基于時(shí)序分析的煤層氣井參數(shù)預(yù)測(cè)與故障診斷的研究.pdf

1、隨著我國(guó)工業(yè)化水平的不斷提高以及進(jìn)程的加快，經(jīng)濟(jì)社會(huì)發(fā)展對(duì)能源的需求量越來(lái)越大。在可持續(xù)發(fā)展大背景的要求下，環(huán)保清潔的能源越來(lái)越受到國(guó)家的重視。煤層氣作為一種新型環(huán)保能源，在我國(guó)的能源結(jié)構(gòu)中占有極其重要的地位。隨著煤層氣開(kāi)采規(guī)模的日益擴(kuò)大，煤層氣井的安全生產(chǎn)顯得尤其重要。我們希望在系統(tǒng)發(fā)生故障時(shí)能夠做出快速、準(zhǔn)確的診斷，將故障遏制在萌芽狀態(tài)，降低故障發(fā)生的可能性，減少故障造成的設(shè)備等方面的損失，更希望在故障發(fā)生之前對(duì)系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行實(shí)

2、時(shí)監(jiān)測(cè)，對(duì)系統(tǒng)的運(yùn)行狀態(tài)做出預(yù)判，幫助現(xiàn)場(chǎng)工作人員動(dòng)態(tài)調(diào)整生產(chǎn)過(guò)程。煤層氣單井是煤層氣傳輸系統(tǒng)的基本單元，對(duì)煤層氣生產(chǎn)至關(guān)重要，因此本文主要涉及對(duì)煤層氣單井的研究。傳統(tǒng)的輪詢排查費(fèi)時(shí)費(fèi)力，效率低，因此研究一種有效的故障診斷算法尤其重要。
　　根據(jù)現(xiàn)場(chǎng)實(shí)際勘查發(fā)現(xiàn)當(dāng)煤層氣單井排采過(guò)程中發(fā)生故障時(shí)系統(tǒng)參數(shù)會(huì)有一定的趨勢(shì)變化，這也是我們做故障診斷的主要依據(jù)。各排采參數(shù)之間存在一定的相關(guān)性即各參數(shù)不是相互獨(dú)立的，它們之間是相互影響，相互制

3、約的關(guān)系。因此傳統(tǒng)的基于原始數(shù)據(jù)的分類算法諸如支持向量機(jī)，神經(jīng)網(wǎng)絡(luò)分類算法等，就無(wú)法有效應(yīng)用于煤層氣井的故障診斷。
　　各煤層氣井的分布區(qū)域廣泛且各井所處的地域條件也有所不同，即單井排采系統(tǒng)的排采過(guò)程會(huì)受到多種因素的影響。這些因素中既有已知的，也有未知的，這就使得各排采系統(tǒng)有一定的灰色性，即單井排采過(guò)程處于一個(gè)灰色過(guò)程，各排采參數(shù)的變化也是一個(gè)灰色的過(guò)程。
　　基于煤層氣排采系統(tǒng)生產(chǎn)過(guò)程中出現(xiàn)的問(wèn)題，本文提出一種基于灰色系統(tǒng)

4、理論與時(shí)間序列理論的參數(shù)預(yù)測(cè)與故障診斷方法。首先利用灰色系統(tǒng)理論的GM(1，1)模型對(duì)各排采參數(shù)的時(shí)間序列建立灰色系統(tǒng)模型，進(jìn)而提取各參數(shù)序列的趨勢(shì)項(xiàng)。為了提高模型的預(yù)測(cè)精度，本文提出利用AR時(shí)間序列模型來(lái)對(duì)各參數(shù)序列的殘差序列建立時(shí)間序列模型。將GM(1，1)趨勢(shì)項(xiàng)模型與殘差序列的AR模型相結(jié)合作為各參數(shù)序列的組合模型，來(lái)實(shí)現(xiàn)參數(shù)預(yù)測(cè)與故障診斷。本文的創(chuàng)新之處在于提出利用多參數(shù)時(shí)間序列趨勢(shì)分析相結(jié)合的方法對(duì)系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)，利用