摘要：近几年，我国油田开采量逐年上升。随着油田开发工作的进展，机械采油成为油田主要的采油方式。由于其特殊的工作环境，常常导致油井故障的发生，使得产量和效益下降。针对每天测试井数多、人工诊断片面性问题，通过建立不同井况的杆柱系统波动方程计算得到泵功图数学模型，研制开发油井高智能诊断系统，建立了超稠油诊断方法，并通过地面功图、泵功图进行分析、处理，自动生成油井诊断分析结果。实施后，油井自动诊断准确率将达到８５％以上，满足了实际的生产需要。利用抽油机井高智能诊断技术可以及时准确地掌握采油系统的工作状况，对提高采油效率、降低采油运行成本及提高油井产量具有非常重要的指导意义及推广应用价值。
关键词：抽油机井管理；智能化；发展
引言
抽油机为陆上油田主要的采油设备，其管理水平直接影响着油田的原油产量及经济效益。及时准确地了解抽油机井运行状况，并实时有效地对其运行状况进行精细化管理，将对油田的经济效益产生非常重要的意义。
1智能化应用优势
1.1生产时率等指标有效掌握
利用油井液量监控系统的监控报警，实现了开井、停井及时发现，油井故障及时处理和统计油井开停有据可依，监控管理更加到位，A井开停时率统计，对油井管理实现考核比标，油井开停频次统计，实现油井开停的时效化管理，杜绝随意的无计划的停井，提高油井运行时率，避免任意停井造成的故障以及安全隐患。
1.2液量计量更加精细，全面反映油井液量动态
依托油井液量监控系统液量自动计量功能，现场实时采集油井液量信息，每五分钟采集一次，每天自动计算当日产液均量和累计液量，大量的实时数据，更能反映油井工作状态，实现油井管理更加精细。特别是低液量井、间出井液量计量更加精细，油井液量监控系统连续计量液量，折算全天液量以及累计液量数据，更能反映该井真实液量。我们共对供液不足的试验井实施定压标产，标产液量与分离器量油对比，差值率为9%。与系统中功图量油对比，差值率为6.8%。
2智能化管理系统
2.1实时监测系统
2.1.1示功图监测系统
示功图监测系统对示功图数据进行实时采集，并利用有线或无线方式传输至上位机。目前示功图监测仪主要两类：承载式示功图监测仪和非承载式示功图监测仪。承载式示功图监测仪将载荷传感器安装于悬绳器处，载荷传感器直接承载，以获得载荷，加速度传感器安装于游梁或曲柄等位置，以获得位移，最终形成示功图。非承载式示功仪将载荷传感器及位移传感器均安装于抽油机游梁上，以获得载荷及位移，最终形成示功图。除了可通过示功图监测仪获取示功图外，另一种获取示功图的方式为电功图，就是根据电功率与抽油机负载的关系获取示功图。通过换算的方式获取示功图的方法避开了利用传感器带来的不便，但其计算的准确度仍需要经过大量实验验证。
期刊文章分类查询,尽在期刊图书馆
2.1.2液面监测系统
液面监测系统主要利用在井口安装微音器，利用自动控制装置实现定时获取抽油机井的液面数据，并通过无线远传的方式将液面数据传输至上位机。另一种获取液面数据的方式为利用示功图对液面进行推算，即运用泵功图上下冲程载荷差，结合井筒以及环空流体压力分布关系式，建立基于泵功图的计算动液面的数学模型，最终获取动液面数据。该方法的优点为可以减少在井口安装液面自动监测仪的不便，但其准确性仍需要现场大量数据的支撑。
2.2井口智能化功能
抽油机井智能化组网管理系统使井口具有如下智能化功能：（1）降压节能运行。抽油机负载是一个极有特点的交变载荷，不能简单的根据负载大小切换，否则既不会有节能效果，又会引起振荡，降低设备寿命。本系统由智能单元中的CPU根据抽油机的负荷特点计算一定时间内平均负载的大小，再与设定的限值比较后进行星角切换，低负荷时低压供电，高负荷时常压供电，因为受到CPU的智能控制，所以切换准确并避免了无谓的频繁切换带来的电压振荡问题，最终得以提高抽油机的运行效率。（2）现场显示功能。智能单元面板上有两个数码管，左数码管显示实时电流值，右数码管显示抽油机负荷率，停电信号、保护信号以及各种故障信号都以一定的代码表示出来。左右两下角各有指示灯表示星接运行还是角接运行，上中部有三个小指示灯分别是油杆断脱、皮带滑落以及将来可扩展的测平衡指示灯。（3）保护功能。智能单元中的CPU实时检测并计算三相电流的有效值，若一相电流的有效值小于其额定值的2%，则判断该相缺相并停机保护；若一相电流连续超过其额定值200%，则判断为堵卡过载并停机保护。其它如过流、过压等也都由CPU检测判断并决定是否停机保护。（4）通讯功能。智能单元的通信模块传输有关抽油机运行参数到中心站，从而将抽油机井与中心站形成组网系统。该功能可延伸出更多的功能，如砸撬振动的信号可以传到中心站，增强了防盗功能。其它如停机停电、油杆杆断脱、皮带滑落等报警信息都可以传到中心站并在电子挂盘上实时的显示出来。
2.3电参数在上位机中的应用
电参数主要指抽油机上、下冲程同一个周期内的电流、电功率数据。电参数是判定抽油机工作是否异常的重要依据。利用神经网络技术，对抽油机井故障时的电参数特征量进行不断归纳总结，同时对神经网路进行不断的样本训练，最终可实现计算机对故障的准确判断。故障的实时准确判定将为油田的安全生产提供有力的技术支撑。同时，根据电功率数据还可以计算出抽油机的负载状况，利用电功率数据可绘制出电功图。
结语
随着油田数字化、智能化时代的到来，抽油机的管理绝不再局限于每天的人工巡井、定时记录日报表、专业技术人员后续分析后进行抽油机工作方式调整等工作方式。利用实时监测系统对抽油机井的第一手资料进行全面掌握，利用人工智能方式对数据进行准确判断，及时发现故障并处理，根据供液状况，实时精细调整抽油机工作方式已经可以实现。抽油机井的管理已从粗矿型的管理方式转化为高效型的智能化管理方式。
参考文献：
[1]谢朝阳，周好斌，基于动液面控制的抽油机变频控制[J]，石油机械，2009，37（9）：122-124.
[2]王婷婷.抽油机井不合理沉没度的治理对策探讨[J].石化技术，2018，25（11）：207.
[3]王英.抽油机井杆、管防偏磨工具优选与应用[J].化工设计通讯，2018，44（11）：58.
论文作者:苏建明1,李晶2,罗海生3
论文发表刊物:《基层建设》2019年第6期
论文发表时间:2019/4/30
标签：示功图论文; 油井论文; 抽油机论文; 载荷论文; 实时论文; 油田论文; 方式论文; 《基层建设》2019年第6期论文;