Ham petrol kuyularındaki elektrikli dalgıçpompa kablo hasarlarının akım harmonikleriverileri kullanılarak yapay zekayöntemleriyle tespiti

Ham petrol üretiminde, verimliliği en yüksek kuyularda elektrikli dalgıç pompa (ESP) tipi pompaların kullanılması tercih edilir. ESP kullanılan, ekonomik değeri yüksek ham petrol üretim kuyularında, olası arızaların maliyetinin yüksek olması arıza tespitini önemli kılmaktadır. Petrol kuyularında arıza tespiti amacıyla geçmişten bugüne birçok farklı yöntem kullanılmıştır. Bu çalışmada, hem kullanılmakta olan mevcut arıza tespiti yöntemleri incelenmiş, hem de özellikle daha gerçekleşmeden kablo arızalarının tahmininin yapılması ile ilgili yapay zeka tabanlı yöntemler ele alınmıştır. Bu amaçla yapay bir bir petrol kuyusu pompa düzeneği kurularak pompayı besleyen kabloda koruma elemanlarını devreye sokacak düzeyde olmayan, farklı düzeyde arızalar oluşturularak bir enerji analizörü ile kayıt edilen akım harmoniklerinden oluşan deneysel veri setleri oluşturulmuştur. Veriler hasarsız, az hasarlı, orta hasarlı ve çok hasarlı olmak üzere dört sınıfa ayrılmıştır. Arızaların tahmini için uygun yöntemler araştırılmıştır. Farklı arıza durumları için elde edilen akım harmoniklerinden oluşan veri seti kullanılarak yapay sinir ağları (ANN), destek vektör makinesi (SVM), evrişimsel sinir ağları (CNN) ve uzun kısa süreli bellek ağları (LSTM) yöntemleri ile arıza tahmini yapılmıştır. Elde edilen sonuçlara göre LSTM yöntemi ile %92 doğrulukla kablo arızası tahmini yapılabildiği ve bu yöntemin en uygun yöntem olduğunu göstermiştir. ANN, CNN ve SVM yöntemlerinin başarım oaranları ise sırasıyla %89, %84 ve %82 olarak elde edilmiştir.