神经网络模型构建实时故障诊断系统——NH201区块抽油机井工况实时诊断

摘要

抽油机示功图分析是机采井生产运行管理的重要内容,通过地面功图的实时采集,能够精细化管理抽油机生产运行。本文通过地面功图的波动方程计算井下功图,利用深度学习的人工神经网络提取井下功图的特征,进而准确诊断抽油机井工作状态。在使用的模型中傅里叶描述子被用来提取抽油机井示功图的特征;然后通过人工神经网络训练来建立异常工况预测模型,用以分析井下功图和泵工作状态。通过在 NH201 区块接入实时采集功图的诊断结果验证,该方法能够有效提升抽油机井功图诊断准确率。