一种基于流量的抽油机冲次及动液面信息监测方法及系统
专利汇可以提供一种基于流量的抽油机冲次及动液面信息监测方法及系统专利检索，专利查询，专利分析的服务。并且本 发明 公开一种基于流量的抽油机冲次及动液面信息监测方法及系统，涉及油井监测技术领域。对现场油井综测获取的标定数据进行预处理，得到以固定n个流量周期为基本处理单元的包括时域内特征 信号 、频域内特征信号及符号化序列特征信号的动液面特征数据，并基于动液面特征数据和BP神经网络模型，构建动液面预警模型；获取实时流量响应信号并处理，确定根据实时流量响应信号中的流量响应峰值和流量响应谷值计算的抽油机冲次；对实时流量响应信号进行预处理，得到一组实时动液面特征数据，并基于实时动液面特征数据和动液面预警模型，确定抽油机实时埋深。本发明不仅实现对油井抽油机冲次的准确监测，而且能够对油井井下动液面信息进行监测。，下面是一种基于流量的抽油机冲次及动液面信息监测方法及系统专利的具体信息内容。
1.一种基于流量的抽油机冲次及动液面信息监测方法，其特征在于，包括：
获取样本数据；所述样本数据为不同埋深程度的时序域内的电导相关流量测量子系统测量的流量响应信号；所述样本数据包括m组数据，每组数据是以固定n个流量周期为基本处理单元获取的流量响应信号；
对所述样本数据进行预处理，得到m组动液面特征数据；每组所述动液面特征数据包括时域内特征信号、频域内特征信号以及符号化序列特征信号；
基于m组所述动液面特征数据和BP神经网络模型，构建动液面预警模型；
获取电导相关流量测量子系统测量的实时流量响应信号；所述实时流量响应信号是以固定n个流量周期为基本处理单元获取的流量响应信号；
对所述实时流量响应信号进行处理，确定所述实时流量响应信号中的流量响应峰值和流量响应谷值，并根据所述实时流量响应信号中的流量响应峰值和流量响应谷值计算抽油机的冲次；
对所述实时流量响应信号进行预处理，得到一组实时动液面特征数据，并基于所述实时动液面特征数据和所述动液面预警模型，确定抽油机的实时埋深。
2.根据权利要求1所述的一种基于流量的抽油机冲次及动液面信息监测方法，其特征在于，所述对所述样本数据进行预处理，得到m组动液面特征数据，具体包括：
对所有的流量响应信号进行去噪处理，得到m组去噪后的流量响应信号；其中每组流量响应信号长度为n个流量周期的数据长度之和；
对所有所述去噪后的流量响应信号进行特征提取，得到m组动液面特征数据；每组所述动液面特征数据包括时域内特征信号、频域内特征信号以及符号化序列特征信号；所述时域内特征信号包括流量响应峰值特征、流量响应谷值特征、流量响应均值特征、流量响应上升期梯度特征、流量响应下降期梯度特征、峰值流量变化度特征和谷值流量变化度特征；所述频域内特征信号为频域内特征参数；所述符号化序列特征信号包括修正的Shannon熵、时间不可逆性指标、X2统计量、分形维、混沌吸引子关联维和功率谱密度。
3.根据权利要求1所述的一种基于流量的抽油机冲次及动液面信息监测方法，其特征在于，所述基于m组所述动液面特征数据和BP神经网络模型，构建动液面预警模型，具体包括：
确定所述动液面特征数据内每个特征的权重，且不同组所述动液面特征数据内的相同特征的权重相同；
根据所述动液面特征数据以及所述动液面特征数据内每个特征的权重，构建m组特征标签；所述特征标签内的标签个数与所述动液面特征数据的特征个数相同；
对所有所述特征标签进行数据融合处理，构建m组综合特征标签；
基于m组所述综合特征标签和BP神经网络模型，构建动液面预警模型。
4.根据权利要求1所述的一种基于流量的抽油机冲次及动液面信息监测方法，其特征在于，所述对所述实时流量响应信号进行处理，确定所述实时流量响应信号中的流量响应峰值和流量响应谷值，并根据所述实时流量响应信号中的流量响应峰值和流量响应谷值计算抽油机的冲次，具体包括：
对所述实时流量响应信号进行处理，确定实时流量响应信号相邻的上升期和下降期；
在上升期内，比较相邻时刻流量响应值，确定上升期的流量响应峰值和流量响应谷值；
在下降期内，比较相邻时刻流量响应值，确定下降期的流量响应峰值和流量响应谷值；
将上升期内的流量响应峰值与下降期内的流量响应峰值求和并取均值，将得到的流量均值确定为实时流量响应信号的流量响应峰值；
将上升期内的流量响应谷值与下降期内的流量响应谷值求和并取均值，将获取的流量均值确定为实时流量响应信号的流量响应谷值；
根据所述实时流量响应信号的相邻流量响应峰值对应的时间间隔值或者相邻流量响应谷值对应的时间间隔值，计算实时流量周期；所述实时流量周期为实时冲程周期；
根据所述实时冲程周期计算抽油机的冲次；所述抽油机的冲次为每分钟内经过的实时冲程周期的个数。
5.一种基于流量的抽油机冲次及动液面信息监测系统，其特征在于，包括：
样本数据获取模块，用于获取样本数据；所述样本数据为不同埋深程度的时序域内的电导相关流量测量子系统测量的流量响应信号；所述样本数据包括m组数据，每组数据是以固定n个流量周期为基本处理单元获取的流量响应信号；
动液面特征数据确定模块，用于对所述样本数据进行预处理，得到m组动液面特征数据；每组所述动液面特征数据包括时域内特征信号、频域内特征信号以及符号化序列特征信号；
动液面预警模型构建模块，用于基于m组所述动液面特征数据和BP神经网络模型，构建动液面预警模型；
实时流量响应信号获取模块，用于获取电导相关流量测量子系统测量的实时流量响应信号；所述实时流量响应信号是以固定n个流量周期为基本处理单元获取的流量响应信号；
抽油机冲次计算模块，用于对所述实时流量响应信号进行处理，确定所述实时流量响应信号中的流量响应峰值和流量响应谷值，并根据所述实时流量响应信号中的流量响应峰值和流量响应谷值计算抽油机的冲次；
抽油机实时埋深确定模块，用于对所述实时流量响应信号进行预处理，得到一组实时动液面特征数据，并基于所述实时动液面特征数据和所述动液面预警模型，确定抽油机的实时埋深。
6.根据权利要求5所述的一种基于流量的抽油机冲次及动液面信息监测系统，其特征在于，所述动液面特征数据确定模块，具体包括：
去噪处理单元，用于对所有的流量响应信号进行去噪处理，得到m组去噪后的流量响应信号；其中每组流量响应信号长度为n个流量周期的数据长度之和；
动液面特征数据确定单元，用于对所有所述去噪后的流量响应信号进行特征提取，得到m组动液面特征数据；每组所述动液面特征数据包括时域内特征信号、频域内特征信号以及符号化序列特征信号；所述时域内特征信号包括流量响应峰值特征、流量响应谷值特征、流量响应均值特征、流量响应上升期梯度特征、流量响应下降期梯度特征、峰值流量变化度特征和谷值流量变化度特征；所述频域内特征信号为频域内特征参数；所述符号化序列特征信号包括修正的Shannon熵、时间不可逆性指标、X2统计量、分形维、混沌吸引子关联维和功率谱密度。
7.根据权利要求5所述的一种基于流量的抽油机冲次及动液面信息监测系统，其特征在于，所述动液面预警模型构建模块，具体包括：
权重确定单元，用于确定所述动液面特征数据内每个特征的权重，且不同组所述动液面特征数据内的相同特征的权重相同；
特征标签构建单元，用于根据所述动液面特征数据以及所述动液面特征数据内每个特征的权重，构建m组特征标签；所述特征标签内的标签个数与所述动液面特征数据的特征个数相同；
综合特征标签构建单元，用于对所有所述特征标签进行数据融合处理，构建m组综合特征标签；
动液面预警模型构建单元，用于基于m组所述综合特征标签和BP神经网络模型，构建动液面预警模型。
8.根据权利要求5所述的一种基于流量的抽油机冲次及动液面信息监测系统，其特征在于，所述抽油机冲次计算模块，具体包括：
上升期和下降期确定单元，用于对所述实时流量响应信号进行处理，确定实时流量响应信号相邻的上升期和下降期；
上升期的流量响应峰值和流量响应谷值确定单元，用于在上升期内，比较相邻时刻流量响应值，确定上升期的流量响应峰值和流量响应谷值；
下降期的流量响应峰值和流量响应谷值确定单元，用于在下降期内，比较相邻时刻流量响应值，确定下降期的流量响应峰值和流量响应谷值；
实时流量响应信号的流量响应峰值确定单元，用于将上升期内的流量响应峰值与下降期内的流量响应峰值求和并取均值，将得到的响应均值确定为实时流量响应信号的流量响应峰值；
实时流量响应信号的流量响应谷值确定单元，用于将上升期内的流量响应谷值与下降期内的流量响应谷值求和并取均值，将得到的响应均值确定为实时流量响应信号的流量响应谷值；
实时流量周期计算单元，用于根据所述实时流量响应信号的相邻流量响应峰值对应的时间间隔值或者相邻流量响应谷值对应的时间间隔值，计算实时流量周期；所述实时流量周期为实时冲程周期；
抽油机冲次计算单元，用于根据所述实时冲程周期计算抽油机的冲次；所述抽油机的冲次为每分钟内经过的实时冲程周期的个数。
一种基于流量的抽油机冲次及动液面信息监测方法及系统
技术领域
背景技术
降低油井能耗，降低油田开发成本，具有重要意义。
井参数测量精确度与油井抽油机冲次信息紧密相关，在n(n≥1,n∈N)个完整冲程内的油
井参数测量能更好的反映油井井下的真实工况。目前油井参数测量往往忽略了冲程冲次信
息对测量结果的影响。
括井下压力法、示功图法、软测量技术；软测量技术、回声法等技术实时性、自动化程度较
弱，示功图法、井下压力法需要在油井井下进行监测，存在干扰因素多、仪器规格要求高等
缺陷。
发明内容
进行监测。
抽油机的冲次；
述时域内特征信号包括流量响应峰值特征、流量响应谷值特征、流量响应均值特征、流量响
应上升期梯度特征、流量响应下降期梯度特征、峰值流量变化度特征和谷值流量变化度特
征；所述频域内特征信号为频域内特征参数；所述符号化序列特征信号包括修正的Shannon
2
熵、时间不可逆性指标、X统计量、分形维、混沌吸引子关联维和功率谱密度。
响应谷值计算抽油机的冲次，具体包括：
是以固定n个流量周期为基本处理单元获取的流量响应信号；
征信号；
信号；
应峰值和流量响应谷值计算抽油机的冲次；
机的实时埋深。
信号以及符号化序列特征信号；所述时域内特征信号包括流量响应峰值特征、流量响应谷
值特征、流量响应均值特征、流量响应上升期梯度特征、流量响应下降期梯度特征、峰值流
量变化度特征和谷值流量变化度特征；所述频域内特征信号为频域内特征参数；所述符号
化序列特征信号包括修正的Shannon熵、时间不可逆性指标、X2统计量、分形维、混沌吸引子
关联维和功率谱密度。
征个数相同；
量响应峰值；
量响应谷值；
流量周期为实时冲程周期；
周期内流量峰值(流量谷值)的渡越时间确定抽油机冲次信息，同时以n(n≥1,n∈N*)个冲
程周期内流量数据信息为基本处理单元提取时域内特征信号、频域内特征信号、符号化序
列特征信号，确立特征指标权重构建特征标签，经过特征标签数据融合最终形成综合特征
标签，基于BP神经网络模型构建动液面预警模型从而实现动液面参数监测。本发明避免了
井下恶劣环境的影响，实施性强，安全性高。
附图说明
例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图
获得其他的附图。
具体实施方式
本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本发明保护的范围。
井口流量的变化情况不尽相同，所以本发明将油井流量变化特征与油井井下抽油机的运动
状态建立联系，对油井抽油机冲次的实时在线监测。同时依据油井井下柱塞泵填充的气液
两相流的不同占比导致陆面单井口电导相关流量测量子系统获得不同响应，能够实现油井
井下动液面信息实时监测。
和止逆阀8。电导相关流量测量子系统2安装于陆面单井口气液分离设备1与井口管道3之
间。当陆面单井口气液分离设备1不工作时，1号电磁阀4与3号电磁阀6关闭，2号电磁阀5打
开；当陆面单井口气液分离设备1进行气液分离时，2号电磁阀5关闭，1号电磁阀4与3号电磁
阀6打开，油气水三相流经由陆面单井口气液分离设备1进入，油水两相流经由电导相关流
量测量子系统2流出，气体经由排气管道7流出，电导相关流量测量子系统2以固定时间间隔
采集陆面单井口气液分离设备1流量数据值，其中止逆阀8保证油气水三相流回流。
组成。其中，传感器支架采用绝缘有机玻璃管制成，且在其内壁上形成六个有间距的凹型环
槽，每个凹型环槽里均镶嵌不锈钢电极环，即两个激励电极环E1、E2，四个测量电极环M1、
M2、M3、M4。激励电极环E1、E2为一对激励电极，为电导相关流量测量子系统2提供幅值恒定
的交变电流，在管道中建立电流场。测量电极环M1、M2构成流量测量的上游检测电极，测量
电极环M3、M4构成流量测量的下游检测电极。当油水两相流体从传感器支架内流过时，流体
阻抗的随机变化对作用在上下游检测电极上的交变恒定电流产生随机调制作用，上下游检
测电极的输出会随着调制作用产生相应的变化，由各自的信号处理电路解调出随机流动噪
声信号x(t)和y(t)。把两路流动噪声信号进行互相关运算，互相关函数表达式为：
1,n∈N*)个流量周期为基本处理单元获取的流量响应信号。
谷值计算抽油机的冲次。
井口流量的作用特点是不同的。
观起始点(谷值)Ft对应的时刻值，油井井口流量测量表观起始值(谷值)为Fom＝Ft；若出现
Ft-1＜Ft,Ft＞Ft+1的情况时，Ft为流量上升期内井口流量测量峰值，Tot＝t为流量上升期流量
峰值Ft对应的时刻值，流量上升期内油井井口流量测量峰值为PoM＝Pt。
对应的时刻，流量下降期间油井井口流量测量峰值PuM＝Pt；当出现Ft＜Ft-1,Ft＜Ft+1的现象
时，流量下降期间对应的油井井口流量测量谷值为Ft,Tut＝t为流量下降期间井口流量谷值
测量值Ft对应的时刻值，流量下降期内油井井口流量测量谷值Fum＝Ft。
经过电导相关流量测量子系统2流量周期的次数进行统计的。
述时域内特征信号包括流量响应峰值特征、流量响应谷值特征、流量响应均值特征、流量响
应上升期梯度特征、流量响应下降期梯度特征、峰值流量变化度特征和谷值流量变化度特
征；所述频域内特征信号为频域内特征参数；所述符号化序列特征信号包括修正的Shannon
熵、时间不可逆性指标、X2统计量、分形维、混沌吸引子关联维和功率谱密度。
征参数均以n(n≥1,n∈N*)个流量周期内的所述去噪后的流量响应信号为基本处理单元获
得的。
应下降期梯度特征Gao、峰值流量变化度特征TrendM，谷值流量变化度特征Trendm；频域内特
征主要借鉴语音信号处理中的线性预测方法，在频域中提取反映流量变化特性的特征量方
法，提取频域内特征参数Fre。
表示；基于差值法处理后得到的流量二元符号序列，确定一个标准窗体长度L(L≥1,L∈
N*)，将L(L≥1,L∈N*)个连续的二元符号组成一个字，每个字被编码为十进制数，形成流量
符号特征序列；以流量符号特征序列中出现字的概率除以所有字的总数，以此作为流量符
号特征序列分析指标来进行频率统计分析，以修正的Shannon熵(Hs)、时间不可逆性指标
(Tfb)、X2统计量 分形维(dl)、混沌吸引子关联维(D)、功率谱密度(PSD)作为油井井下
动液面监测指标。
期梯度和下降期梯度。
在此之前已经接收到的若干样本点值线性组合来进行估计，这些线性系数可用在一定时间
范围内，使得信号估计值与真值之间的方差(误差信号的能量)为极小来求得。这些线性系
数构成一个线性预测器，线性预测器个数称为预测器的阶数，线性预测器中的线性系数则
是要提取的频域内特征量。设信号输出Xt可以表示为：
参数，选择本方法拟采用四阶线性预测器，即
采集频率设置，其中电导相关流量测量子系统2监测电路模块、电磁阀控制电路模块分别由
控制终端MCU控制其相关操作；信号采集与信号处理模块完成油井井口流量数据的采集以
及冲程周期、冲次及动液面信息的获取；TFTLCD显示模块显示相关参数的测量结果；电源模
块用于向设备提供电源；数据采集频率设置控制着单片机采集电导相关流量测量子系统2
数据值的时间间隔。
据是以固定n个流量周期为基本处理单元获取的流量响应信号。
列特征信号。
响应信号。
响应峰值和流量响应谷值计算抽油机的冲次。
油机的实时埋深。
信号以及符号化序列特征信号；所述时域内特征信号包括流量响应峰值特征、流量响应谷
值特征、流量响应均值特征、流量响应上升期梯度特征、流量响应下降期梯度特征、峰值流
量变化度特征和谷值流量变化度特征；所述频域内特征信号为频域内特征参数；所述符号
化序列特征信号包括修正的Shannon熵、时间不可逆性指标、X2统计量、分形维、混沌吸引子
关联维和功率谱密度。
征个数相同。
量响应峰值。
量响应谷值。
流量周期为实时冲程周期。
而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说
明即可。
本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不
应理解为对本发明的限制。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 用于无线通信中的覆盖增强的公共搜索空间设计 | 2020-05-08 | 53 |
| 无线通信的方法、网络设备和终端设备 | 2020-05-08 | 404 |
| 用于机动车的高压插接连接器的高压插接连接部件、高压车载电网以及机动车 | 2020-05-11 | 980 |
| 薄膜天线 | 2020-05-11 | 646 |
| 用于新无线电的多传输接收点操作中的上行链路控制信令的装置和方法以及解调参考信号设计 | 2020-05-08 | 547 |
| 发送装置、接收装置、方法 | 2020-05-08 | 164 |
| 解调参考信号的附加数据以及控制区域中的数据复用的有效信令的改进 | 2020-05-08 | 260 |
| 半导体模块单元 | 2020-05-11 | 190 |
| 基站装置、终端装置、无线通信系统及发送时机设定方法 | 2020-05-08 | 843 |
| 同步信号(SS)块的冲突处理 | 2020-05-08 | 723 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
