基于SPC规则和实时数据融合的电泵井故障诊断方法及应用

论文题目：Fault Diagnosis Method and Application of ESP Well Based on SPC Rules and Real-Time Data Fusion

录用期刊：MATHEMATICAL PROBLEMS IN ENGINEERING (SCI检索，JCR Q3)

原文DOI：10.1155/2022/8497299

录用/见刊时间：2022-07-06

作者列表：

1） 杨军征，中国石油勘探开发研究院工程技术研究所

2） 王松，中国石油大学（北京），石油工程学院，油气田开发工程专业，硕士 19

3） 郑春峰，中海油能源发展股份有限公司工程技术分公司

4） 冯钢，西安中控天地科技开发有限公司

5） 杜广浩，中国石油大学（北京），人工智能学院，油气田开发工程专业，硕士 20

6） 檀朝东（通信作者），中国石油大学（北京），信息科学与工程学院，博士生导师

7） 马丹，西安中控天地科技开发有限公司

背景与动机:

针对目前电潜泵井实时监测参数采集系统的普及应用，本文提出了一种基于SPC规则和实时数据融合的电潜泵井运行故障诊断方法。通过构建电潜泵井多参故障分析表、拓展SPC规则模型、以及多参权重因子，建立了电泵井故障概率模型，形成了电潜泵井故障诊断方法，开发了电潜泵井故障在线诊断软件，并部署在某区块425口电泵井应用，以油管漏失、泵磨损、轴断脱、气体影响和泵堵塞5种类型为例，分析了故障诊断方法的应用过程。研究应用表明，通过设置多重时间窗口，应用该诊断方法实时计算电泵井故障概率，解决了14种突变故障和渐变故障的实时准确识别，显著提高了电潜泵井生产故障智能诊断水平。

设计与实现:

电潜泵井故障诊断流程如图1所示（图中表示监测参数，表示故障类型），主要分为五个过程：

（1） 基于电泵井故障统计分析，建立电潜泵井多参故障分析表；

（2） 基于专家打分，建立参数权重因子；

（3） 将监测参数，输入建立的SPC拓展规则模型中，输出监测参数变化率；

（4） 利用多参分析表、监测参数变化率和权重因子建立故障诊断模型；

（5） 将参数变化率，输入故障诊断模型，输出各工况发生概率，概率值越大，发生此种工况可能性越大。

图 1 电潜泵井故障诊断流程

实验结果及分析:

基于以上故障诊断方法开发了电泵井故障诊断系统，具有电泵运行监控、工况诊断、故障类型统计、系统管理等功能，该软件部署在某区块425口井上进行了实际应用，软件监控界面见图2。

图2电泵井诊断系统监控界面

该区块电泵井能获取的实时数据包括潜油电机频率、电机电流、电机温度、电压、入口压力、出口压力、压差、入口温度、井口温度、油压、流量11项运行参数，本文选取了五口井2021年5月7日到2021年5月10日的数据作为研究对象，数据密度为每20秒采集一次，其对应的工况类型分别是：油管漏失、泵磨损、轴断脱、气体影响和泵堵塞。well_001油井参数变化如图3所示。

图3 well_001井监测参数

利用SPC拓展规则模型，计算时间窗口5分钟、6分钟、1440分钟内参数的变化趋势。不同油井在时间窗口内各参数变化趋势见表 6所示。

表 6well_001油井在不同时间窗口内趋势变化

计算不同油井、不同诊断时间窗口、不同工况类型发生的概率，见表1所示。工况概率值越大，发生此种故障可能性越大。

表1工况概率计算结果

在时间窗口5分钟、60分钟、1440分钟下，取各故障概率最大值为最终故障概率，见表 8。例如well_001井，油管漏失时其概率均值为1，为最大值，故工况诊断结果为油管漏失。分析表2可知，不同时间窗口下，故障诊断结果并不相同，这是由于不同故障发生的时间不一致造成，因此，设置多重时间窗口取概率最大值是故障识别的重要保障。

表2工况诊断结果

结论:

（1）拓展形成了13种适用于电泵井监测参数判断的SPC准则，建立了SPC推展规则模型，实时细化了多个监测参数在特定的时间窗口的异常域和变化趋势，为丰富诊断电泵故障类型奠定了基础。

（2）所提出的故障概率模型和电潜泵井故障诊断方法实现了对14种不同工况的诊断，并且在诊断模型中引入多参故障分析表和权重因子，避免了诊断结果的多样性，提升了诊断结果的确定性。

（3）通过设置5分钟、60分钟和1440分钟多重时间窗口，解决了突变故障和渐变故障的诊断，提高了故障诊断的准确性。

（4）该方法在实际应用中，可根据不同区块电泵井的流体物性、举升设备类型，对多参故障分析表、SPC拓展规则、权重因子和时间窗口进行适度调整，以获得具体油井诊断的较高准确率。

通信作者简介:

檀朝东，博士，副教授，正高级工程师，博士生导师。信息科学与工程学院教师，从事教学和科研工作。主要从事油气田开发、数据驱动理论与方法、智能油田等方面的研究，致力于采油气工程、油气举升设备故障诊断、油气生产物联网大数据和智能油井的关键核心技术研究及应用。主持和参与了国家自然科学基金、国家科技重大专项、省部级以上课题等20余项，发表技术论文100余篇，国家专利10多项，教材专著5部，获省部级科技进步奖16项，教学奖5项。