油井抽油泵漏失检测方法及装置与流程

本发明涉及油田开发技术领域，特别涉及一种油井抽油泵漏失检测方法及装置。

背景技术：

在石油开采过程中，抽油泵漏失是指进入泵内的液体重新漏入井筒或排出泵外的液体重新漏入泵内的现象，主要发生在柱塞与泵筒间隙处及固定阀、游动阀的阀球与阀座之间。油井发生了抽油泵漏失后，如果不能及时将其检测出来并采取措施，以改善泵的工作状况，将会造成油井系统效率降低、产液量下降等后果，所以当抽油泵漏失发生时，能够及时、准确地将其检测出来并采取措施来改善，有利于采油过程的顺利进行。

目前的生产中主要采用如下方法来检测是否发生抽油泵漏失：对待测井进行憋压处理，即关闭集油管线，使井内压力上升，当压力上升到指定数值后停止抽油，观察待测井的压力，如果压力下降的比较快，则确定待测井已经发生抽油泵漏失。

这种油井抽油泵漏失检测方法，容易受人为因素影响，检测结果的准确性差，不利于指导现场生产。

技术实现要素：

本发明实施例提供了一种油井抽油泵漏失检测方法及装置，可以解决目前常用的方法容易受人为因素影响，检测结果准确性差，不利于指导现场生产的问题。该技术方案如下：

一方面，提供了一种油井抽油泵漏失检测方法，该方法包括：

获取目标油井的工作参数，该目标油井为待检测的油井；

根据该工作参数，计算理论卸载位移；

将该理论卸载位移的预设倍作为第一预设阈值；

获取该目标油井正常工作状态下的第一加载载荷；

将该第一加载载荷的该预设倍作为第二预设阈值；

获取该目标油井的第一卸载位移和第二加载载荷；

对该第一卸载位移与该第一预设阈值进行比较；

当该第一卸载位移大于该第一预设阈值时，对该第二加载载荷与该第二预设阈值进行比较；

当该第二加载载荷大于该第二预设阈值时，确定该目标油井抽油泵重度漏失；

当该第二加载载荷不大于该第二预设阈值时，确定该目标油井抽油泵中度漏失；

根据该目标油井的漏失程度，确定该目标油井的目标处理策略；

基于该目标处理策略，对该目标油井进行修复。

在一种可能实现方式中，该目标油井的工作参数包括：柱塞截面积、混合液密度、泵深、钢的弹性模量、冲程、冲次、每一级抽油杆长度以及每一级抽油杆截面积。

在一种可能实现方式中，该根据该工作参数，计算理论卸载位移包括：

根据该工作参数及下述公式，计算该理论冲程损失：

其中，λ表示该理论冲程损失，单位是米；

fp²表示柱塞截面积，单位是平方米；

ρ表示混合液密度，单位是毫克每立方厘米；

lf表示泵深，单位是米；

g表示重力加速度，单位是米每二次方秒；

e表示钢的弹性模量，单位是牛每平方米；

s表示光杆冲程，单位是米；

n表示冲次，单位是次每分钟；

l1、l2、l3…ln分别表示第1级、第2级、第3级……第n级抽油杆长度，单位是米；

ar1、ar2、ar3…arn分别表示第1级、第2级、第3级……第n级抽油杆截面积，单位是平方米；

将该冲程与该理论冲程损失作差，得到该理论卸载位移。

在一种可能实现方式中，该方法还包括：获取该目标油井的产液量数据，当该目标油井产液量下降且该目标油井没有被确定抽油泵漏失时，获取该目标油井正常工作状态下的第二卸载位移；

对该理论卸载位移与该第二卸载位移进行比较，当该理论卸载位移与该第二卸载位移之间差值超过预设范围时，将该第二卸载位移的该预设倍作为第一预设阈值。

在一种可能实现方式中，该获取该目标油井的第一卸载位移和第二加载载荷包括：

获取该目标油井生产过程中的生产数据；

利用决策树算法对该生产数据进行识别，得到该目标油井的第一卸载位移和第二加载载荷。

在一种可能实现方式中，该方法还包括：

当确定该油井为重度漏失或中度漏失时，发出警报信息。

在一种可能实现方式中，该目标处理策略包括：碰泵或洗井。

在一种可能实现方式中，该方法还包括：利用历史发生抽油泵漏失油井的生产数据，验证该方法对油井泵漏失情况检测结果的准确性。

一方面，提供了一种油井抽油泵漏失检测装置，该装置包括：

数据获取模块，用于获取目标油井的工作参数，该目标油井为待检测的油井；

理论卸载位移获取模块，用于根据该工作参数，计算理论卸载位移；

第一预设阈值获取模块，用于将该理论卸载位移的预设倍作为第一预设阈值；

第一加载载荷获取模块，用于获取该目标油井正常工作状态下的第一加载载荷；

第二预设阈值获取模块，用于将该第一加载载荷的该预设倍作为第二预设阈值；

该数据获取模块，还用于获取该目标油井的第一卸载位移和第二加载载荷；

对比模块，用于对该第一卸载位移与该第一预设阈值进行比较；

该对比模块，还用于当该第一卸载位移大于该第一预设阈值时，对该第二加载载荷与该第二预设阈值进行比较；

检测结果获取模块，用于当该第二加载载荷大于该第二预设阈值时，确定该目标油井抽油泵重度漏失；

该检测结果获取模块，还用于当该第二加载载荷不大于该第二预设阈值时，确定该目标油井抽油泵中度漏失；

处理策略获取模块，用于根据该目标油井的漏失程度，确定该目标油井的目标处理策略；

油井修复模块，用于基于该目标处理策略，对该目标油井进行修复。

在一种可能实现方式中，该目标油井的工作参数包括：柱塞截面积、混合液密度、泵深、钢的弹性模量、冲程、冲次、每一级抽油杆长度以及每一级抽油杆截面积。

在一种可能实现方式中，该理论卸载位移获取模块，用于：

根据该工作参数及下述公式，计算该理论冲程损失：

其中，λ表示该理论冲程损失，单位是米；

fp²表示柱塞截面积，单位是平方米；

ρ表示混合液密度，单位是毫克每立方厘米；

lf表示泵深，单位是米；

g表示重力加速度，单位是米每二次方秒；

e表示钢的弹性模量，单位是牛每平方米；

s表示光杆冲程，单位是米；

n表示冲次，单位是次每分钟；

l1、l2、l3…ln分别表示第1级、第2级、第3级……第n级抽油杆长度，单位是米；

ar1、ar2、ar3…arn分别表示第1级、第2级、第3级……第n级抽油杆截面积，单位是平方米；

将该冲程与该理论冲程损失作差，得到该理论卸载位移。

在一种可能实现方式中，该装置还包括：第二卸载位移获取模块，用于获取该目标油井的产液量数据，当该目标油井产液量下降且该目标油井没有被确定抽油泵漏失时，获取该目标油井正常工作状态下的第二卸载位移；

该第一预设阈值获取模块，还用于对该理论卸载位移与该第二卸载位移进行比较，当该理论卸载位移与该第二卸载位移之间差值超过预设范围时，将该第二卸载位移的该预设倍作为第一预设阈值。

在一种可能实现方式中，该数据获取模块，用于：

获取该目标油井生产过程中的生产数据；

利用决策树算法对该生产数据进行识别，得到该目标油井的第一卸载位移和第二加载载荷。

在一种可能实现方式中，该装置还包括：报警模块，用于：

当确定该油井为重度漏失或中度漏失时，发出警报信息。

在一种可能实现方式中，该目标处理策略包括：碰泵或洗井。

在一种可能实现方式中，该装置还包括：验证模块，用于利用历史发生抽油泵漏失油井的生产数据，验证该装置对油井泵漏失情况检测结果的准确性。

本发明实施例提供的技术方案带来的有益效果是：

通过获取目标油井的理论卸载位移，并将理论卸载位移的预设倍作为第一预设阈值，并实时采集该油井的第一卸载位移，若该第一卸载位移大于该第一预设阈值，则证明该目标油井泵漏失。进而根据该目标油井的加载载荷与正常工作下的加载载荷的比较结果，确定该目标油井的泵漏失程度。采用上述方法避免了人为因素对检测结果的影响，结果准确性高，节省人力，适宜在生产现场大范围推广。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种油井抽油泵漏失检测方法流程图；

图2是本发明实施例提供的一种油井抽油泵漏失检测方法流程图；

图3是本发明实施例提供的巴18-3井2014年7月-10月的卸载位移曲线和加载载荷曲线图；

图4是本发明实施例提供的一种油井抽油泵漏失检测装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明实施例提供的一种油井抽油泵漏失检测方法流程图，参见图1，该方法包括：

101、获取目标油井的工作参数，该目标油井为待检测的油井。

102、根据该工作参数，计算理论卸载位移。

103、将该理论卸载位移的预设倍作为第一预设阈值。

104、获取该目标油井正常工作状态下的第一加载载荷。

105、将该第一加载载荷的该预设倍作为第二预设阈值。

106、获取该目标油井的第一卸载位移和第二加载载荷。

107、对该第一卸载位移与该第一预设阈值进行比较。

108、当该第一卸载位移大于该第一预设阈值时，对该第二加载载荷与该第二预设阈值进行比较。

109、当该第二加载载荷大于该第二预设阈值时，确定该目标油井抽油泵重度漏失。

110、当该第二加载载荷不大于该第二预设阈值时，确定该目标油井抽油泵中度漏失。

111、根据该目标油井的漏失程度，确定该目标油井的目标处理策略。

112、基于该目标处理策略，对该目标油井进行修复。

本发明实施例提供的方法，通过获取目标油井的理论卸载位移，并将理论卸载位移的预设倍作为第一预设阈值，并实时采集该油井的第一卸载位移，若该第一卸载位移大于该第一预设阈值，则证明该目标油井泵漏失。进而根据该目标油井的加载载荷与正常工作下的加载载荷的比较结果，确定该目标油井的泵漏失程度。采用上述方法避免了人为因素对检测结果的影响，结果准确性高，节省人力，适宜在生产现场大范围推广。

在一种可能实现方式中，该目标油井的工作参数包括：柱塞截面积、混合液密度、泵深、钢的弹性模量、冲程、冲次、每一级抽油杆长度以及每一级抽油杆截面积。

在一种可能实现方式中，该根据该工作参数，计算理论卸载位移包括：

根据该工作参数及下述公式，计算该理论冲程损失：

其中，λ表示该理论冲程损失，单位是米；fp²表示柱塞截面积，单位是平方米；ρ表示混合液密度，单位是毫克每立方厘米；lf表示泵深，单位是米；g表示重力加速度，单位是米每二次方秒；e表示钢的弹性模量，单位是牛每平方米；s表示光杆冲程，单位是米；n表示冲次，单位是次每分钟；l1、l2、l3…ln分别表示第1级、第2级、第3级……第n级抽油杆长度，单位是米；ar1、ar2、ar3…arn分别表示第1级、第2级、第3级……第n级抽油杆截面积，单位是平方米。

将该冲程与该理论冲程损失作差，得到该理论卸载位移。

在一种可能实现方式中，该方法还包括：获取该目标油井的产液量数据，当该目标油井产液量下降且该目标油井没有被确定抽油泵漏失时，获取该目标油井正常工作状态下的第二卸载位移；对该理论卸载位移与该第二卸载位移进行比较，当该理论卸载位移与该第二卸载位移之间差值超过预设范围时，将该第二卸载位移的该预设倍作为第一预设阈值。

在一种可能实现方式中，该获取该目标油井的第一卸载位移和第二加载载荷包括：

获取该目标油井生产过程中的生产数据；利用决策树算法对该生产数据进行识别，得到该目标油井的第一卸载位移和第二加载载荷。

在一种可能实现方式中，该方法还包括：

当确定该油井为重度漏失或中度漏失时，发出警报信息。

在一种可能实现方式中，该目标处理策略包括：碰泵或洗井。

在一种可能实现方式中，该方法还包括：利用历史发生抽油泵漏失油井的生产数据，验证该方法对油井泵漏失情况检测结果的准确性。

图2是本发明实施例提供的一种油井抽油泵漏失检测方法流程图，参见图2，该方法包括：

201、获取目标油井的工作参数，该目标油井为待检测的油井。

该目标油井可以为采用管式泵来采油的油井，也可以采用其他方式，本实施例对此不作限定。本实施例以管式泵为例，管式泵包括泵筒、柱塞和抽油杆，管式泵的工作原理是依靠抽油杆带动柱塞在泵筒中往复运动，使密封工作腔的容积发生变化，从而实现吸油、压油的过程。管式泵具有额定压力高、结构紧凑、效率高等优点。

在一种可能实现方式中，该目标油井的工作参数包括：柱塞截面积、混合液密度、泵深、钢的弹性模量、冲程、冲次、每一级抽油杆长度以及每一级抽油杆截面积。上述工作参数能用于计算油井工作时的理论冲程损失，理论冲程损失能反映光杆的输入冲程与活塞的实际冲程之间的差值。

其中，柱塞截面积的单位是平方米；混合液密度是指井筒中油水混合液的密度，单位是毫克每立方厘米；泵深是指深井泵与地面位置的高度差，单位是米；钢的弹性模量的单位是牛每平方米；冲程是指抽油机驴头带动光杆运动的最高点至最低点之间的距离，也是活塞上下活动一次的距离，单位为米；冲次是指抽油泵柱塞在工作筒内每分钟上下运动的次数，单位为次每分钟；每一级抽油杆长度的单位是米；每一级抽油杆截面积的单位是平方米。

202、根据该工作参数及下述公式，计算理论冲程损失。

理论冲程损失是指随着载荷的交替转移，油管和油杆发生伸长缩短，因而使活塞实际冲程小于光杆冲程，这一差值即为冲程损失。

根据该工作参数及下述公式，计算该理论冲程损失：

其中，λ表示该理论冲程损失，单位是米；fp²表示柱塞截面积，单位是平方米；ρ表示混合液密度，单位是毫克每立方厘米；lf表示泵深，单位是米；g表示重力加速度，单位是米每二次方秒；e表示钢的弹性模量，单位是牛每平方米；s表示光杆冲程，单位是米；n表示冲次，单位是次每分钟；l1、l2、l3…ln分别表示第1级、第2级、第3级……第n级抽油杆长度，单位是米；ar1、ar2、ar3…arn分别表示第1级、第2级、第3级……第n级抽油杆截面积，单位是平方米。

将该冲程与该理论冲程损失作差，得到该理论卸载位移。

203、将该冲程与该理论冲程损失作差，得到该理论卸载位移。

在本实施例中，根据计算所得的理论冲程损失和获取到的冲程数据计算理论卸载位移，通过理论卸载位移来判断第一卸载位移是否异常。

204、将该理论卸载位移的1.5倍作为第一预设阈值。

例如，根据现场经验，可以将理论卸载位移的1.5倍作为第一预设阈值，该第一预设阈值用于作为第一卸载位移是否异常的判断标准。当工况特殊时，也可以根据实际情况将理论卸载位移的1.3倍-1.8倍作为第一预设阈值，本实施例对此不做限定。

205、获取该目标油井正常工作状态下的第一加载载荷。

获取该井正常工作状态下的生产数据，该生产数据能够反映该油井当时的生产状况，为该油井日常生产管理中实时产生的数据，例如加载载荷、卸载位移等。从该生产数据中提取第一加载载荷，该第一加载载荷用于判断第二加载载荷是否异常。

206、将该第一加载载荷的该1.5倍作为第二预设阈值。

例如，根据现场经验，可以将第一加载载荷的1.5倍作为第二预设阈值，该第二预设阈值用于作为第二加载载荷是否异常的判断标准。当工况特殊时，也可以根据实际情况将第一加载载荷的1.3倍-1.8倍作为第二预设阈值，本实施例对此不做限定。

207、获取该目标油井的第一卸载位移和第二加载载荷。

具体地，可以获取该井实时的生产数据，该生产数据能够反映该油井实时的生产状况，为该油井日常生产管理中实时产生的数据，例如加载载荷、卸载位移等。从该生产数据中提取第一卸载位移和第二加载载荷。通过将该第一卸载位移与该第一预设阈值进行比较，将该第二加载载荷与该第二预设阈值进行比较，来对油井泵漏失情况进行判断。对大量生产数据的分析表明，抽油机下冲程的卸载位移和上冲程加载载荷可作为泵漏失典型特征参数进行数据分析。例如，对于发生泵漏失的油井，下冲程开始后，固定阀关闭不严，导致泵内压力不能及时提高，而延缓了卸载过程，同时使游动阀不能及时打开，卸载行程变大，也即是泵漏失时卸载位移增加；下冲程后半段，柱塞下行速度减小，当小于漏失速度时，泵内压力降低，使排出阀提前关闭，悬点提前加载，柱塞继续下行，液体不断涌入泵内且无法排出，导致柱塞到达下死点时，加载载荷比正常情况下大，即泵漏失时加载载荷增大。随着生产时间延长这种现象会不断加剧，因此根据第一卸载位移和第二加载载荷来对泵漏失情况进行判断具有理论依据。

在一种可能实现方式中，该获取该目标油井的第一卸载位移和第二加载载荷包括：获取该目标油井生产过程中的生产数据；利用决策树算法对该生产数据进行识别，得到该目标油井的第一卸载位移和第二加载载荷。

决策树是典型的分类器模型，包括学习阶段、分类阶段两个阶段。在学习阶段，需预先定义数据类，对应工况诊断而言，就是利用历史生产数据，给出各种工况的分类标识，这样形成的数据集称为训练集。建立训练集后，利用数据挖掘工具和训练集，建立决策树分类模型。在本实施例中，通过学习阶段和分类阶段两个阶段对油井的生产数据进行分类，并获取第一卸载位移和第二加载载荷。

其中，获取该目标油井生产过程中的生产数据可以为：在油井生产过程中，每隔预设时长，获取第一卸载位移和第二加载载荷的数据，例如，为了获取较为及时的数据，同时避免过于频繁的计算，可以将该预设时长设置为5分钟，当然，为了符合生产需求，也可以将该预设时长设置为其他时间，本实施例对此不做限定。

208、对该第一卸载位移与该第一预设阈值进行比较。

进行该比较的目的是判断第一卸载位移是否异常，例如，该第一预设阈值可以为理论卸载位移的1.5倍，当该第一卸载位移大于理论卸载位移的1.5倍时，说明该第一卸载位移异常，即抽油泵已经发生漏失。

209、当该第一卸载位移大于该第一预设阈值时，对该第二加载载荷与该第二预设阈值进行比较。

当该第一卸载位移大于该第一预设阈值时，抽油泵已经发生漏失，为了更精确的判断抽油泵的漏失程度，以便采取对应的措施来改善泵漏失情况，对该第二加载载荷与该第二预设阈值进行进一步比较。

210、当该第二加载载荷大于该第二预设阈值时，确定该目标油井抽油泵重度漏失。

211、当该第二加载载荷不大于该第二预设阈值时，确定该目标油井抽油泵中度漏失。

在一种可能实现方式中，该方法还包括：获取该目标油井的产液量数据，当该目标油井产液量下降且该目标油井没有被确定抽油泵漏失时，获取该目标油井正常工作状态下的第二卸载位移；对该理论卸载位移与该第二卸载位移进行比较，当该理论卸载位移与该第二卸载位移之间差值超过预设范围时，将该第二卸载位移的该预设倍作为第一预设阈值。

由于各个油井实际情况有所不同，为了提高检测结果的准确性，当该目标油井产液量下降，且通过上述方法并没有确定该油井抽油泵漏失时，则需要对该理论卸载位移进行验证。具体的，获取该目标油井正常工作状态下的第二卸载位移；对该理论卸载位移与该第二卸载位移进行比较，当该理论卸载位移与该第二卸载位移之间差值超过0.6米时，表明该理论卸载位移与该目标油井实际正常工作状态下的第二卸载位移相差较大，不适宜再作为判断第一卸载位移是否异常的参考，进而再将该第二卸载位移的该1.5倍作为第一预设阈值。当工况特殊时，也可以根据实际情况将理论卸载位移的1.3倍-1.8倍作为第一预设阈值，本实施例对此不做限定。

在一种可能实现方式中，该方法还包括：当确定该油井为重度漏失或中度漏失时，发出警报信息。

该警报信息用于提醒工作人员油井抽油泵已经漏失，并提醒漏失情况，以便工作人员做好对油井进行修复的工作准备。具体地，可以通过发出报警提示音、在现场显示器中弹出报警窗口等方式来实现，本实施例对此不做限定。

212、根据该目标油井的漏失程度，确定该目标油井的目标处理策略。

在一种可能实现方式中，该目标处理策略包括：碰泵或洗井。

当目标油井漏失时，可以采取碰泵或洗井的方式对油井结蜡情况进行处理。根据漏失程度的不同，采取不同的措施。例如，对于中度漏失的油井，可以采用洗井的方式来改善泵漏失情况；对于重度漏失的油井，可以采用碰泵并且洗井的方式来改善，并适当延长洗井时间。当然，也可以采用其他手段处理泵漏失，对油井进行修复，本实施例对此不作限定。

213、基于该目标处理策略，对该目标油井进行修复。

在采用对应错输对油井的泵漏失进行修复的过程中，可以对油井的第一卸载位移和第二加载载荷进行实时采集和分析，当第一卸载位移和第二加载载荷降低到正常工作水平时，即为完成了对油井的修复。

在一种可能实现方式中，该方法还包括：利用历史发生抽油泵漏失油井的生产数据，验证该方法对油井泵漏失情况检测结果的准确性。该验证过程可以在该方法应用之初进行。

该验证过程可以为：获取历史发生过抽油泵漏失的油井的历史生产数据，根据上述方法来判断油井泵漏失情况，将利用上述方法得到的检测结果与油井的实际漏失情况进行比较，验证该方法对油井泵漏失情况检测结果的准确性。

例如，可以采集井号为巴18-3井的油井于2014年发生泵漏失时的生产数据，并根据上述方法来判断油井泵漏失情况，将利用上述方法得到的检测结果与油井的实际漏失情况进行比较，验证该方法对油井泵漏失情况检测结果的准确性。

具体地，可以参见图3，图3示出了巴18-3井2014年7月-10月的卸载位移曲线和加载载荷曲线。根据工作记录，该井于2014年9月23日发生严重漏失，而图3中示出的2014年9月7日的油井卸载位移已经超过正常卸载位移的1.5倍，同时2014年9月18日的油井加载载荷也已经超过正常加载载荷的1.5倍。证明采用本发明实施例提供的方法能够有效检测油井抽油泵漏失情况。实际验证过程中，采用多组数据来验证该方法对油井泵漏失情况检测结果的准确性。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

本发明实施例提供的方法通过获取目标油井的理论卸载位移，并将理论卸载位移的预设倍作为第一预设阈值，并实时采集该油井的第一卸载位移，若该第一卸载位移大于该第一预设阈值，则证明该目标油井泵漏失。进而根据该目标油井的加载载荷与正常工作下的加载载荷的比较结果，确定该目标油井的泵漏失程度。采用上述方法避免了人为因素对检测结果的影响，结果准确性高，节省人力，适宜在生产现场大范围推广。

进一步地，当该目标油井产液量下降且该目标油井没有被确定抽油泵漏失时，对该理论卸载位移进行验证并重新确定第一预设阈值，有利于提高检测结果的准确性；将利用上述方法得到的检测结果与油井的实际漏失情况进行比较，可以验证该方法对油井泵漏失情况检测结果的准确性。

图4是本发明实施例提供的一种油井抽油泵漏失检测装置结构示意图，参见图4，该装置包括：

数据获取模块401，用于获取目标油井的工作参数，该目标油井为待检测的油井；

理论卸载位移获取模块402，用于根据该工作参数，计算理论卸载位移；

第一预设阈值获取模块403，用于将该理论卸载位移的预设倍作为第一预设阈值；

第一加载载荷获取模块404，用于获取该目标油井正常工作状态下的第一加载载荷；

第二预设阈值获取模块405，用于将该第一加载载荷的该预设倍作为第二预设阈值；

该数据获取模块401，还用于获取该目标油井的第一卸载位移和第二加载载荷；

对比模块406，用于对该第一卸载位移与该第一预设阈值进行比较；

该对比模块406，还用于当该第一卸载位移大于该第一预设阈值时，对该第二加载载荷与该第二预设阈值进行比较；

检测结果获取模块407，用于当该第二加载载荷大于该第二预设阈值时，确定该目标油井重度漏失；

该检测结果获取模块407，还用于当该第二加载载荷不大于该第二预设阈值时，确定该目标油井中度漏失；

处理策略获取模块408，用于根据该目标油井的漏失程度，确定该目标油井的目标处理策略；

油井修复模块409，用于基于该目标处理策略，对该目标油井进行修复。

在一种可能实现方式中，该目标油井的工作参数包括：柱塞截面积、混合液密度、泵深、钢的弹性模量、冲程、冲次、每一级抽油杆长度以及每一级抽油杆截面积。

在一种可能实现方式中，该理论卸载位移获取模块402，用于：

根据该工作参数及下述公式，计算该理论冲程损失：

其中，λ表示该理论冲程损失，单位是米；fp²表示柱塞截面积，单位是平方米；ρ表示混合液密度，单位是毫克每立方厘米；lf表示泵深，单位是米；g表示重力加速度，单位是米每二次方秒；e表示钢的弹性模量，单位是牛每平方米；s表示光杆冲程，单位是米；n表示冲次，单位是次每分钟；l1、l2、l3…ln分别表示第1级、第2级、第3级……第n级抽油杆长度，单位是米；ar1、ar2、ar3…arn分别表示第1级、第2级、第3级……第n级抽油杆截面积，单位是平方米；

将该冲程与该理论冲程损失作差，得到该理论卸载位移。

在一种可能实现方式中，该装置还包括：第二卸载位移获取模块410，用于获取该目标油井的产液量数据，当该目标油井产液量下降且该目标油井没有被确定抽油泵漏失时，获取该目标油井正常工作状态下的第二卸载位移；

该第一预设阈值获取模块403，还用于对该理论卸载位移与该第二卸载位移进行比较，当该理论卸载位移与该第二卸载位移之间差值超过预设范围时，将该第二卸载位移的该预设倍作为第一预设阈值。

在一种可能实现方式中，该数据获取模块401，用于：

获取该目标油井生产过程中的生产数据；

利用决策树算法对该生产数据进行识别，得到该目标油井的第一卸载位移和第二加载载荷。

在一种可能实现方式中，该装置还包括：报警模块411，用于：

当确定该油井为重度漏失或中度漏失时，发出警报信息。

在一种可能实现方式中，该目标处理策略包括：碰泵或洗井。

在一种可能实现方式中，该装置还包括：验证模块412，用于利用历史发生抽油泵漏失油井的生产数据，验证该装置对油井泵漏失情况检测结果的准确性。

需要说明的是：上述实施例提供的一种油井抽油泵漏失检测装置在对油井抽油泵漏失检测时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的油井抽油泵漏失检测装置与油井抽油泵漏失检测方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本发明实施例提供的装置，通过获取目标油井的理论卸载位移，并将理论卸载位移的预设倍作为第一预设阈值，并实时采集该油井的第一卸载位移，若该第一卸载位移大于该第一预设阈值，则证明该目标油井泵漏失。进而根据该目标油井的加载载荷与正常工作下的加载载荷的比较结果，确定该目标油井的泵漏失程度。采用上述装置避免了人为因素对检测结果的影响，结果准确性高，节省人力，适宜在生产现场大范围推广。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。