[发明专利]一种物联网智能热洗清蜡方法及系统

权利要求书

1.一种物联网智能热洗清蜡方法，其特征在于，包括以下步骤：

从油田内网获取示功图，判定是否需要洗井清蜡；若判定需要洗井清蜡，即向清蜡机发送启动命令，执行三阶段温度清蜡；

洗井清蜡后若示功图无变化，则向清蜡机发送完成命令，清蜡机停止运行；

所述三阶段温度清蜡还包括以下步骤：

低温准备阶段：启动清蜡机，使油井内的温度由正常温度缓慢提高油井内的温度，直至额定高温阈值；

高温焖井阶段：保持油井内的高温，并持续额定时间；

热洗排蜡阶段：向套管内注入高温介质，并在抽油机的生产过程中，将井内融化的蜡排出；

采用产出液自循环热洗和蒸汽热洗相结合的工艺为上述步骤提供清洗热源；

在从油田内网获取示功图，判定是否需要洗井的步骤中，还包括以下详细步骤：

采集示功图数据和抽油机电流数据，并将示功图数据和电流数据分别输入到神经网络系统、专家系统和经验模块中进行分析；

神经网络系统、专家系统和经验模块分别输出结蜡概率，根据三个系统输出的结蜡概率进行加权求和得到最终的结蜡概率；

若最终的结蜡概率大于判断阈值，则进行洗井提示，若最终的结蜡概率等于判断阈值或小于判断阈值，则判断当前井的作业状态是否为洗井状态，若判定为洗井状态，则进行洗好提示。

2.根据权利要求1所述一种物联网智能热洗清蜡方法，其特征在于，神经网络系统的分析还包括以下几个步骤：

数据预处理：定周期对历史示功图进行聚类分析，获取聚类分析后的示功图数据，并对示功图原始数据点进行归一化处理，归一化处理的公式为：

X＝(x-x_min)/(x_max-x_min)

Y＝(y-y_min)/(y_max-y_min)

示功图的特征提取：提取预处理后的数据组成向量组{a_n}，每个向量组中包含200个数，即：

{a_n}＝{x₁,y₁,x₂,y₂...x₂₀₀,y₂₀₀}；

构建神经网络结构：根据若干数据点构建好神经网络结构，通过选择准确的示功图，正确分类，从而得出结蜡概率。

3.根据权利要求1所述一种物联网智能热洗清蜡方法，其特征在于，专家系统的分析还包括以下几个步骤：

示功图的划分：将示功图分成四部分，沿顺时针方向依次为第一、第二、第三和第四区域，并将划分好的四个标准区域的面积存入数据库；

计算面积：获取数据库中的一个冲次的数据，一个冲次的数据包括载荷和位移，并计算一个冲次内的示功图面积，计算方法如下：

式中，(X_i,F_i^u)和(X_i,F_i^d)分别为示功图离散点的上冲程和下冲程的横纵坐标，即位移和载荷，n取实际示功图采集点数；

结蜡推断：根据实际计算出的示功图区域面积与原示功图的区域面积进行提取和比较，得出结蜡概率情况。

4.根据权利要求1所述一种物联网智能热洗清蜡方法，其特征在于，还包括洗井前智能核查历史记录的步骤：

判定油井之前是否有清蜡记录，若有则读取洗井记录；

按洗井记录的设定值进行清蜡；

记录清蜡设定值，并保存在智能控制平台。