随着全球对石油需求的不断增长以及易采原油的日益减少,潜油电泵作为一种重要的采油设备,在二次及三次采油中发挥不可替代的作用。潜油电泵机组一般工作在1km或更深的油井中,高温、高压、振动等恶劣工作环境严重影响着机组的安全与高效运行。研究潜油电泵井下状态监测技术对提高潜油电泵采油技术水平,形成具有自主知识产权的潜油电泵技术和产品具有重要的研究意义和实用价值。本文以大庆石油管理局技术合作项目为依托,以大庆力神泵业有限公司生产的潜油电泵机组为研究对象,开展潜油电泵井下多参数测试关键技术及工程化研究工作。本文围绕潜油电泵机组运行时的压力、温度、振动、泄漏电流等多参数实时监测系统的信号提取、传输、调制与解调技术以及泵排量辨识、井下多参数测试系统可靠性等关键技术,根据科研项目的要求和工程类课题的特点,进行了较为系统的理论和实验研究工作。通过国内外井下多参数测试技术的研究现状及潜油电泵机组特殊的工作环境分析,研究基于电力线载波技术进行信号传输方法与实现技术。确定了温度、压力、振动以及泄漏电流等潜油电泵井下状态信号的提取与处理方法以及井下多参数测试系统的电源供给方案。对空载、带载情况下变频器产生的不平衡电压和高次谐波的含量进行了测试与分析。研究了基于电力线载波技术将井下状态信号传输到地面井口的调制解调技术及滤波等后处理方法。研究在井下环境中工作的传感器自身状态监测与故障诊断方法。基于RBF网络时序预测状态监测方法,建立传感器的RBF时序预测模型,引入最近聚类算法的思想,研究初始聚类中心自动调整问题。研究基于状态参数变化对传感器故障进行分类和辨识的方法,通过井下温度传感器实验数据,进行了实验研究和验证。进行了传感器受温度变化影响分析,通过软件补偿方法进行了压力传感器输出特性的温度校正。潜油电泵排量是描述潜油电泵机组运行状态的重要参数,受到井下环境以及流量计自身结构特性的限制,实现排量直接测量的技术还不成熟。依据井下压力参数、泵出口压力参数以及潜油电机运行电流,研究排量与井下压力、泵出口压力、电机运行电流之间的关系,基于神经网络技术研究潜油电泵的排量辨识。研究基于递归神经网络的潜油电泵排量辨识方法,设计了隐层反馈、输出层反馈及自反馈的递归神经网络结构。针对具体问题,改进了网络学习算法,给出了放大倍数和动量系数的取值范围。通过实验数据对潜油电泵排量辨识的可行性进行验证。研究井下多参数测试系统的可靠性问题。在分析潜油电泵机组可靠性的基础上,采取模糊可靠性分析方法,通过反向干涉模型分析了井下多参数测试系统的可靠性,研究了井下多参数测试系统的寿命分布规律并对故障发生概率较高的基本事件提出了具体改进措施。根据课题要求和本文所研究的工程问题的需要,对所研制的潜油电泵井下多参数测试系统进行了实验室环境和现场试验井环境的实验研究和运行性能考核。进行了温度传感器的标定试验及压力、振动及泄漏电流传感器随温度变化产生漂移的性能分析。基于监测数据,对潜油电泵的故障诊断与运行状态进行了简要分析,对潜油电泵运行参数调节方法进行初步探讨。现场试验结果表明,所完成的井下多参数测试系统可实时地监测井下潜油电泵机组的运行状态。潜油电泵井下多参数测试系统关键技术及工程化研究为形成具有自主知识产权的技术和产品打下了较好的技术基础。