基于特征識別的電潛泵井工況智能診斷新方法

張瑞超,尹玉瓊,徐林穎，陳德春,肖良飛,楊康敏

(1.中國石油大學勝利學院 油氣工程學院,山東 東營 257000; 2.東營職業(yè)學院 石油裝備與機電工程學院,山東 東營 257091; 3.東營職業(yè)學院 會計學院，山東 東營 257091;4.中國石油大學(華東) 石油工程學院,山東 青島 266580; 5.中國石化河南油田分公司 石油工程研究院,河南 鄭州 473000)

目前,我國大部分油田已進入開發(fā)中后期[1-2],采出液的含水率不斷升高[3-5],而電潛泵因其排量大、功率高、能量傳遞方式簡單及管理方便等優(yōu)點[6-7],已成為保持油井高產(chǎn)的必然選擇。但電潛泵一般為深井作業(yè),井下工作環(huán)境復雜,運行工況難以掌握,而且電泵成本較高[8-10],如果不能及時地把握電泵的工作狀況,對故障進行及時的處理,就可能造成很大的損失。因此,通過工況診斷分析來及時發(fā)現(xiàn)故障,減少電泵在不正常工況下的工作時間,是電潛泵井高效穩(wěn)定生產(chǎn)的重要保障。油田現(xiàn)場一般是人工通過電流卡片來進行電潛泵井的工況診斷分析[11-13],但人工診斷方法工作技術性強,依賴技術人員的經(jīng)驗和方法,效率較低且工作量大,嚴重影響著工況診斷分析的及時性與準確性。因此,以電潛泵的工作原理為基礎,結(jié)合電流卡片和油井生產(chǎn)數(shù)據(jù),分析電潛泵井常見的工況類型和每種工況類型下電流曲線的形態(tài)特征,提取不同工況類型下的電流曲線特征量,形成基于特征識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

以油田現(xiàn)場采集的電流卡片為數(shù)據(jù)來源,進行整理和歸納,形成了10種不同典型工況下的電流卡片樣本庫,并分析了每種典型工況下電流曲線的形態(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),不同典型工況下的電流卡片樣本庫如圖1所示。

(1)正常運轉(zhuǎn)時的電流卡片如圖1(a)所示,電流是恒定的,電流曲線比較理想,是平滑對稱的曲線,可能會產(chǎn)生細小的波動,但不可能較大。

(2)含氣狀態(tài)下運行的電流卡片如圖1(b)所示,電流曲線呈現(xiàn)為有規(guī)律的長期波動,工作電流波動的周期、幅度幾乎相同,波動時間長,但沒有形成過載或欠載。

(3)泵氣鎖時的電流卡片如圖1(c)所示,電潛泵由于氣鎖而產(chǎn)生停泵現(xiàn)象,電流曲線表現(xiàn)為A段由于液面高,工作電流高于正常值;B段為電潛泵正常運轉(zhuǎn)電流;C段由于液面下降、低于額定排量而工作電流下降,氣體在泵附近脫氣,電流開始出現(xiàn)波動;D段由于液面低、間歇出氣和不規(guī)則液流引起工作電流既低又不穩(wěn)定,最后泵因欠載而停機。

圖1 不同典型工況類型下的電流卡片樣本庫

(4)泵抽空時的電流卡片如圖1(d)所示,電潛泵由于抽空而欠載停泵,電流曲線表現(xiàn)為A、B、C三段曲線的分析與氣鎖情況相同,但由于該井內(nèi)無游離氣體逸出,也無脈動,所以電流平穩(wěn)。在D段中,由于液面低,電流急劇下降并欠載停機,在機組再起動過程中,電流迅速下降,短時間內(nèi)欠載停機。

(5)頻繁的短期循環(huán)的電流卡片如圖1(e)所示,電流和電潛泵機組的啟停表現(xiàn)為周期性的波動。

(6)欠電流停泵的電流卡片如圖1(f)所示,當泵啟動后,馬上因為欠電流而停機,在再啟動過程中,這一過程不斷循環(huán)。

(7)欠載保護失靈的電流卡片如圖1(g)所示,表現(xiàn)為電潛泵機組正常啟動后,運行一段時間電流逐漸下降,一直降到接近電機的空載電流為止,幾乎在空載條件下運行一段比較長的時間突然過載停機。

(8)過載停機的電流卡片如圖1(h)所示,設備由于過載而停泵,A段表示電機在低于額定電流的情況下啟動,啟動后電流逐漸趨于額定值;B段表示電泵正常運行;C段表示電流逐漸升高,最后達到過載電流整定值,導致電潛泵機組過載停機。

(9)井液中含有雜質(zhì)的電流卡片如圖1(i)所示,電流曲線運行到某一時間突然發(fā)生波動,過一段時間又自動恢復正常。

(10)突發(fā)情況下引起停機的電流卡片如圖1(j)所示,前期工作電流正常,到某一時刻,工作載荷突然降為零,工作電流急劇下降,并馬上停機。

1.2 基于特征識別的工況診斷數(shù)學模型

1.2.1 標準化處理

獲得實時電流數(shù)據(jù)之后,首先需進行標準化處理。由于樣本庫中經(jīng)過處理后的正常工作電流對應的值為0.7,停機后的電流對應的值為0.4。所以可對待診斷的電流數(shù)據(jù)I測做如下處理,以便進行后續(xù)的特征分析:

(1)

式中,I標準為標準化處理之后的電流,A;I測為測得的電流,A;I正常為電泵設定的正常工作電流,A。

此外樣本庫中的時間量是弧度θ(0～2 π)對應著24 h,所以還須將時間進行標準化處理:

(2)

式中,θ為標準化處理之后的時間,弧度;T為測定電流值對應的時間,min。

完成標準化處理之后,通過計算各點斜率,可獲得一組反映電流變化規(guī)律的標準斜率數(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個特征參數(shù)及其閾值:

①α+為 較大的正值(α+>5);

②α-為 較大的負值(α-<-5);

③β+為 較小的正值(0.2≤β+≤2);

④β-為 較小的負值(-2≤β-≤-0.2);

⑤0為βmax-< 0 <βmin+。

上述5個特征參數(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)律的基礎之上,再經(jīng)過數(shù)據(jù)的統(tǒng)計分析確定的。例如,將樣本庫里所有電流卡片中提取出正常工作情況下的98組標準斜率數(shù)據(jù)匯入統(tǒng)計圖,其標準斜率數(shù)據(jù)均處于-0.2～0.2,如圖2所示,樣本庫中其他的電流卡片電流正常時的斜率也完全符合此閾值。圖3顯示的是電流波動時的標準斜率變化范圍,從圖3中可以看出其所有標準斜率數(shù)值的絕對值均小于2。同理可得到停機和重啟情況下標準斜率數(shù)據(jù)的變化范圍,其標準斜率數(shù)據(jù)的絕對值均大于5,即電流卡片中電流變化的標準斜率值小于-5時,都會確定地出現(xiàn)停機情況;電流卡片中電流變化的標準斜率值大于5時,都會確定地出現(xiàn)重啟動情況。上述確定的閾值都是具有統(tǒng)計學意義的,在新增或編輯樣本庫之前無須對其進行修改。

圖2 穩(wěn)定情況下的標準斜率

圖3 波動情況下的標準斜率

1.2.3 特征量提取與分析

在樣本庫中定義3類特征。

(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-較長一段時間。

② 電流快速減小。斜率很短時間內(nèi)出現(xiàn)β-。

③ 電流增加。斜率維持為β+一段時間。

④ 電流波動。斜率為β+和β-交替出現(xiàn)。

(3)電流突變特征:

① 停機。斜率數(shù)據(jù)中檢測到α-。

② 再啟動。斜率數(shù)據(jù)中檢測到α+。

在進行電流卡片分析時,要在標準斜率數(shù)據(jù)中檢測以上特征,進而用以對不同電流卡片進行區(qū)分。進行檢測時規(guī)定每5%個連續(xù)的標準斜率數(shù)據(jù)為一個數(shù)據(jù)單元,例如100個標準斜率數(shù)據(jù)依次為:A,B,C,D,E,F,G,H,…,將{A,B,C,D,E}{B,C,D,E,F,}和{D,E,F,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,所以包含α-或α+的數(shù)據(jù)單元沒有意義,分析時不將其視為一個數(shù)據(jù)單元。

在進行穩(wěn)定電流特征檢測時,如果一個數(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,也就是說對于上述提到的時間單元{A,B,C,D,E}中的5個數(shù)據(jù)中必須檢測到4或5次0,才開始啟動電流穩(wěn)定特征的檢測,將其稱作穩(wěn)定電流特征檢測的啟動條件。

在進行非穩(wěn)定電流特征檢測時,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,開啟非穩(wěn)定電流特征的檢測,將其稱作非穩(wěn)定電流特征檢測的啟動條件。

對于存在電流突變特征的電流卡片,先檢測停機特征即[α-],然后再從停機數(shù)據(jù)點按時間自后向前搜索。如果非穩(wěn)定電流特征的檢測開啟,繼續(xù)一次取一個時間單元往前檢測,直至出現(xiàn)穩(wěn)定電流特征或電流突變特征時,檢測終止,并把自非穩(wěn)定電流特征開啟時的第一個數(shù)據(jù)單元至其終止時的最后一個數(shù)據(jù)單元(不包含該單元的數(shù)據(jù))之間的所有數(shù)據(jù)構成一個非穩(wěn)定數(shù)據(jù)組,該非穩(wěn)定數(shù)據(jù)組的形式可能是以下4種:

① [β+、0、β-]表示電流波動;

② [β-、0、β-]表示電流緩慢減小;

③ [β-、β-]表示電流迅速減小;

④ [β+、β+]表示電流增加。

完成非穩(wěn)定數(shù)據(jù)組的提取之后,便可以在數(shù)據(jù)組中進一步檢測,能很容易將以上4種數(shù)據(jù)組形式區(qū)分開來,從而可以確定其所屬的不同特征類型。

如果從停機數(shù)據(jù)點按時間自后向前搜索時,穩(wěn)定電流特征的檢測開啟。然后,同樣一次取一個時間單元往前檢測,假如出現(xiàn)非穩(wěn)定電流特征,且繼續(xù)向前檢測能提取到[β-、0、β-]的非穩(wěn)定數(shù)據(jù)組,則可判斷其屬于欠載保護失靈的電流卡片特征。否則,假如沒有出現(xiàn)非穩(wěn)定特征,則可判斷其屬于突發(fā)情況下引起停機的電流卡片特征。

如果從停機數(shù)據(jù)點按時間自后向前搜索時,第一個數(shù)據(jù)點便檢測到再啟動特征即[α+],則可判斷其屬于欠電流停泵的電流卡片特征。

基于上述的特征參數(shù)及診斷規(guī)則,對樣本庫中10種不同典型工況下的電流卡片進行了特征量分析,并提取其特征值,形成了基于特征識別的電潛泵井工況診斷新方法,從而實現(xiàn)了電潛泵井工況的智能診斷。典型工況下電流卡片的特征量分析及其特征值提取見表1。

表1 典型工況下電流卡片的特征量分析及其特征值提取

2 實例計算與分析

為進一步驗證所建立模型的計算精度,需運用油田現(xiàn)場實際的電流卡片數(shù)據(jù)對工況診斷模型進行檢驗。對現(xiàn)場6口油井的電流卡片進行工況診斷,計算結(jié)果如表2所示。

由表2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,可以滿足油田現(xiàn)場工程對診斷精度的要求,能夠為油田現(xiàn)場的生產(chǎn)提供理論支持和指導。

表2 驗證檢驗結(jié)果

3 結(jié) 論

(1)以油田現(xiàn)場采集的電流卡片為數(shù)據(jù)來源,進行整理和歸納,形成了10種不同典型工況下的電流卡片樣本庫,并分析了每種典型工況下電流曲線的形態(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)。

(2)統(tǒng)一規(guī)范和確定了5個特征參數(shù)和7個電流特征以及它們的閾值,這7個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,并對每種典型工況下的電流卡片進行了特征提取,從而形成了基于特征識別的電潛泵井工況智能診斷新方法。

(3)對油田現(xiàn)場6口油井的電流卡片進行工況診斷,工況診斷符合率為100%,所建立的診斷模型能夠非常準確地探尋樣本庫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,可以滿足油田現(xiàn)場工程對診斷精度的要求,能夠為油田現(xiàn)場的生產(chǎn)提供理論支持和指導。