摘要：油井故障是有杆泵采油方式中影响油田产量的重要因素，及时处理油井故障能够有效提高油井生产效率。目前判断油井故障的方法有在线监测生产数据变化和后期调取示功图判别两种方法，前者不能全面的监测油井故障，后者不能及时判别油井故障。
关键词：抽油机井；实时故障；诊断
引言：
随着我国经济持续稳定发展，人民生活水平不断提高，我国石油消费量亦在不断增长，现已成为仅次于美国的第二大石油消费国，中国石油市场的需求量增长速度在世界范围内也名列前茅。
1油井故障诊断软件系统研究现状
在20世纪80年代后期，美国的Chevron公司研发了一种专家咨询程序（EXPROD），主要用于有杆泵抽油系统的工况诊断；同一时期，ARCO油气公司也成功研制了用于工况诊断的专家系统。1990年，石油大学专家成功研发了ESROFD专家系统，应用在国内各大油田，取得了良好的效果；同年，Rogers等人在示功图识别领域首次使用人工神经网络，通过神经网络不断的训练和学习，能够识别出大概15种类型的故障工况。Corpoven.S.A公司和U.Central de Venezuela公司在1993年开发了基于人工神经网络抽油机井故障诊断系统；同时期，天津大学与大港油田也研发出了智能诊断系统，不过其主要是几种方法简单集成在一起，并不是有机结合，所以判断效率上有待提高。2001年北京奥伯特石油技术公司研发了PEOffice软件，主要包含生产故障诊断模块，能够根据示功图进行油井故障判断并且可以计算油井产量以及泵效组成等参数。2006年李颖川教授等人编制了有杆泵抽油井故障诊断系统软件，该软件结合多种智能技术，将不同的处理过程分给不同的神经网络处理，实现了油井工况的智能诊断。2011年，石油大学王平教授等人编制了一套抽油机井诊断系统，该软件能够实现油井数据统计分析，还能够对油井动态生产数据进行实时监测。该系统实现了在线监测数据的功能，但没有实现基于示功图特征的实时故障诊断功能。
分析油井故障诊断软件系统的国内外研究现状可以发现，目前已有的故障诊断软件系统主要分为两类：一类软件系统只能实现油井动态参数的在线监测，另一类只能对已有示功图进行分析诊断。两类软件均没有实现基于示功图的实时故障诊断，不能及时发现出故障油井，无法实现对脱产油井及时报警功能。另外，现有软件在功能实现上做了大量研究和设计，但是在数据可视化效果方面，仍存在欠缺，导致结果往往以数据堆砌的形式展现，不能对诊断及分析数据进行可视化显示。国内外主要用于油井实时故障诊断但对故障井进行报警处理的软件为数不多，并没有在油田现场应用，所以对于实时诊断类的软件，在油田的需求度很高，有进一步研究的意义和价值。
2油井故障诊断方法
自 1960 年以来，采油工程领域内的研究者对抽油机井故障诊断越来越重视，越来越多的石油行业的专家学者都对其进行了深入的研究。有杆泵抽油井故障诊断主要经历了人工分析、计算机诊断和人工智能诊断三个阶段。国内外专家学者在抽油机井故障诊断技术领域做了大量的研究工作，最终形成了多种诊断方法。目前应用在工程实际中的故障诊断方法主要有光杆示功图法、井下示功图法、憋压诊断法、M 法以及声测法。在实际生中，各种诊断方法也各有利弊，油田可以根据具体情况，选择合适的诊断方法。因为人工智能诊断技术在油井故障诊断中的应用比较广泛，并且示功图法有明显的图形特征，比较容易提取图形特征值，所以基于示功图识别的人工智能诊断技术逐渐变成了油田技术人员研究的重点。
3实时诊断初始化
在进行实时故障诊断之前，需要对整个系统进行初始化工作，主要包括油井数据输入、油井故障工况示功图模拟、神经网络学习和训练等内容。
期刊文章分类查询,尽在期刊图书馆
3.1 油井数据录入
（1）油井基本生产参数
油井数据录入主要包括油井基本参数录入、抽油设备参数录入以及油井正常工况示功图数据录入。油井基本生产参数主要包括下泵深度、油层中深、含水率以及产出液密度等内容；抽油设备参数则主要包括抽油杆、抽油泵以及抽油机的基本参数；示功图数据主要需要输入一组油井正常泵况的示功图数据作为实测示功图参考标准。
（2）油井正常泵况示功图数据
示功图数据录入模块为软件提供了示功图数据自动读取和导入的接口，并对导入后的示功图数据进行表格显示和对话框绘图，方便观察示功图数据是否合理并确定示功图为该油井正常泵况对应的示功图。
3.2 油井故障工况示功图模拟
油井信息输入完毕后，可以在优化分析软件中进行油井故障工况的示功图模拟操作。根据软件界面中的设置进行故障示功图的模拟，是油井关于气体影响、供液不足、上碰泵、下碰泵、固定阀漏失以及游动阀漏失等故障工况下的油井示功图。
3.3 神经网络学习和训练
在完成示功图模拟步骤之后，可以将模拟得到的油井故障工况示功图加入到已有的故障示功图样本库中，作为新的更加贴合本油田状况的数据样本，进而提高神经网络诊断的正确率。
4 油井实时故障诊断模块
4.1 基于实测示功图的油井实时故障诊断界面
完成神经网络训练后，即可在油井实时故障诊断模块，对整个油田油井进行工况诊
断。在界面中点击开始诊断，即可通过时钟函数，对油井进行顺序诊断，并将结果存储
到数据库中。
4.2故障示功图报警
油井实时故障诊断模块可以对示功图进行实时的诊断，并且对出现故障的油井进行报警处理，并在软件中弹出对话框进行提醒。弹出对话框中主要包括油井井号以及出现的故障信息，用户可以通过该界面进行查看示功图，跳转到分析软件以及取消报警的操作。
4.3抽油机井故障分析模块在示功图对比显示模块，可以将实测示功图跟油井正常示功图对比显示，在该界面中可以清晰的观察到数据变化的位置以及工况相似程度，该功能为油井的分析提供更加直观参考依据。
4.4油井生产参数变化图
油井生产参数变化主要针对某一油井进行连续十次测井数据，进行横向数据对比分析，主要包括光杆最大载荷、最小载荷、产量变化、有效冲程以及泵效组成等内容。油通过可视化窗口可以清楚的观测到第7次测量载荷发生突变，用户可以找到该次示功图测试数据进行具体分析和查看。
结束语：
总而言之，随着时代的进步和科技的创新，石油在整个社会工业化发展的过程中，扮演着越来越重要的角色。由于石油是不可再生资源，所以石油逐渐成为能够影响到一个国家安全和发展的重要战略资源。
参考文献：
[1]王晓磊，乔跟才，许飞.中国油气资源简析[J].西部探矿工程，2010（02）：59-62.
[2]戈冬梅，姜磊.基于能源安全考量中国经济发展与石油依赖[J].能源研究与利用，2010（03）：5-9.
论文作者:米娜,门艳丽
论文发表刊物:《基层建设》2019年第13期
论文发表时间:2019/7/23
标签：示功图论文; 油井论文; 故障诊断论文; 工况论文; 故障论文; 数据论文; 实时论文; 《基层建设》2019年第13期论文;