某油田抽油机工况实时诊断和预测案例

案例背景

抽油机井投入生产后，要根据生产动态资料进行生产状况的分析，及时发现问题，迅速做出诊断结论，果断地采取处理措施。示功图是了解抽油设备工作状况和油井动态的关键。某油田希望借助大数据、人工智能等先进技术，以示功图的分析为突破口实现抽油机井工况实时诊断和预测。

寄云科技为其构建抽油机井工况实时诊断和预测系统，实现了示功图的自动标注，以及基于示功图分析的抽油机井工况诊断，能够及时定位故障井，并给出处理建议。

项目挑战

某油田采用巡检结合示功图分析等方式对抽油机井工况进行监测和诊断，一方面无法保证信息的实时性，另一方面囿于传统技术能力，示功图的分析准确性欠佳；
抽油机井工况的判别需要结合油层深度、油层厚度等静态资料，油压、套压等动态资料，还需要诸如出油出气历史情况等资料的辅助，才能尽可能的对设备的运转情况进行诊断，传统的系统和人员无法同时对所有因素进行综合分析;
油气生产设备的故障千变万化，传统系统一般只能对一些常见故障进行有限辨识，且不具备新故障识别、新算法的优化与扩展能力，导致系统很难适应日益变化的油田环境;
油田示功图采集频率快，示功图的数据总量十分巨大，同时某油田示功图数据库存在大量未标记的样本，而示功图工况诊断的关键就在于图形轮廓的判别。

解决方案

完善远程监控与数据采集

完善单井数字化建设，通过压变、温变、载荷传感器等实现单井生产数据的实时采集，构建智能视频监控系统，借助寄云工业物联网网关将实时数据传输到上级场站。构建统一的数据平台，接入井身数据、油层温度、历史施工情况，以及历史砂、蜡影响和井下结蜡等静态资料库，以及某油田海量示功图数据库等，并融合井场现场实时数据。

示功图分析系统

首先基于机器学习构建示功图过滤组件，对示功图中的超限、重复加载、数据有误等异常数据进行过滤。开发示功图自动化标注组件，实现对历史示功图及最新采集示功图的自动化无人标注。

抽油机井工况诊断与预测系统

选取液面、砂面、产量、出油规律等数据结合示功图进行分析建模，实现自动化的、更加精准的抽油机井工况诊断与预测。

构建故障应对知识库

构建包含故障模式、故障原因、故障类型及常规处理建议的故障应对知识库，打通实时诊断与预测组件，实现发现故障，自动调用、推荐相关的应对措施。

故障预警

基于自动化的抽油机井工况诊断与预测，实现实时的故障预警机制，并通过预警分级、故障量化实现精准的设备安全管理，防患于未然。

客户收益

实现示功图的自动化标注，无人参与也可运行，为用户大幅提高生产作业的效率。
更加精准的抽油机井工况诊断，及时定位故障井，并给出处理建议；实时健康监控，及时作出预警，优化生产工艺。
模型可迭代，通过人工审核功能，对诊断的工况类型进行专家标注，可新增类别或增加已有类的新样本重新训练，提高模型的准确性，模型部署时间越长，适用性越强，工况诊断效果越好。