本發明涉及設備故障診斷，尤其涉及一種基于電流變化分析的電潛泵故障預警方法及裝置。

背景技術：

1、電動潛油離心泵，以下簡稱為電潛泵，在油田采油中應用廣泛，特別是在千米降深井中，由于其高揚程和大流量的特點，電潛泵是優選設備。正是由于電潛泵的工作場所一般位于千米降深井中，當電潛泵出現故障問題時會帶來較為復雜的維修問題，一個是當電潛泵出現故障后，工作人員趕往電潛泵所在處往往需要花費較長的時間，進而會影響電潛泵的正常工作時間，另一個是當工作人員趕到現場后才能根據實際情況判定出故障類型，進而會耽誤維修進度，兩種情況都會耽誤生產進度；因此需要對電潛泵的運行狀態進行實時監測，并能夠對電潛泵的故障進行預警，從而能夠提前解決故障問題，保證油井平臺的生產效率。

2、現有技術中的中國專利公開號：cn111461551b，公開了一種基于深度學習和spc準則的電潛泵故障預警方法，該技術方案的方法是通過構建cnn-lstm模型并進行標準化訓練，然后估算待評估電潛泵的監測參數值，基于監測參數與正常狀態間的差距，來計算電潛泵的健康度，根據健康度判定電潛泵的運行是否異常，從而觸發報警機制，并且減少了人工檢測的過程，節省了人力成本。但是該技術方案沒有根據獲取到監測參數值確定出電潛泵出現異常時的故障類型，進而無法使得工作人員及時啟動對應的處理措施，從而會影響到油井平臺的生產效率。

技術實現思路

1、為此，本發明提供一種基于電流變化分析的電潛泵故障預警方法及裝置，用以解決現有技術中沒有根據電流變化情況構建出電流特征值計算公式并基于獲取的若干實測電流特征值與若干典型電流特征值進行比對分析出電潛泵存在的故障類型的問題。

2、為實現上述目的，本發明提供一種基于電流變化分析的電潛泵故障預警方法，包括：

3、構建電流標準化公式、時間標準化公式以及電流特征值計算公式，并基于所述電流標準化公式、所述時間標準化公式以及所述電流特征值計算公式構建故障診斷模型；

4、設置訓練數據集，從所述訓練數據集中獲取與故障點對應的若干典型電流特征值，基于若干所述典型電流特征值訓練所述故障診斷模型；

5、周期性采集所述電潛泵中的電流運行數據，將所述電流運行數據導入訓練后的所述故障診斷模型以獲得若干實測電流特征值；

6、將若干所述實測電流特征值與若干所述典型電流特征值進行比對以確定出若干不同的電流特征類型；

7、將若干所述不同的電流特征類型進行組合以確定所述電潛泵的故障類型。

8、進一步地，構建所述電流標準化公式、所述時間標準化公式以及所述電流特征值計算公式的過程包括：

9、所述電流標準化公式如下：

10、，

11、其中，為第i點的實測電流值，單位為a；為額定工作電流值，單位為a；為第一敏感因子；為第i點進行標準化后的電流值；

12、所述時間標準化公式如下：

13、，

14、其中，為與第i點的所述實測電流值對應的實測時間值，單位為h；為若干實測電流曲線中的最長時間，單位為h；為第二敏感因子；為第i點進行標準化后的時間值；

15、所述電流特征值計算公式如下：

16、，

17、其中，為所述實測電流特征值，單位為a/h；為特征值修正系數。

18、進一步地，確定出若干所述不同的電流特征類型的過程包括：

19、所述不同的電流特征類型包括穩定電流特征類型、波動電流特征類型、停機特征類型、緩慢減小特征類型、快速減小特征類型以及增加特征類型；

20、若所述實測電流特征值的絕對值小于等于穩定電流特征值，則確定為所述穩定電流特征類型；

21、若所述實測電流特征值的絕對值大于第一電流特征值且小于等于第二電流特征值，且實測特征值占比小于第二特征值占比且大于第一特征值占比，則確定為所述波動電流特征類型；

22、若所述實測電流特征值小于等于負1000,且停機次數大于等于1，則確定為所述停機特征類型；

23、若所述實測電流特征值小于負的所述第一電流特征值且大于等于負的第三電流特征值，且所述實測特征值占比大于等于第三特征值占比，則確定為所述緩慢減小特征類型；

24、若所述實測電流特征值小于負的所述第三電流特征值且大于等于負1000，且所述實測特征值占比大于等于所述第三特征值占比，則確定為所述快速減小特征類型；

25、若所述實測電流特征值小于第四電流特征值且大于等于所述第一電流特征值，且所述實測特征值占比大于等于第四特征值占比，則確定為所述增加特征類型。

26、進一步地，確定所述電潛泵的故障類型的過程包括：

27、將若干所述不同的電流特征類型進行組合以獲得分析特征類型組；

28、若所述分析特征類型組內均為所述波動電流特征類型，則確定所述故障類型為所述電潛泵所處環境中的井液含有氣體；

29、若所述分析特征類型組內依次為所述穩定電流特征類型和所述停機特征類型，則確定所述故障類型為所述電潛泵突然停機；

30、若所述分析特征類型組內依次為所述快速減小特征類型和兩次以上所述停機特征類型，則確定所述故障類型為所述電潛泵頻繁重啟；

31、若所述分析特征類型組內依次為所述穩定電流特征類型、所述緩慢減小特征類型以及所述停機特征類型，則確定所述故障類型為所述電潛泵所處環境中的井液供應不足；

32、若所述分析特征類型組內依次為所述穩定電流特征類型、所述增加特征類型以及所述停機特征類型，則確定所述故障類型為所述電潛泵過載停機；

33、若所述分析特征類型組內依次為所述波動電流特征類型、所述增加特征類型以及所述停機特征類型，則確定所述故障類型為所述電潛泵所處環境中的井液含有雜質；

34、若所述分析特征類型組內依次為所述穩定電流特征類型、所述緩慢減小特征類型、所述穩定電流特征類型以及所述停機特征類型，則確定所述故障類型為所述電潛泵欠載保護失靈；

35、若所述分析特征類型組內依次為所述穩定電流特征類型、所述緩慢減小特征類型、所述波動電流特征類型以及所述停機特征類型，則確定所述故障類型為所述電潛泵的泵氣鎖。

36、進一步地，獲得若干所述實測電流特征值的過程包括：

37、根據預設周期內的若干所述實測電流特征值獲取特征值方差；

38、基于所述特征值方差與預設特征值方差的比對結果，或，基于若干歷史周期內獲得的若干歷史特征值方差的平均值與特征值方差的比對結果判定所述實測電流特征值的計算過程是否合格；

39、在判定所述實測電流特征值的計算結果不合格時，根據若干所述實測電流特征值中的最大值與最小值之間的差值與預設差值的比對結果確定原因。

40、進一步地，根據若干所述實測電流特征值中的最大值與最小值之間的差值與預設差值的比對結果確定原因的過程包括：

41、計算若干所述實測電流特征值中的最大值與最小值之間的差值，將其記為特征值幅度差，所述預設差值記為預設特征幅度差；

42、根據所述特征值幅度差與預設特征值幅度差的比對結果確定所述實測電流特征值的計算不合格的原因；

43、基于所述原因確定對應的處理，包括：增大所述第一敏感因子和所述第二敏感因子或降低所述特征值修正系數。

44、進一步地，增大所述第一敏感因子和所述第二敏感因子的過程包括：

45、基于泵掛深度與預設泵掛深度的比對結果確定增加所述第一敏感因子和所述第二敏感因子且第一敏感因子和第二敏感因子的增加幅度與泵掛深度呈正比關系。

46、進一步地，降低所述特征值修正系數的過程包括：

47、基于幅度差值與預設幅度差值的比對結果確定降低所述特征值修正系數且特征值修正系數的降低幅度與幅度差值呈正比關系；

48、其中，所述幅度差值為所述特征值幅度差與所述預設特征值幅度差之間的差值。

49、進一步地，在完成所述第一敏感因子和所述第二敏感因子的增大調節后，基于電機溫度與預設電機溫度的比對結果確定降低所述特征值修正系數且特征值修正系數的降低幅度與電機溫度呈正比關系。

50、本發明還提供了一種基于電流變化分析的電潛泵故障預警裝置，包括：

51、模型構建模塊，用以構建電流標準化公式、時間標準化公式以及電流特征值計算公式，并基于所述電流標準化公式、所述時間標準化公式以及所述電流特征值計算公式構建故障診斷模型；

52、訓練模塊，其與所述模型構建模塊連接，用以設置訓練數據集，從所述訓練數據集中獲取與故障點對應的若干典型電流特征值，基于若干所述典型電流特征值訓練所述故障診斷模型；

53、數據采集模塊，其與所述模型構建模塊連接，用以周期性采集所述電潛泵中的電流運行數據，將所述電流運行數據導入訓練后的所述故障診斷模型以獲得若干實測電流特征值；

54、比對模塊，其分別與所述模型構建模塊、所述訓練模塊連接，用以基于若干所述實測電流特征值與若干所述典型電流特征值進度比對以確定出若干不同的電流特征類型，以及，將若干不同的電流特征類型進行組合以確定出所述電潛泵的故障類型；

55、分析模塊，其與所述模型構建模塊連接，用以基于若干所述實測電流特征值的方差與預設方差的比對結果判定所述實測電流特征值的計算過程是否合格，以及在不合格時生成對應指令；

56、優化模塊，其分別與所述分析模塊，所述模型構建模塊連接，用以基于所述指令確定第一敏感因子和第二敏感因子或確定特征值修正系數。

57、與現有技術相比，本發明的一種基于電流變化分析的電潛泵故障預警方法有益效果在于，該方法通過構建電流標準化公式、時間標準化公式以及電流特征值計算公式，并基于此構建故障診斷模型，通過若干典型電流特征值訓練故障診斷模型后根據電流運行數據計算出若干實測電流特征值，以及，將若干實測電流特征值與若干典型電流特征值進行比對以確定出若干不同的電流特征類型，通過將若干不同的電流特征類型進行組合以確定出電潛泵的故障類型，從而能夠提高對電潛泵故障排查的效率，以及，提高對電潛泵精細化以及智能化的管理水平，保證油井平臺的生產效率。

58、進一步地，本發明通過按照時間順序將獲得的若干不同的電流特征類型進行組合后能夠準確地判定出對應的電潛泵存在的故障類型，進而實現無需人工進行現場檢測就可以確定出對應的故障，并起到預警功能，使得設備維護人員能夠有針對性的進行故障維修，從而提高對設備的維修效率，保證油井平臺的生產進度。

59、進一步地，本發明還基于特征值方差與預設特征值方差的比對結果進一步地對實測電流特征值的計算結果進行判定，確定當前周期內的若干實測電流特征值的計算是否合格，當確定出當前周期內的若干實測電流特征值計算結果是不合格的原因，進而能夠針對具體原因進行處理，以提高針對實測電流特征值的計算合格率，從而保證后續故障診斷結果的準確性。

60、進一步地，本發明在基于特征值方差與預設特征值方差進行比對時，還能更進一步地基于當前預設周期前的若干個歷史周期內的若干個歷史特征值方差的平均值與特征值方差進行比對重新判定實測電流特征值的計算結果是否合格，從而能夠提高判定結果的準確性。

61、進一步地，本發明在確定實測電流特征值的計算結果不合格時可以通過若干實測電流特征值中的最大值與最小值計算得到特征值幅度差，并基于特征值幅度差與預設特征值幅度差的比對結果確定出原因，以及基于原因生成對應的處理方式，從而能夠提高針對實測電流特征值的計算合格率。

62、進一步地，本發明在確定出不合格的原因是構建的電流標準化公式中的第一敏感因子和時間標準化公式中的第二敏感因子存在問題時，還可以基于泵掛深度與預設泵掛深度的比對結果確定增大第一敏感因子和第二敏感因子，從而減小深度較深時電潛泵抽油阻力過大導致的電流值增加對標準化公式產生的影響。

63、進一步地，本發明在確定出不合格的原因是構建的電流特征值計算公式中的特征值修正系數存在問題時，還可以基于幅度差值與預設幅度差值的比對結果確定降低特征值修正系數，從而減小由于若干實測電流特征值之間的變化幅度較大產生的影響。