申请/专利权人：中国石油天然气集团有限公司;北京康布尔石油技术发展有限公司;中国石油集团工程技术研究院有限公司

申请日：2023-06-14

公开（公告）日：2024-04-05

公开（公告）号：CN117823122A

主分类号：E21B47/00

分类号：E21B47/00;G06F18/214;G06F18/243;E21B19/08;E21B19/02;G08B31/00;G08B21/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种石油钻机绞车故障智能预警方法及装置，该方法包括：从采集到的绞车实时振动数据和工况参数中，提取时域特征和频域特征，输入工况识别模型，获取绞车实时空载工况下的运行数据，从中提取绞车实时空载工况下的时域特征和频域特征，输入预警模型，经KL散度逼近方法得到模型间距离，与预警阈值进行对比，根据对比结果发出故障预警通知。该方法有效降低运行过程中负载变化及外部冲击等因素的影响，实时监测绞车的运行状态并及时进行故障预警。

主权项：1.一种石油钻机绞车故障智能预警方法，其特征在于，包括：获取绞车典型运行工况下的振动数据和工况参数，从中提取描述工况变化的时域特征和频域特征；基于描述工况变化的时域特征和频域特征，采用XGBoost分类算法建立工况识别模型，识别绞车空载工况下的运行数据；根据绞车各部件的结构特征和失效模式，从绞车空载工况下的运行数据提取描述绞车空载工况下的时域特征和频域特征，采用自注意力机制构建状态特征集；选用状态特征集中的绞车状态特征构建预警模型训练样本和预警阈值训练样本；建立DtMM模型，将预警模型训练样本作为预警模型训练样本，得到绞车空载工况的预警模型；将预警阈值训练样本输入DtMM模型，采用KL散度逼近方法描述模型间距离，利用正态分布3σ原则计算预警阈值；从采集到的绞车实时振动数据和工况参数中，提取时域特征和频域特征，输入工况识别模型，获取绞车实时空载工况下的运行数据，从中提取绞车实时空载工况下的时域特征和频域特征，输入预警模型，经KL散度逼近方法得到模型间距离，与预警阈值进行对比，根据对比结果发出故障预警通知。

全文数据：

权利要求：

百度查询： 中国石油天然气集团有限公司;北京康布尔石油技术发展有限公司;中国石油集团工程技术研究院有限公司 石油钻机绞车故障智能预警方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD