APP下载

基于改进卷积神经网络的油井动液面监测系统故障诊断

2021-10-14冯宁张乃禄

石油工业技术监督 2021年9期
关键词:故障诊断故障模型

冯宁,张乃禄

1.西安石油大学 电子工程学院(陕西 西安 710065)2.陕西省油气井测控技术重点实验室(陕西 西安 710065)

0 引言

油井动液面监测系统为获得实时数据,长期运行,会导致元器件故障,采集的动液面波形图出现异常。因此,对油井动液面监测系统的故障诊断是必不可少的一项工作。王丽华等[1]采集电机故障信号作为卷积神经网络的输入,进行电机的故障诊断,杜小磊等[2]应用卷积神经网络对轴承进行故障诊断,但油井动液面监测系统故障诊断报道较少。

针对油井动液面监测系统的故障特点,分析系统运行过程中的动液面波形图,提出基于改进卷积神经网络的故障诊断模型。采用全局平均池化技术代替全连接层对传统卷积神经网络进行改进,采集系统运行过程中不同故障下的动液面波形图作为模型输入进行仿真训练,实现对油井动液面监测系统的故障诊断,保证系统安全可靠运行。

1 油井动液面监测系统与故障分析

1.1 油井动液面监测系统构成及故障特点分析

油井动液面监测系统由数据采集层、数据传输层及动液面监测中心构成。数据采集层包括井口监测装置和控制柜,井口监测装置由12V/24V电磁阀、微音器、压力传感器、储气罐组成,控制柜由气泵、开关电源等组成;数据传输层采用GPRS/WIFI无线传输;动液面监测中心包括服务器、监控主机及远程客户端。系统构成如图1所示。

图1 油井动液面监测系统构成

1.2 油井动液面监测系统故障波形图分析

油井动液面监测系统常见的故障有24V电磁阀故障、12V电磁阀故障、微音器故障、球阀故障、加药阀故障、气泵故障、气管故障、井况异常、液面太浅以及传输故障。……

登录APP查看全文

猜你喜欢

故障诊断故障模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
故障一点通
3D打印中的模型分割与打包
奔驰R320车ABS、ESP故障灯异常点亮
故障一点通
江淮车故障3例
基于LCD和排列熵的滚动轴承故障诊断
基于WPD-HHT的滚动轴承故障诊断
高速泵的故障诊断