流緩慢減小。斜率維持為β-較長(zhǎng)一段時(shí)間。②電流快速減小。斜率很短時(shí)間內(nèi)出現(xiàn)β-。③電流增加。斜率維持為β+一段時(shí)間。④電流波動(dòng)。斜率為β+和β-交替出現(xiàn)。

（3）電流突變特征：①停機(jī)。斜率數(shù)據(jù)中檢測(cè)到α-。②再啟動(dòng)。斜率數(shù)據(jù)中檢測(cè)到α+。

在進(jìn)行電流卡片分析時(shí)，要在標(biāo)準(zhǔn)斜率數(shù)據(jù)中檢測(cè)以上特征，進(jìn)而用以對(duì)不同電流卡片進(jìn)行區(qū)分。進(jìn)行檢測(cè)時(shí)規(guī)定每5%個(gè)連續(xù)的標(biāo)準(zhǔn)斜率數(shù)據(jù)為一個(gè)數(shù)據(jù)單元，例如100個(gè)標(biāo)準(zhǔn)斜率數(shù)據(jù)依次為：A，B，C，D，E，F(xiàn)，G，H，…，將{A，B，C，D，E}{B，C，D，E，F(xiàn)，}和{D，E，F(xiàn)，G，H}都視為不同的數(shù)據(jù)單元。該數(shù)據(jù)單元主要用于電流漸變特征的檢測(cè)，所以包含α-或α+的數(shù)據(jù)單元沒(méi)有意義，分析時(shí)不將其視為一個(gè)數(shù)據(jù)單元。在進(jìn)行穩(wěn)定電流特征檢測(cè)時(shí)，如果一個(gè)數(shù)據(jù)單元中0出現(xiàn)的頻數(shù)大于數(shù)據(jù)單元中數(shù)據(jù)總數(shù)的60%（不包含60%）時(shí)，也就是說(shuō)對(duì)于上述提到的時(shí)間單元{A，B，C，D，E}中的5個(gè)數(shù)據(jù)中必須檢測(cè)到4或5次0，才開(kāi)始啟動(dòng)電流穩(wěn)定特征的檢測(cè)，將其稱(chēng)作穩(wěn)定電流特征檢測(cè)的啟動(dòng)條件。在進(jìn)行非穩(wěn)定電流特征檢測(cè)時(shí)，如果數(shù)據(jù)單元中β+和β-出現(xiàn)的總頻數(shù)大于數(shù)據(jù)單元中數(shù)據(jù)總數(shù)的40%（包含40%）時(shí)，開(kāi)啟非穩(wěn)定電流特征的檢測(cè)，將其稱(chēng)作非穩(wěn)定電流特征檢測(cè)的啟動(dòng)條件。對(duì)于存在電流突變特征的電流卡片，先檢測(cè)停機(jī)特征即[α-]，然后再?gòu)耐C(jī)數(shù)據(jù)點(diǎn)按時(shí)間自后向前搜索。如果非穩(wěn)定電流特征的檢測(cè)開(kāi)啟，繼續(xù)一次取一個(gè)時(shí)間單元往前檢測(cè)，直至出現(xiàn)穩(wěn)定電流特征或電流突變特征時(shí)，檢測(cè)終止。

完成非穩(wěn)定數(shù)據(jù)組的提取之后，便可以在數(shù)據(jù)組中進(jìn)一步檢測(cè)，能很容易將以上4種數(shù)據(jù)組形式區(qū)分開(kāi)來(lái)，從而可以確定其所屬的不同特征類(lèi)型。如果從停機(jī)數(shù)據(jù)點(diǎn)按時(shí)間自后向前搜索時(shí)，穩(wěn)定電流特征的檢測(cè)開(kāi)啟。然后，同樣一次取一個(gè)時(shí)間單元往前檢測(cè)，假如出現(xiàn)非穩(wěn)定電流特征，且繼續(xù)向前檢測(cè)能提取到[β-、0、β-]的非穩(wěn)定數(shù)據(jù)組，則可判斷其屬于欠載保護(hù)失靈的電流卡片特征。否則，假如沒(méi)有出現(xiàn)非穩(wěn)定特征，則可判斷其屬于突發(fā)情況下引起停機(jī)的電流卡片特征。如果從停機(jī)數(shù)據(jù)點(diǎn)按時(shí)間自后向前搜索時(shí)，第一個(gè)數(shù)據(jù)點(diǎn)便檢測(cè)到再啟動(dòng)特征即[α+]，則可判斷其屬于欠電流停泵的電流卡片特征?；谏鲜龅奶卣鲄?shù)及診斷規(guī)則，對(duì)樣本庫(kù)中10種不同典型工況下的電流卡片進(jìn)行了特征量分析，并提取其特征值，形成了基于特征識(shí)別的電潛泵井工況診斷新方法，從而實(shí)現(xiàn)了電潛泵井工況的智能診斷。

2實(shí)例計(jì)算與分析

為進(jìn)一步驗(yàn)證所建立模型的計(jì)算精度，需運(yùn)用油田現(xiàn)場(chǎng)實(shí)際的電流卡片數(shù)據(jù)對(duì)工況診斷模型進(jìn)行檢驗(yàn)。對(duì)現(xiàn)場(chǎng)油井的電流卡片進(jìn)行工況診斷，計(jì)算結(jié)果如表1所示。

由表1可知，工況診斷符合率為100%，證明所建立的模型具有很好的精度，可以滿(mǎn)足油田現(xiàn)場(chǎng)工程對(duì)診斷精度的要求，能夠?yàn)橛吞铿F(xiàn)場(chǎng)的生產(chǎn)提供理論支持和指導(dǎo)。

3結(jié)論

（1）統(tǒng)一規(guī)范和確定了5個(gè)特征參數(shù)和7個(gè)電流特征以及它們的閾值，這7個(gè)電流特征的不同組合可以將10種典型工況下的電流卡片完全區(qū)分開(kāi)，并對(duì)每種典型工況下的電流卡片進(jìn)行了特征提取，從而形成了基于特征識(shí)別的電潛泵井工況智能診斷新方法。

（2）對(duì)油田現(xiàn)場(chǎng)6口油井的電流卡片進(jìn)行工況診斷，工況診斷符合率為100%，所建立的診斷模型能夠非常準(zhǔn)確地探尋樣本庫(kù)中已定義的各種電流卡片特征或特征組合，具有良好的精度，可以滿(mǎn)足油田現(xiàn)場(chǎng)工程對(duì)診斷精度的要求，能夠?yàn)楝F(xiàn)場(chǎng)的生產(chǎn)提供理論支持和指導(dǎo)。

參考文獻(xiàn)

[1]鮑敬偉，李麗，葉繼根，等.高含水復(fù)雜斷塊油田加密井井位智能優(yōu)選方法及其應(yīng)用[J].石油學(xué)報(bào)，2017，38（4）：444-452，484.

（作者單位：海洋采油廠(chǎng)海四采油管理區(qū)）