本公开涉及抽油机检测技术领域，尤其涉及一种抽油机电参诊断系统。
背景技术：
当前国际石油价格正处于调整期，传统的石油行业正在面临挑战。从“十三五”发展规划可以看出，国家对于节能问题非常重视，尤其看重油田的节电。我国油田行业一方面随着开采不断深入，开采难度的加大，储采失衡。另一方面我们诸多油田地处荒凉，日常生产管理采用人力巡检的办法，而人力成本的增加，进一步造成了效益低下。
目前广泛使用的游梁式抽油机驴头悬点的加速度较大，失衡严重，开采能耗较高的问题，及时获知抽油机的工作状况，调整抽油机工作参数，能够节约能耗。目前对抽油机工况诊断采用的是示功图法，这种方法需要工人定期采集设备参数，检测设备运行状况，根据设备运行状况调整抽油机的工作参数，但示功仪不仅仪器昂贵，而且安装和维修不便等问题。
同时在日常运营维护中，由于许多的油田地处荒凉，工人获取油田信息往往通过徒步或者驱车前往油厂，这样无疑给工人们的工作带来了不便，同时效率低下。如果使用传统的gprs模块或者4g模块，则可能因为有些地方的基站覆盖不全或者信号不好，导致部分油田无法传输信息。
技术实现要素：
本公开提供了一种抽油机电参诊断装置，其技术目的是提高油田检测通信质量，让抽油机工况诊断智能，让油田生产得到全面监控，保障生产效益。
本公开的上述技术目的是通过以下技术方案得以实现的：
一种抽油机电参诊断装置，包括检测装置和网关装置，所述检测装置包括第一中央处理器、三相电能计量模块、rs485模块、rs232模块和第一lora模块，所述三相电能计量模块、rs485模块、rs232模块和第一lora模块都与所述第一中央处理器连接，所述第一中央处理内设有神经网络诊断单元；
所述三相电能计量模块与所述神经网络诊断单元和所述第一lora模块均连接，所述神经网络诊断单元与所述rs485模块连接；
所述网关装置包括第二中央处理器、第二lora模块和nb_iot模块，所述第二lora模块和所述nb_iot模块都与所述第二中央处理器连接；
所述第一lora模块与所述第二lora模块连接，所述第二lora与所述nb_iot模块连接。
进一步地，所述检测装置还包括以太网络模块和wifi模块，所述三相电能计量模块连接有三相电电参信号传入接口，所述rs485模块连接有rs485接口，所述rs232模块连接有rs232接口，所述以太网络模块连接有rj45网络调试接口，所述wifi模块连接有wifi天线接口，所述第一lora模块和第二lora模块都连接有lora天线接口，所述第一中央处理器和第二中央处理器都连接有电源接口、电源指示灯。
进一步地，所述三相电能计量模块包括三相电能计量芯片ht7038。
进一步地，所述检测装置还包括电流电压互感器，所述电流电压互感器通过所述三相电电参信号传入接口与所述三相电能计量模块连接，所述rs232模块通过所述rs232接口连接有位移传感器和载荷传感器。
进一步地，所述神经网络诊断单元包括输入层、隐藏层、输出层、训练层和预测层。
进一步地，所述rs485模块通过所述rs485接口与变频器连接。
进一步地，所述第一中央处理器为raspberrypicomputemodule3处理器。
进一步地，所述第二中央处理器为stm32f103zet6处理器。
本公开的有益效果在于：检测装置通过三相电能计量模块采集现场设备数据，通过rs232接口获取位移传感器、载荷传感器的数据，得到抽油机信息，更好的诊断抽油机的工况；通过第一lora模块将检测和诊断的信息传输给网关装置；
网关装置通过第二lora模块获取检测装置传输的消息后，通过nb_iot模块将信息通过通信基站传输给云服务器，实现了对抽油机参数的实时监控，降低了监控设备对网络环境的依赖，节省了数据传输的流量，更好的满足低带宽，低功耗，不稳定的物联网环境的需求。
同时利用石油开采过程中产生的电参与示功图等数据，发掘两者关系，使用深度学习模型进行训练，提取电参的数据特征，从而判断当前的抽油机工况，使用技术前沿，符合发展趋势；在数据采集的端点出进行处理，低时延和安全性能够减少云服务器的负载，做到实时调控，减少因为网络时延带来的不便，提高安全性和稳定性；可以使用云服务器更新嵌入式软件和神经网络模型，保证预测准确性和软件稳定性。
附图说明
图1为本实用新型框架图；
图2为检测装置框架图；
图3为网关装置框架图。
具体实施方式
下面将结合附图对本公开技术方案进行详细说明。在本公开的描述中，需要理解地是，术语“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
另外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量，仅用来区分不同的组成部分。
图1为本实用新型框架图，如图1所示，该抽油机电参诊断装置包括检测装置和网关装置；图2为检测装置框架图，该检测装置包括第一中央处理器、三相电能计量模块、rs485模块、rs232模块、以太网模块、wifi模块和第一lora模块，三相电能计量模块、rs485模块、rs232模块、以太网模块、wifi模块和第一lora模块都与第一中央处理器连接。第一中央处理器内设有神经网络诊断单元，神经网络诊断单元与rs485模块连接，三相电能计量模块与神经网络诊断单元和第一lora模块均连接。神经网络诊断单元的使用，可以在数据端进行诊断和反馈处理，不再依赖人工干预和网络设施，提高了诊断的实时性和有效性。
图3为网关装置框架图，如图3所示，网关装置包括第二中央处理器、第二lora模块和nb_iot(窄带物联网，narrowbandinternetofthings)模块。第一lora模块和第二lora模块都连接有lora天线接口，第一中央处理器和第二中央处理器都连接有电源接口、电源指示灯。rs485模块连接有rs485接口，rs232模块连接有rs232接口，以太网络模块连接有rj45网络调试接口，wifi模块连接有wifi天线接口；rs485模块通过rs485接口与外部的变频器连接，变频器则连接有抽油机。
采用lora模块与nb_iot模块组合使用的方式，能够降低检测设备对通信基站的依赖，lora模块在空旷地带能够传输15km，所以只需要在范围内设置一个或者多个lora模块，即可将区域内的油田信息传入网络。同时由于nb_iot的数据访问需要在运营商处设置白名单，进行鉴权，提高了信息的安全性。
作为具体实施例地，三相电能计量模块包括三相电能计量芯片ht7038。
另外，检测装置还包括电流电压互感器，电流电压互感器通过三相电电参信号传入接口与三相电能计量模块连接；rs232模块通过rs232接口则连接有位移传感器和载荷传感器
本实用新型的工作原理为：电流电压互感器采集三相电参后输入到第一中央处理器的神经网络诊断单元，神经网络诊断单元集成了基于深度学习训练的模型，可以通过三相电参诊断当前抽油机工况；rs485模块(亦即闭环反馈控制层)根据神经网络诊断单元的诊断，通过接口控制抽油机的变频器，使用modbus协议，对变频器进行闭环控制，调整抽油机的冲次，对功率因数进行补偿，从而达到闭环控制效果实现节能。另外，采集和诊断信息通过第一lora模块传输给网关装置的第二lora模块，再通过nb_iot模块传输给云服务器，用于信息的存储和展示，并通过云服务器进行人机交互。
作为具体实施例地，利用wifi模块，整个检测装置作为无线局域网，可以通过手机app连接热点，获知油井工作参数。
作为具体实施例地，检测装置中的电流电压互感器采集抽油机控制柜中的三相电电机供电线中的电参，电流电压互感器采集到的电信号，通过三相电能计量模块的滤波调理电路进行滤波调理。神经网络诊断单元使用人工神经网络作为核心，将检测装置采集到的电参作为输入参数输入到神经网络诊断单元进行计算，分析当前油井的工作状况。
一般地，神经网络诊断单元包括输入层、隐藏层、输出层、训练层和预测层这5个模块，输入层对原始的抽油机电参进行预处理，隐藏层使用长短时记忆网络(lstm，longshort-termmemory)的细胞搭建多层，输出层提供预测抽油机工况结果，训练层采用适应性动量估计算法(adam，adaptivemomentestimation)，预测层采用迭代进行预测。
作为具体实施例地，第一中央处理器采用raspberrypicomputemodule3处理器，第二中央处理器为stm32f103zet6处理器。
将抽油机电参检测装置安装在抽油机控制柜内，电源使用220v市电，安装人员需要将电源引线插入控制柜中的电源插槽。
待抽油机停止工作后，将抽油机三相电压的线连接板子的电压端子，经内置电流电压互感器进行三相电压接入，使用开合式电流互感器安装在液压泵控制柜内，对三相电流进行采集。将lora(longrangeradio，远距离无线电)模块天线、wifi天线一端接入检测装置对应的天线接口，一端将贴片贴在控制柜的机箱上。
在一处视野开阔，距离检测装置15km以内，且基站信号良好的地方安装网关装置，将lora模块天线、nb_iot天线一端接入检测装置对应的天线接口，一端将贴片贴在控制柜的机箱上。
本实用新型提供的抽油机电参诊断装置，能够有效地降低检测装置对基站信号的依赖，通过电参对抽油机的工况进行诊断，并及时地通过控制抽油机变频器进行闭环控制。采集和诊断数据通过云服务器和现场app热点能够获取，操作页面友好，能够让工作人员实时的掌握抽油机工作状况，控制抽油机能耗，提高效益。
1.一种抽油机电参诊断装置，其特征在于，包括检测装置和网关装置，所述检测装置包括第一中央处理器、三相电能计量模块、rs485模块、rs232模块和第一lora模块，所述三相电能计量模块、rs485模块、rs232模块和第一lora模块都与所述第一中央处理器连接，所述第一中央处理器内设有神经网络诊断单元；
所述三相电能计量模块与所述神经网络诊断单元和所述第一lora模块均连接，所述神经网络诊断单元与所述rs485模块连接；
所述网关装置包括第二中央处理器、第二lora模块和nb_iot模块，所述第二lora模块和所述nb_iot模块都与所述第二中央处理器连接；
所述第一lora模块与所述第二lora模块连接，所述第二lora与所述nb_iot模块连接。
2.如权利要求1所述的诊断装置，其特征在于，所述检测装置还包括以太网络模块和wifi模块，所述三相电能计量模块连接有三相电电参信号传入接口，所述rs485模块连接有rs485接口，所述rs232模块连接有rs232接口，所述以太网络模块连接有rj45网络调试接口，所述wifi模块连接有wifi天线接口，所述第一lora模块和第二lora模块都连接有lora天线接口，所述第一中央处理器和第二中央处理器都连接有电源接口、电源指示灯。
3.如权利要求2所述的诊断装置，其特征在于，所述三相电能计量模块包括三相电能计量芯片ht7038。
4.如权利要求3所述的诊断装置，其特征在于，所述检测装置还包括电流电压互感器，所述电流电压互感器通过所述三相电电参信号传入接口与所述三相电能计量模块连接，所述rs232模块通过所述rs232接口连接有位移传感器和载荷传感器。
5.如权利要求4所述的诊断装置，其特征在于，所述神经网络诊断单元包括输入层、隐藏层、输出层、训练层和预测层。
6.如权利要求5所述的诊断装置，其特征在于，所述rs485模块通过所述rs485接口与变频器连接。
7.如权利要求6所述的诊断装置，其特征在于，所述第一中央处理器为raspberrypicomputemodule3处理器。
8.如权利要求7所述的诊断装置，其特征在于，所述第二中央处理器为stm32f103zet6处理器。
技术总结