问题背景

目前，我国油田开采工程已进入中后期，大部分油田生产过程中均面临着以下严峻考验：

1. 抽油机井分散、现场环境恶劣。巡井任务繁重，人员辛苦，且容易出现巡检不到位，漏检，或者不准时的情况；

2. 井下工作复杂、故障发生频繁。数据繁杂，人工识别心有余而力不足；

3. 抽油机及油井常见故障多达几十种。以往靠人识别，要结合分散的多个数据源，工作繁重。

抽油机样图

解决方案

抽油机井工况识别与故障诊断案例首先对数据进行清洗，采用聚类算法找出抽油机井工况，包括正常工况和故障工况，然后根据各个工况的类型进行标记，再采用分类算法构建故障分类模型。

总结说明

上述构建的故障分类模型经过测试可以较好地分辨出各个工况的所属类型，分类结果如下图的混淆矩阵所示。通过混淆矩阵可以清晰的看出模型预测冰冻结果和实际结果的差异，混淆矩阵的对角线上的数值越大说明模型预测效果越好，非对角线的数值越大说明预测效果越差。该模型较好的解决了石油行业中抽油机井故障的分类识别问题，帮助现场运维人员能够及时发现和解决故障，提升抽油机的工作效率和油田产能。

模型分类结果图