[发明专利]一种抽油机井综合测试仪载荷动态变化测产方法及系统有效
申请号: | 202111371613.2 | 申请日: | 2021-11-18 |
公开(公告)号: | CN114033357B | 公开(公告)日: | 2023-09-08 |
发明(设计)人: | 孙茂军;汪泉;王钟汉;李环古;李龙 | 申请(专利权)人: | 辽宁弘毅科技有限公司 |
主分类号: | E21B47/008 | 分类号: | E21B47/008 |
代理公司: | 辽宁惟则知识产权代理事务所(普通合伙) 21273 | 代理人: | 李巨智 |
地址: | 110000 辽宁省沈*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 抽油机 综合 测试仪 载荷 动态 变化 方法 系统 | ||
1.一种抽油机井综合测试仪载荷动态变化测产方法,其特征在于,所述方法应用于一种抽油机井综合测试仪载荷动态变化测产系统,所述系统与一压力传感器通信连接,所述方法包括:
获得预设定时段;
根据所述压力传感器和所述预设定时段,对第一抽油机井进行数据测量,获得实时测量载荷数据;
通过对所述实时测量载荷数据进行数据预处理,并根据预处理后的所述实时测量载荷数据,生成第一测量载荷波形;
通过对所述第一测量载荷波形进行特征识别,获得波形特征域;
根据所述波形特征域对所述第一测量载荷波形进行周期识别,获得第一识别周期和第二识别周期,其中将以时间为坐标的第一测量载荷波形内各段的载荷数据进行识别,识别为不同的时间周期,包括所述第一识别周期和所述第二识别周期;所述第一识别周期和所述第二识别周期分别为停机时间前的一个抽取周期以及停机时间后的一个抽取周期;所述第一识别周期内包括停机时间前的一个抽取周期内上冲程和下冲程的载荷数据;所述第二识别周期包括停机时间后的一个抽取周期内上冲程和下冲程的载荷数据;
根据所述第一识别周期和所述第二识别周期,获得第一载荷变化数据和第二载荷变化数据,其中通过所述第一识别周期和所述第二识别周期对应的时间周期,对第一测量载荷波形内的载荷数据进行提取,提取出其中的载荷变化数据,包括:通过波形特征域内的切线斜率特征针对性地提取出所述第一识别周期中上冲程中载荷的变化数据,以及所述第二识别周期中上冲程中载荷的变化数据;
根据所述第一载荷变化数据和所述第二载荷变化数据,获得第一测产结果,其中根据所述第一载荷变化数据和所述第二载荷变化数据计算得到变化液面,再基于所述变化液面进而计算获得所述第一测产结果。
2.如权利要求1所述的方法,其特征在于,所述根据所述波形特征域对所述第一测量载荷波形进行周期识别,获得第一识别周期和第二识别周期,所述方法还包括:
根据所述波形特征域对所述第一测量载荷波形进行周期识别,获得第一周期划分结果;
根据所述第一周期划分结果,获得N个第一特征波形和M个第二特征波形,所述第一特征波形为停机前波形,所述第二特征波形为停机后波形特征;
通过对所述N个第一特征波形和所述M个第二特征波形进行周期识别,获得所述第一识别周期和所述第二识别周期。
3.如权利要求2所述的方法,其特征在于,所述通过对所述N个第一特征波形和所述M个第二特征波形进行周期识别,获得所述第一识别周期和所述第二识别周期,所述方法还包括:
构建波形异常域识别库;
将所述N个第一特征波形输入所述波形异常域识别库中进行异常域识别,获得N个异常标识结果;
根据所述N个异常标识结果,获得所述第一识别周期,其中,所述第一识别周期为N个异常标识结果中标识最少的周期;
将所述M个第二特征波形输入所述波形异常域识别库中进行异常域识别,获得M个异常标识结果;
根据所述M个异常标识结果,获得所述第二识别周期,其中,所述第二识别周期为M个异常标识结果中标识最少的周期。
4.如权利要求1所述的方法,其特征在于,所述第一测产结果的计算公式为:
其中,Q为所述第一测产结果;ΔLf为动液面的变化量;D为油井套管内径;d为油井油管外径;T为关井时间;ρL为井内液体的密度。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述预设定时段,获得第一初始节点和第一结束节点;
基于第一采集指令在所述第一初始节点对所述第一抽油机井的工作状态进行采集,获得第一工作状态数据集;
基于第二采集指令在所述第一结束节点对所述第一抽油机井的工作状态进行采集,获得第二工作状态数据集;
通过对所述第一工作状态数据集和所述第二工作状态数据集进行对比,获得第一比对结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁弘毅科技有限公司,未经辽宁弘毅科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111371613.2/1.html,转载请声明来源钻瓜专利网。