本發(fā)明屬于信號(hào)處理，具體地說是基于生成對(duì)抗模型去噪的游梁抽油機(jī)沖程估計(jì)的方法。

背景技術(shù)：

1、油田生產(chǎn)過程中，由于地下油藏的動(dòng)態(tài)變化，以及抽油機(jī)井下管、桿、泵工作狀況受到的各種油層中的砂、蠟、氣等多種因素的影響，導(dǎo)致抽油機(jī)的工況很難準(zhǔn)確的進(jìn)行檢測(cè)和管理。然而抽油機(jī)的能否穩(wěn)定運(yùn)行以及故障及時(shí)監(jiān)測(cè)排除等管理工作，一方面嚴(yán)重影響油田產(chǎn)出，另一方面還關(guān)系到設(shè)備的磨損和電能的消費(fèi)等。

2、在對(duì)抽油機(jī)監(jiān)管的主要手段之一是分析和解釋示功圖。示功圖是一段封閉的曲線，其橫坐標(biāo)為驢頭行程，縱坐標(biāo)為載荷。示功圖的曲線表示抽油機(jī)驢頭行程和驢頭所受載荷的關(guān)系。因?yàn)轶H頭是上下往復(fù)運(yùn)動(dòng)的，所以示功圖曲線表現(xiàn)為封閉形狀，封閉曲線的左下角為下死點(diǎn)位置向上拉桿進(jìn)行上沖程，然后行程和載荷同時(shí)增大，沿著示功圖逆時(shí)針運(yùn)行到右上角，到達(dá)上死點(diǎn)，然后開始向下進(jìn)行下沖程，直到下死點(diǎn)，由此構(gòu)成驢頭的一次往復(fù)運(yùn)動(dòng)。因?yàn)槭竟D上的封閉曲線表示的是驢頭的運(yùn)動(dòng)位置和載荷受力情況，所以封閉曲線所圍成的面積表示驢頭在一次往復(fù)運(yùn)動(dòng)中所做的功。根據(jù)驢頭往復(fù)運(yùn)動(dòng)中做功的情況，可以反映出深井泵工作狀態(tài)。所以準(zhǔn)確的測(cè)量出驢頭的行程位置對(duì)于抽油機(jī)工況的分析十分重要。

3、目前，油田測(cè)量驢頭行程有角位移、死點(diǎn)開關(guān)和加速度傳感器測(cè)量三種方式。其中，角位移的測(cè)量采用角位移傳感器，安裝在抽油機(jī)游梁上，以角位移傳感器測(cè)得的角度改變量作為角度，以抽油機(jī)中軸到抽油桿的距離作為半徑，角度與半徑的乘積所得的弧長即為光桿位移，即為驢頭行程。死點(diǎn)開關(guān)采用霍爾非接觸接近開關(guān)(探頭)，磁場(chǎng)觸發(fā)，是一種位置信號(hào)發(fā)送器。死點(diǎn)開關(guān)裝在抽油機(jī)光桿下死點(diǎn)位置，依據(jù)光桿一個(gè)沖程周期測(cè)量的數(shù)據(jù)間接測(cè)量光桿位移，即為驢頭行程。加速度傳感器測(cè)量方法通過在游梁抽油機(jī)懸點(diǎn)處掛載加速度傳感器，來采集懸點(diǎn)處的加速度，然后對(duì)加速度數(shù)據(jù)進(jìn)行兩次對(duì)時(shí)間的積分，得到懸點(diǎn)位移，再映射為驢頭行程。在以上方案中，傳感器采集數(shù)據(jù)是大多含有噪聲，而且采集過程也會(huì)出現(xiàn)數(shù)據(jù)缺失現(xiàn)象等，再通過對(duì)采集的數(shù)據(jù)進(jìn)行濾波后，又會(huì)引入濾波誤差，最后通過算法計(jì)算的結(jié)果誤差也會(huì)很大。針對(duì)采集信號(hào)的噪聲影響，本發(fā)明針對(duì)游梁抽油機(jī)沖程監(jiān)測(cè)任務(wù)，采用加速度傳感器測(cè)量方法，基于生成對(duì)抗模型來對(duì)采集的加速度信號(hào)數(shù)據(jù)進(jìn)行去噪，從而大大提升通過算法計(jì)算后沖程數(shù)據(jù)的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上面這些問題，本發(fā)明的目的在于提供基于生成對(duì)抗模型去噪的游梁抽油機(jī)沖程估計(jì)的方法，該方法提出采集游梁抽油機(jī)懸點(diǎn)處加速度傳感器數(shù)據(jù)，建立生成對(duì)抗模型來實(shí)現(xiàn)原始含噪數(shù)據(jù)的去噪處理，從而計(jì)算出游梁抽油機(jī)的沖程，降低因數(shù)據(jù)采集丟失和噪聲誤差導(dǎo)致的沖程計(jì)算誤差。

2、本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：

3、一種基于生成對(duì)抗模型去噪的游梁式抽油機(jī)沖程估計(jì)方法，包括以下步驟：

4、1)通過加速度傳感器采集游梁抽油機(jī)設(shè)備懸點(diǎn)處加速度數(shù)據(jù)，并通過wia-pa芯片對(duì)加速度數(shù)據(jù)進(jìn)行處理；

5、2)對(duì)加速度數(shù)據(jù)中進(jìn)行數(shù)據(jù)預(yù)處理，獲得加速度的單周期數(shù)據(jù)；

6、3)建立生成對(duì)抗模型；

7、4)通過生成對(duì)抗模型中的生成器將單周期數(shù)據(jù)轉(zhuǎn)換為去噪數(shù)據(jù)，并將去噪前的單周期數(shù)據(jù)作為含噪數(shù)據(jù)，同時(shí)標(biāo)記為假樣本；

8、5)對(duì)游梁抽油機(jī)進(jìn)行加速度物理模型建模，并由物理模型計(jì)算出無噪數(shù)據(jù)，標(biāo)記為真樣本；

9、6)將含噪數(shù)據(jù)及其對(duì)應(yīng)標(biāo)簽假樣本，和無噪數(shù)據(jù)及其對(duì)應(yīng)標(biāo)簽真樣本組合在一起建立數(shù)據(jù)集，使用數(shù)據(jù)集訓(xùn)練生成對(duì)抗模型；

10、7)利用訓(xùn)練好的生成對(duì)抗模型中的生成器對(duì)單周期數(shù)據(jù)進(jìn)行去噪，并對(duì)去噪數(shù)據(jù)進(jìn)行計(jì)算，得到?jīng)_程。

11、所述步驟2)包括以下步驟：

12、2.1)將加速度信號(hào)數(shù)據(jù)轉(zhuǎn)化為真實(shí)加速度數(shù)據(jù)，即具有實(shí)際物理意義的加速度x；

13、

14、其中，x為真實(shí)加速度，為采集并處理后的加速度信號(hào)，g為重力加速度，m和h為設(shè)備自身的屬性值；

15、2.2)對(duì)真實(shí)加速度數(shù)據(jù)x中的異常數(shù)據(jù)進(jìn)行平滑處理：

16、從數(shù)據(jù)中的t時(shí)刻起，如果n個(gè)連續(xù)時(shí)間點(diǎn)數(shù)據(jù)大于最大設(shè)定閾值，那么該n個(gè)連續(xù)數(shù)據(jù)為異常數(shù)據(jù)，將這n個(gè)數(shù)據(jù)修改為新的n個(gè)插值數(shù)據(jù)，所述插值數(shù)據(jù)為：

17、

18、其中，xt為t時(shí)刻的加速度數(shù)據(jù)值，i為n個(gè)連續(xù)時(shí)間點(diǎn)中的第i個(gè)時(shí)間點(diǎn)，i小于等于n；

19、2.3)尋找平滑后數(shù)據(jù)中的極大值點(diǎn)，根據(jù)極大值點(diǎn)將數(shù)據(jù)劃分為單周期加速度數(shù)據(jù)。

20、所述步驟2.3)包括以下步驟：

21、2.3.1)計(jì)算真實(shí)加速度數(shù)據(jù)x的平均值，作為極大值選取的最小閾值；

22、2.3.2)對(duì)真實(shí)加速度數(shù)據(jù)x進(jìn)行離散傅里葉變換，得到數(shù)據(jù)的頻率譜，以頻率譜中的能量最大值所對(duì)應(yīng)的頻率值的倒數(shù)作為估計(jì)周期；

23、2.3.3)選擇真實(shí)加速度數(shù)據(jù)x中的極大值點(diǎn)，即該點(diǎn)前后兩個(gè)時(shí)刻的點(diǎn)均小于該點(diǎn)，作為候選極大值點(diǎn)，去除小于最小閾值的候選點(diǎn)；

24、2.3.4)將極大值候選點(diǎn)按時(shí)間先后排序，依次計(jì)算相鄰兩點(diǎn)的時(shí)間間隔，如果小于估計(jì)周期的一半，則認(rèn)為后一個(gè)點(diǎn)是噪聲或信號(hào)波動(dòng)導(dǎo)致的錯(cuò)誤的候選點(diǎn)，從候選點(diǎn)中去除該點(diǎn)；

25、2.3.5)每去除一個(gè)候選點(diǎn)，重新執(zhí)行步驟2.3.4)，直到極大值候選點(diǎn)中都經(jīng)過了篩選，從而得到了真實(shí)加速度數(shù)據(jù)x中的所有極大值點(diǎn)；

26、2.3.6)將極大值點(diǎn)作為分界點(diǎn)，劃分真實(shí)加速度數(shù)據(jù)x，從而得到多個(gè)單周期加速度數(shù)據(jù)a。

27、所述生成對(duì)抗模型由生成器g和判別器d組成，其中：

28、所述生成器g包括編碼器和解碼器，所述編碼器包括順次連接的卷積核為7×1，5×1，3×1三層卷積層以及連接在卷積核為3×1的卷積層后的兩個(gè)并聯(lián)的全連接層；所述解碼器包括順次連接的卷積核為3×1，5×1，7×1三層反卷積層；

29、所述判別器d包括順次連接的卷積核為7×1，5×1，3×1三層卷積層以及順次連接在卷積核為3×1的卷積層后的兩個(gè)全連接層。

30、所述生成對(duì)抗模型執(zhí)行以下步驟：

31、編碼器將含噪數(shù)據(jù)先后通過卷積核為7×1，5×1，3×1三層卷積操作，再分別通過兩個(gè)并聯(lián)的全連接層分別得到期望和方差，然后在方差上乘以(0，1)分布的高斯分布隨機(jī)值，最后將期望和方差相加，得到采樣特征數(shù)據(jù)，編碼器完成編碼；

32、解碼器將采樣特征數(shù)據(jù)先后通過卷積核為3×1，5×1，7×1三層反卷積操作，每層反卷積都有編碼器中對(duì)應(yīng)的卷積層輸出特征對(duì)反卷積操作輸出特征進(jìn)行補(bǔ)充，解碼器完成解碼，輸出去噪數(shù)據(jù)；

33、判別器將去噪數(shù)據(jù)經(jīng)過三層卷積后，鏈接兩層全連接層，第一層全連接層輸出為256維，第二層全連接層輸出為2維，對(duì)應(yīng)推理結(jié)果為0或者1，即推理判別器的輸入信號(hào)為假或者真。

34、所述步驟5)包括以下步驟：

35、5.1)在游梁抽油機(jī)進(jìn)行加速度物理模型參數(shù)設(shè)置范圍內(nèi)，均勻隨機(jī)選取多組參數(shù)，通過游梁抽油機(jī)進(jìn)行加速度物理模型生成多組無噪數(shù)據(jù)；

36、5.2)將生成的多組無噪數(shù)據(jù)的標(biāo)簽都設(shè)置為真。

37、所述步驟6)包括以下步驟：

38、6.1)將含噪數(shù)據(jù)和無噪數(shù)據(jù)組合在一起建立數(shù)據(jù)集，數(shù)據(jù)集中含噪數(shù)據(jù)的標(biāo)簽為假，用0表示；數(shù)據(jù)集中的無噪數(shù)據(jù)的標(biāo)簽為真，用1表示；

39、6.2)將數(shù)據(jù)集劃分為訓(xùn)練集、校驗(yàn)集和測(cè)試集；

40、6.3)使用訓(xùn)練集訓(xùn)練k次判別器，同時(shí)用校驗(yàn)集測(cè)試判別器d的預(yù)測(cè)效果；

41、6.4)經(jīng)過k次判別器訓(xùn)練后，固定判別器d參數(shù)θd；

42、6.5)使用單周期含噪數(shù)據(jù)訓(xùn)練生成器g；

43、6.6)重復(fù)步驟6.3)～6.5)，直到判別器和生成器的代價(jià)函數(shù)均小于設(shè)定小閾值，并且由生成器g生成的數(shù)據(jù)被判別器d判斷為真的概率大于大閾值。

44、所述步驟6.3)包括以下步驟：

45、6.3.1)訓(xùn)練判別器d的價(jià)值函數(shù)vd：

46、vd＝ez，a(logd(z)+log(1-d(g(a)))

47、其中e表示期望值，z表示無噪數(shù)據(jù)，a表示得到的單周期含噪數(shù)據(jù)，d(·)表示通過判別器d預(yù)測(cè)的值，g(·)表示通過生成器g生成的數(shù)據(jù)；

48、6.3.2)訓(xùn)練中的判別器d參數(shù)更新梯度為判別器參數(shù)θd在原參數(shù)上增加其中γd為判別器的學(xué)習(xí)率。

49、所述步驟6.5)包括以下步驟：

50、6.5.1)訓(xùn)練生成器g的價(jià)值函數(shù)vg：

51、vg＝ea(log(1-d(g(a)))

52、6.5.2)生成器g參數(shù)θg更新梯度為生成器參數(shù)θg在原參數(shù)上減去其中γg為生成器的學(xué)習(xí)率。

53、所述步驟7)包括以下步驟：

54、7.1)不斷采集現(xiàn)場(chǎng)的加速度信號(hào)數(shù)據(jù)的并進(jìn)行預(yù)處理，得到單周期加速度數(shù)據(jù)；

55、7.2)將單周期加速度數(shù)據(jù)通過生成器g，得到去噪數(shù)據(jù)；

56、7.3)對(duì)去噪數(shù)據(jù)進(jìn)行一次將加速度去噪數(shù)據(jù)進(jìn)行一次時(shí)間積分，得到速度v：

57、

58、其中，xt代表理論單周期加速度數(shù)據(jù)中t時(shí)刻的加速度值，i＝1～t，t為一個(gè)周期內(nèi)所有數(shù)據(jù)的個(gè)數(shù)，δt為加速度數(shù)據(jù)相鄰數(shù)據(jù)點(diǎn)間的時(shí)間間隔，也即設(shè)備進(jìn)行信號(hào)采樣的時(shí)間間隔；

59、7.4)分別計(jì)算一個(gè)周期內(nèi)的前半周期對(duì)應(yīng)的沖程，對(duì)理想速度vi再進(jìn)行一次時(shí)間積分，積分范圍為前半個(gè)周期，即

60、

61、其中，t1/2為一個(gè)周期中前半周期和后半周期的分界點(diǎn)，s1為前半周期對(duì)應(yīng)的沖程；

62、7.5)計(jì)算一個(gè)周期內(nèi)的后半周期對(duì)應(yīng)的沖程，對(duì)理想速度再進(jìn)行一次時(shí)間積分，積分范圍為后半個(gè)周期，即

63、

64、其中，s2為后半周期對(duì)應(yīng)的沖程；

65、7.6)最終的游梁抽油機(jī)的沖程值s為前后兩個(gè)半周期沖程的平均值：

66、

67、本發(fā)明具有以下有益效果及優(yōu)點(diǎn)：

68、1.本發(fā)明的加速度傳感器采集游梁抽油機(jī)加速度信號(hào)的預(yù)處理過程，算法簡(jiǎn)潔，僅通過一階線性平滑和離散傅里葉變換，可以以很小的算力代價(jià)完成單周期原始加速度信號(hào)數(shù)據(jù)的提取和預(yù)處理。

69、2.本發(fā)明的基于生成對(duì)抗模型去除加速度信號(hào)噪聲的方法，在訓(xùn)練生成器去噪聲的能力時(shí)，以游梁抽油機(jī)加速度物理模型生成的無噪數(shù)據(jù)作為生成器要學(xué)習(xí)擬合的對(duì)象，極大提升了生成器去噪能力，并使得去噪數(shù)據(jù)的特征分布盡可能的與無噪數(shù)據(jù)特征分布一致，從而提升了去噪數(shù)據(jù)的質(zhì)量，為準(zhǔn)確計(jì)算沖程提供了可靠的數(shù)據(jù)。

70、3.本方面的加速度無噪數(shù)據(jù)由游梁抽油機(jī)加速度物理模型生成得到，模型參數(shù)在合理范圍內(nèi)選取，由此生成不同的無噪數(shù)據(jù)，但是這些無噪數(shù)據(jù)都是合理的，只是對(duì)應(yīng)不同的游梁抽油機(jī)的工況，以這些不同參數(shù)工況下的無噪數(shù)據(jù)為目標(biāo)進(jìn)行生成對(duì)抗訓(xùn)練的生成器，可以具備更好的針對(duì)多種工況的泛化性。