基于数据驱动的抽油机井实时故障诊断方法研究

基金项目类型：

国家自然科学基金

基金项目编号：

61273160

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

田学民

完成单位：

中国石油大学（华东）

中文关键词：

故障诊断; 数据驱动; 抽油机井;

其他语种关键词：

fault diagnosis; data-driven; rod pumped well

项目类型：

面上项目

语种：

中文

开始日期：

2013-01-01

结束日期：

2016-12-31

中文摘要：

石油资源的安全开采具有重要的战略意义，抽油机井运行故障的实时检测、识别和预报是石油工业安全监控中亟待解决的关键科学问题。针对目前抽油机井故障诊断方法存在的检测实时性差、识别准确率低等问题，本项目立足于复杂的实时测控数据，拟研究基于数据驱动的抽油机井实时故障诊断方法。研究内容包括：提出一种基于非线性慢特征分析的特征提取方法，解决基于快速时变数据的故障实时检测问题；建立一种基于多核单类支持向量机的故障识别技术，解决抽油机井故障识别准确率低的问题；研究一种基于增量式非线性典型变量分析的动态多变量时间序列分析方法，解决油井缓变故障的早期预报问题；设计一种具有进化机制的多智能体技术，探索井群监控方法；通过仿真分析、实验验证和现场测试等手段对所研究的方法进行改进完善。项目研究成果将有助于保障采油过程安全性，建立一套基于数据驱动的抽油机井故障诊断新机制，进一步完善故障诊断理论研究.