随着云计算、大数据、人工智能及物联网等技术发展，油气田企业正逐步开展信息化、数字化、智能化建设，以科技创新和管理转型推动企业可持续高质量发展。2015年，中原油田作为中国石化数字化改造试点单位，全面开展了信息化建设，截至目前，已基本实现生产信息化管理，极大地提高了生产管理水平，对老油田提质增效和高质量发展起到了良好的示范作用。
游梁抽油机采油作为中原油田最主要的采油方式，其运行状况的好坏，直接影响油田可持续高质量发展。游梁抽油机井传统的管理方式是依靠人工定期巡检、测试示功图、诊断工况、计量产液量，依靠更换电动机皮带轮调整，存在操作繁琐、不能连续反映油井工况变化、及时性差、效率低以及冲次调整范围有限等问题[1]。
针对上述问题，中原油田引进了承载式示功图自动测试技术和变频控制技术，实现了示功图自动测试和人工轻松调节冲次。但在应用过程中，仍然存在以下问题：
（1）承载式示功图测量装置安装在游梁抽油机悬绳器处，载荷传感器长期承受杆柱交变载荷，易损坏、精度降低；
（2）作业施工时，频繁拆装，极易损坏传感器，寿命短、维护工作量大；
鉴于上述现状，在信息化建设过程中，研发游梁抽油机井非承载式工况智能监测技术，并开展了现场应用，实现了油井工况在线可靠监测、智能诊断、在线计量等功能，极大地提升了采油管理水平，大幅降低劳动强度，提高工作效率，减少用工，实现提质增效、节能降耗。该技术的成功应用，在中原油田信息化进程中发挥了关键作用。
1 游梁抽油机井非承载式工况智能监测系统
游梁抽油机井非承载式工况智能监测系统是机械采油工况测试领域的一项新技术，它以其长寿命、高精度、高集成化、安装简单等优势，取代传统承载式、便携式等功图测量技术，在中原油田得到了全面推广应用。该系统由非承载式示功图测量装置、多样性数据传输系统和工况智能诊断专家系统组成。
非承载式示功图测量装置由检测单元、数据处理单元、供电单元及信号传输单元组成。将该装置安装在抽油机游梁上，通过传感器自动检测游梁的应力变化和倾角变化，数据处理单元将应变和倾角数据转换为相应的悬点载荷和位移，进而获得油井示功图，无线传输至监控服务器。由于该装置安装在游梁上，不直接承受杆柱交变载荷，安装部位运行幅度小，并且通过太阳能和锂电供电，所以它可以长时间高精度不间断工作，而且不受施工作业影响，寿命长、维护少、安全性能高，载荷位移测量误差小于1%。
多样性数据传输系统是根据网络通讯技术发展和游梁抽油机井现场网络环境，配置形成GPRS、CDMA、4G以及ZigBee+生产信息化专网等多种通信方案，数据传输覆盖油田现场所有游梁抽油机井。对于偏远井，选用GPRS/CDMA/4G通信方案，信号覆盖好，不需要地面网桥组网。对于集中井，在已经建立生产信息化的基础上，选用ZigBee+生产信息化专网通信方案，现场近距离数据快速稳定传输，易组网，数据传输准确率达98%以上。
工况智能诊断专家系统由功图转换、自动诊断和在线计量三部分组成。该系统通过杆柱模型将获取的地面示功图转换为井下泵功图，利用卷积神经网络技术对井下泵功图进行自动识别诊断，在此基础上，采用五点曲率法提高有效冲程算法的精度，进而实现精确在线计量。该系统工况诊断符合率可达95%以上，计量最大误差小于10%[2-3]。
游梁抽油机井非承载式工况智能监测系统实现了工况连续监测、智能诊断、在线计量及故障报警等功能，大幅减轻了技术人员的劳动强度，改善了工人的工作环境，提高了工作效率，为油井工况管控提供了可靠的数据支撑。
2 抽油机井工况运行管控平台
该系统基于Windows操作平台，采用VB6.0等编程语言，通过SQL等数据库技术对油井的生产信息和工况信息进行管理，以供示功图诊断分析和产量计算时调用数据，在此基础上采用神经网络计算机技术实现工况运行管控功能。
2.1系统控制
系统控制模块协调平台各模块进行协同工作并控制软件的无人监控全自动运行[4]，包括每日计产时间的更改，功图检测周期的更改，文件路劲选择，数据容错性处理，验证基础数据是否缺失及其合理性，判断停机、关井及间开情况，实时刷新地面示功图数据文件，判断数据是否更新，批量计算等。
2.2数据输入与输出
该模块接收地面示功图数据并提供给计算分析模块进行批量计算与诊断，将结果显示在软件界面上，响应用户翻页、数据操作等处理，最后将计算结果输出为一个数据接口，提供给其他程序调用读取。
2.3数据管理
该模块主要是对本地数据库的管理和维护，提供导入、清空、记录浏览、添加、修改和删除等功能，并为计算分析和神经网络训练模块提供数据。本地数据库存储有油井的基础数据，生产数据，设备数据，同时还包括神经网络训练的样本数据库。
2.4计算与分析
该模块实现示功图转换、功图计产、智能诊断。通过读取本地数据库的油井参数，刷新数据输入与输出模块提供的地面示功图，利用阻尼计算，转换获取泵功图，由泵功图计算出地面产液量。利用神经网络判别得出诊断结论，最终将计算结果提供给数据输入与输出模块进行数据展示与输出。
2.5附加模块
附加模块配备神经网络训练，以开放性的训练平台作为用户操作界面，可以使用户针对特定的区块和抽油机井工况采集样本，进行神经网络训练，并应用训练出的神经网络库进行工况诊断，这不仅使软件更具有油田区块特色，更增加了软件的诊断精度和灵活性。
3 现场应用及结论
2015年以来，在中原油田生产信息化建设中，游梁抽油机井非承载式工况智能监测系统先后应用了3000多口井，最长运行时间已超过5年，载荷位移测量误差小于1%，工况诊断标定符合率达95%以上，平均计产误差小于5%，最大误差小于10%。2020-2021年，游梁抽油机井工况智能调控技术在中原油田应用了40口井，至今系统运行稳定，通过在线监测、智能诊断、自主分析，油井始终保持高效工况运行。
该技术提出非承载式替代承载式工况监测，具有不受作业施工影响、寿命长、集成度高、安装简单等特点，能够实现抽油井工作状况连续监测、在线量油、智能诊断、故障报警等功能，是机械采油技术领域的一次技术革命。该技术可全面替代传统人工测试、诊断及调节，大幅提高工作效率和管理水平，符合油田信息化、数字化、智能化发展趋势，推广应用前景广阔。
作者简介：郭伟成，男（汉族），硕士，高级工程师，1986年6月出生，河南省濮阳市中原油田分公司石油工程技术研究院测试与节能技术研究中心，从事仪表自动化研究专业。
参考文献：
[1]马广杰，褚万泉，杜辉，等.抽油机井非承载式功图遥测技术研究[A]；油气藏监测与管理国际会议（C）；2013年.
[2]杨理践,徐世文,高松巍,等.基于BP神经网络的有杆抽油系统故障智能判断[J].沈阳工业大学报,2004,26(6):1-3.
[3]王淑梅.用泵的示功图法计算抽油机井的产量[J].油田地面工程, 1990,9(1):19-20.
[4]时研.抽油机电机参数的检测与数据远传[D].中国石油大学（华东）,2008:1-67.