基于知识图谱的抽油机故障原因溯源与维修方案推荐方法与流程

本发明属于人工智能知识推理与故障诊断，涉及到基于知识图谱的抽油机故障原因溯源与维修方案推荐方法。

背景技术：

1、游梁式抽油机是陆上油田主流机械采油设备，适用于地层能量不足的油井开采。经过持续迭代，行业发展出常规、异相、双驴头、调径变矩等多种成熟机型，载荷、冲程规格覆盖全工况，可适配普通原油、高含水、稠油、低渗透及斜井、水平井开采场景。各类抽油机结构简单可靠、野外维护便捷，已在油田大规模应用。但抽油机长期往复工作时，受出砂、结蜡、交变载荷、杆管偏磨等影响，易产生地面、井下耦合故障，造成减产、缩短检泵周期、增加运维成本，因此通过数字化手段实现抽油机故障溯源与智能推荐维修方案，是油田智能运维的重要发展方向。

2、现有成熟传统处置方案多为人工经验匹配故障维修方案方法，该方法依托各油田现场长期积累的多机型抽油机运维台账，人工归集常规、双驴头、调径变矩、异相等各类抽油机机型参数、油层物性、生产工况、示功图特征、历史故障记录及对应维修处置案例，整理形成纸质或本地静态故障处置规则库；当现场任意型号游梁抽油机出现运行异常时，运维人员现场采集设备冲程、冲次、悬点载荷、示功图、电机运行参数等数据，结合设备机型结构特征人工对照静态规则库逐条检索比对，依靠现场技术人员多年实操经验完成故障类型判定，并从历史案例库内人工筛选对应维修、调节、清洗、作业类处置方案。

3、然而该人工经验匹配故障维修方案方法仅依靠静态离散案例记录单机型、单故障与单一维修措施的浅层对应关系，无法统一关联常规、双驴头、调径变矩、异相多类抽油机设备结构、油藏工况、故障传导路径之间的多层级因果关联，从而难以完成跨机型、多耦合因素下的深层故障根因完整溯源，最终仅能匹配表象故障对应的表层处置手段，无法定位不同机型抽油机故障产生的底层诱因，维修方案推荐匹配精准度不足。

技术实现思路

1、鉴于以上现有技术存在的问题，本发明提供基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，用于解决据上述技术问题。

2、为了实现上述目的及其他目的，本发明采用的技术方案如下：

3、本发明提供了基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，该方法包括如下步骤：

4、采集各类抽油机机型参数、油藏、生产、示功图及分机型历史故障、维修数据，按机型专属规则完成数据清洗分类，得到标准化分机型数据集；

5、基于分机型数据集划分三层图谱本体，抽取各类实体并构建机型专属故障因果传导关系，生成带机型标签的分层溯源知识图谱；

6、依托分层溯源知识图谱，针对不同抽油机机型分别制定机型识别、故障逐层溯源、维修匹配固定规则，并完成逻辑推演的框架搭建；

7、输入待诊断抽油机实时数据，调用对应图谱与推理规则逐层推演故障根因，匹配同机型案例，得到故障溯源链路与最优维修方案；

8、现场新增数据回写知识图谱，人工补充调整推理规则，得到持续更新迭代的图谱与规则库。

9、如上所述，本发明提供的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，至少具有以下有益效果：

10、本发明构建油藏层、井筒层、抽油机设备层三层架构并绑定机型专属故障因果链路的分层溯源知识图谱，能够依托层级化关联关系完整梳理故障从底层诱因到表层异常的全传导链路，精准定位多层级故障根本原因，可直接输出结构化故障溯源路径，便于运维人员直观掌握故障诱发逻辑，针对性制定处置措施，有效减少同类故障反复发生，稳定延长油井检泵作业周期。

11、本发明将故障溯源链路生成步骤与多维度加权筛选机制相结合，在输出故障根源路径的同时，依据治理时效、作业成本、停机损耗、长效治理效果多维度量化打分排序，自动输出优先级最高的维修方案，能够为现场运维人员提供量化可参考的决策依据，简化人工对比多套处置方案的工作量，提升油田现场故障处置决策效率。

12、本发明支持现场新增生产、故障、维修数据直接回写至分层溯源知识图谱以扩充实体与关联关系，同时可人工对推理规则进行补充、删减与修正，能够持续拓展故障案例库与判定逻辑边界，让系统诊断逻辑随油田现场工况动态更新适配，长期保证故障识别、根因定位以及维修方案推荐结果贴合现场实际作业场景，持续提升诊断匹配精准度与方案适配性。

1.基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，包括：

2.根据权利要求1所述的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，得到标准化分机型数据集的具体步骤为：

3.根据权利要求1所述的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，分层溯源知识图谱的构建步骤为：

4.根据权利要求1所述的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，机型识别、故障逐层溯源、维修匹配固定规则的制定步骤为：

5.根据权利要求4所述的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，逻辑推演框架的搭建步骤为：

6.根据权利要求1所述的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，故障溯源链路的构建步骤为：

7.根据权利要求6所述的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，最优维修方案的检索步骤为：

8.根据权利要求1所述的基于知识图谱的抽油机故障原因溯源与维修方案推荐方法，其特征在于，持续更新迭代的图谱与规则库的构建步骤为：