《表1 原始生产参数表：基于循环神经网络的抽油杆柱寿命预测新方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于循环神经网络的抽油杆柱寿命预测新方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据油田数据采集情况，选择某井故障前100天的数据实际生产数据，参数是油井运行参数，在油井出现故障前会有相应的变化趋势，在发生杆断的之前，由于抽油杆柱的腐蚀、偏磨、裂缝等问题会引起载荷差、电流和冲次不同程度的变化。其中载荷差会随时间不断增大[14]，电流和冲次也会有不同程度的增加[11，12]。其中部分参数如下表1。其中可以看到：从2017.7.22-2017.8.20，三种特征参数数值均有不同程度的增加，这也就表示当前抽油杆柱处于带病作业的状态，特征参数根据时间变化，到达一定程度之后即会发生抽油杆柱断脱的故障。