一种潜油电泵智能控制系统的制作方法

本发明涉及智能控制，尤其涉及一种潜油电泵智能控制系统。

背景技术：

1、潜油电泵是一种从油井中抽取原油至地面的电动离心泵，其利用叶轮旋转产生的离心力来输送液体，属于非变容式泵体。当潜油电泵发生堵塞时会导致泵的的工作负荷增大，严重时会引起发电机烧毁、轴承损坏等故障。现有的检测潜油电泵是否发生堵塞的方法之一是检测潜油电泵的进出口压力。当发生堵塞时进出口压力会变化，而影响进出口压力的关键因素之一是原油的粘稠度，但是目前对原油粘稠度进行检测时使用的原油样本，是采集潜油电泵外部的原油，和真实值具有一定的误差，未曾考虑原油粘稠度变化后对应的泵压差不同，导致现有的检测控制潜油电泵停止系统并不精准。并且现有的控制潜油电泵停止运行的方法是采用过热保护装置进行控制的，但是在这种保护装置生效前已经对潜油电泵造成了一定的损伤。

技术实现思路

1、为了克服潜油电泵遇到问题检测的缺点，本发明提供了一种潜油电泵智能控制系统。

2、技术方案是：一种潜油电泵智能控制系统，包括以下步骤：

3、第一数据获取计算模块，用于收集潜油电泵正常运行时候的进口压力数据和出口压力数据，根据所述进口压力数据和出口压力数据计算出泵压差；

4、堵塞检测模型训练模块，用于对所述泵压差数据和粘稠度数据进行数据清洗得到拟合数据集，将所述拟合数据集输入至svr模型中，对svr模型进行训练，最后得到训练好的堵塞检测模型；

5、第二数据获取预处理模块，用于获取历史井下数据并对其进行数据清洗得到潜油电泵运行速率数据集；

6、预测模型训练模块，用于将所述潜油电泵运行速率数据集输入至transformer模型中进行训练，最后得到潜油电泵运行速率预测模型；

7、监测模型训练模块，用于收集历史潜油电泵运行速率和产液量，对其进行线性回归拟合，得到产液量监测模型；

8、第一判断模块，用于根据井下监测系统获取实时的井下数据，并将其输入至潜油电泵运行速率预测模型中得到潜油电泵预测运行速率，根据潜油电泵预测运行速率进行判断；

9、第二判断模块，用于将所述潜油电泵预测运行速率输入至产量监测模型中得到产液量，根据所述产液量进行判断；

10、第三判断模块，用于根据井下监测系统获取相关实时粘稠度，对所述相关实时粘稠度进行平均处理后输入至堵塞检测模型中，根据结果判断潜油电泵是否出现堵塞现象并进行相关处理。

11、优选地，所述收集潜油电泵正常运行时候的进口压力数据和出口压力数据，根据所述进口压力数据和出口压力数据计算出泵压差，包括：通过安装在电泵系统内部或附近的专用压力传感器来获得进口压力和出口压力，并让进口压力和出口压力作差获得泵压差。

12、优选地，所述对所述泵压差数据和粘稠度数据进行数据清洗得到拟合数据集，将所述拟合数据集输入至svr模型中，对svr模型进行训练，最后得到训练好的堵塞检测模型，包括：将泵压差数据和粘稠度数据进行去除重复值、填补缺失值、剔除异常值的数据清洗，得到拟合数据集，并将拟合数据集输入至svr模型中，其中拟合数据集以粘稠度为自变量、以泵压差为因变量，得到粘稠度-泵压差非线性方程。

13、优选地，所述获取历史井下数据并对其进行数据清洗得到潜油电泵运行速率数据集，将所述潜油电泵运行速率数据集输入至transformer模型中进行训练，最后得到潜油电泵运行速率预测模型，包括：对历史井下数据例如功率、电流、电压、产液量等历史观测值输入至transformer中进行训练，通过其自注意力机制捕捉不同时间步之间隐藏的时间依赖性，并据此生成潜油电泵运行速率的预测结果，并采用均方误差对模型进行优化，最后得到潜油电泵运行速率预测模型。

14、优选地，所述收集历史潜油电泵运行速率和产液量，对其进行线性回归拟合，得到产液量监测模型，包括：根据历史数据以潜油电泵运行速率为自变量，以产液量为因变量，形成散点图，采用最小二乘法对散点图进行线性拟合，得到潜油电泵运行速率-产液量线性方程，第一正常阈值为标准差与均值之和，其中均值的计算公式为：，标准差的计算公式为：其中为最小二乘法求出的结果的值。

15、优选地，所述根据井下监测系统获取实时的井下数据，并将其输入至潜油电泵运行速率预测模型中得到潜油电泵预测运行速率，根据潜油电泵预测运行速率进行判断，包括：若潜油电泵的预测运行速率低于预设速率阈值，则通知相关人员对潜油电泵进行查看。

16、优选地，所述将所述潜油电泵预测运行速率输入至产量监测模型中得到产液量，根据所述产液量进行判断，包括：将潜油电泵预测运行速率输入至产量监测模型后，得到的产液量若低于第一正常阈值，则使用堵塞检测模型对其进行堵塞判断，若为堵塞则通知相关人员对潜油电泵进行检修，若不为阻塞则认为油井里面原油量不足，自动停止潜油电泵工作。

17、优选地，所述则使用堵塞检测模型对其进行堵塞判断，包括：根据井下监测系统获取相关实时粘稠度，对所述相关实时粘稠度进行平均处理后输入至堵塞检测模型中，根据结果判断潜油电泵是否出现堵塞现象并进行相关处理。

18、优选地，所述根据井下监测系统获取相关实时粘稠度，对所述相关实时粘稠度进行平均处理后输入至堵塞检测模型中，根据结果判断潜油电泵是否出现堵塞现象并进行相关处理，包括：获取当前粘稠度与第一预设时间之前的粘稠度，将两个粘稠度取平均值后作为堵塞检测模型的输入，之后将当前时间的粘稠度也变更为两个粘稠度取平均值后的粘稠度，最后得到堵塞检测模型的结果。

19、优选地，所述之后将当前时间的粘稠度也变更为两个粘稠度取平均值后的粘稠度，最后得到堵塞检测模型的结果，包括：若根据两个粘稠度取平均值后的粘稠度，得到的泵压差大于等于第一正确阈值，则认为发生堵塞，反之则认为未发生阻塞。

20、有益效果

21、本发明通过使用transformer模型对潜油电泵运行速率进行预测，可以提前发现潜油电泵的功率变化情况，检测潜油电泵自身是否发生问题，通过潜油电泵预测运行速率获得产液量，判断产液量降低是因为原油不足还是发生堵塞现象，最后通过对原油实时粘稠度和预设时间粘稠度取平均值，使得不需要对潜油电泵增加新设备就可以进行较为精准的得出潜油电泵内部原油粘稠度，从而对堵塞现象进行更加精准的判断。

技术特征：

1.一种潜油电泵智能控制系统，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种潜油电泵智能控制系统，其特征在于，所述收集潜油电泵正常运行时候的进口压力数据和出口压力数据，根据所述进口压力数据和出口压力数据计算出泵压差，包括：通过安装在电泵系统内部或附近的专用压力传感器来获得进口压力和出口压力，并让进口压力和出口压力作差获得泵压差。

3.根据权利要求1所述的一种潜油电泵智能控制系统，其特征在于，所述对所述泵压差数据和粘稠度数据进行数据清洗得到拟合数据集，将所述拟合数据集输入至svr模型中，对svr模型进行训练，最后得到训练好的堵塞检测模型，包括：将泵压差数据和粘稠度数据进行去除重复值、填补缺失值、剔除异常值的数据清洗，得到拟合数据集，并将拟合数据集输入至svr模型中，其中拟合数据集以粘稠度为自变量、以泵压差为因变量，得到粘稠度-泵压差非线性方程。

4.根据权利要求1所述的一种潜油电泵智能控制系统，其特征在于，所述获取历史井下数据并对其进行数据清洗得到潜油电泵运行速率数据集，将所述潜油电泵运行速率数据集输入至transformer模型中进行训练，最后得到潜油电泵运行速率预测模型，包括：对历史井下数据例如功率、电流、电压、产液量等历史观测值输入至transformer中进行训练，通过其自注意力机制捕捉不同时间步之间隐藏的时间依赖性，并据此生成潜油电泵运行速率的预测结果，并采用均方误差对模型进行优化，最后得到潜油电泵运行速率预测模型。

5.根据权利要求1所述的一种潜油电泵智能控制系统，其特征在于，所述收集历史潜油电泵运行速率和产液量，对其进行线性回归拟合，得到产液量监测模型，包括：根据历史数据以潜油电泵运行速率为自变量，以产液量为因变量，形成散点图，采用最小二乘法对散点图进行线性拟合，得到潜油电泵运行速率-产液量线性方程，第一正常阈值为标准差与均值之和，其中均值的计算公式为：，标准差的计算公式为：其中为最小二乘法求出的结果的值。

6.根据权利要求1所述的一种潜油电泵智能控制系统，其特征在于，所述根据井下监测系统获取实时的井下数据，并将其输入至潜油电泵运行速率预测模型中得到潜油电泵预测运行速率，根据潜油电泵预测运行速率进行判断，包括：若潜油电泵的预测运行速率低于预设速率阈值，则通知相关人员对潜油电泵进行查看。

7.根据权利要求1所述的一种潜油电泵智能控制系统，其特征在于，所述将所述潜油电泵预测运行速率输入至产量监测模型中得到产液量，根据所述产液量进行判断，包括：将潜油电泵预测运行速率输入至产量监测模型后，得到的产液量若低于第一正常阈值，则使用堵塞检测模型对其进行堵塞判断，若为堵塞则通知相关人员对潜油电泵进行检修，若不为阻塞则认为油井里面原油量不足，自动停止潜油电泵工作。

8.根据权利要求7所述的一种潜油电泵智能控制系统，其特征在于，所述则使用堵塞检测模型对其进行堵塞判断，包括：根据井下监测系统获取相关实时粘稠度，对所述相关实时粘稠度进行平均处理后输入至堵塞检测模型中，根据结果判断潜油电泵是否出现堵塞现象并进行相关处理。

9.根据权利要求8所述的一种潜油电泵智能控制系统，其特征在于，所述根据井下监测系统获取相关实时粘稠度，对所述相关实时粘稠度进行平均处理后输入至堵塞检测模型中，根据结果判断潜油电泵是否出现堵塞现象并进行相关处理，包括：获取当前粘稠度与第一预设时间之前的粘稠度，将两个粘稠度取平均值后作为堵塞检测模型的输入，之后将当前时间的粘稠度也变更为两个粘稠度取平均值后的粘稠度，最后得到堵塞检测模型的结果。

10.根据权利要求9所述的一种潜油电泵智能控制系统，其特征在于，所述之后将当前时间的粘稠度也变更为两个粘稠度取平均值后的粘稠度，最后得到堵塞检测模型的结果，包括：若根据两个粘稠度取平均值后的粘稠度，得到的泵压差大于等于第一正确阈值，则认为发生堵塞，反之则认为未发生阻塞。

技术总结本发明涉及智能控制技术领域，尤其涉及一种潜油电泵智能控制系统。一种潜油电泵智能控制系统，包括以下步骤：第一数据获取计算模块，用于收集潜油电泵正常运行时候的进口压力数据和出口压力数据，根据所述进口压力和出口压力计算出泵压差；堵塞检测模型训练模块，用于对所述泵压差数据和粘稠度数据进行数据清洗得到拟合数据集，将所述拟合数据集输入至SVR模型中，对SVR模型进行训练，最后得到训练好的堵塞检测模型。本发明通过对不同粘稠度下泵压差的数值进行检测潜油电泵是否发生堵塞现象，并停止潜油电泵的运行，其中对原油进行平均处理可以减少误差，同时通过对潜油电泵的运行速率进行预测可以提前发现潜油电泵是否出现问题。技术研发人员：刘志波受保护的技术使用者：东营华辰石油装备有限公司技术研发日：技术公布日：2024/6/30