油井生產(chǎn)狀態(tài)智能識別及輔助決策系統(tǒng)的研究

焦春晶

（中石油吉林油田分公司油氣合作開發(fā)公司 吉林松原 138000）

前言

近年來人工智能技術(shù)迅速發(fā)展，主要研究領(lǐng)域包括機器人應(yīng)用、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。在油田開發(fā)領(lǐng)域，油田標準數(shù)據(jù)庫建設(shè)和物聯(lián)網(wǎng)技術(shù)快速推進。油田標準數(shù)據(jù)庫建設(shè)為油田建立了穩(wěn)定的數(shù)據(jù)系統(tǒng)，如XX油田普遍使用的A2系統(tǒng)，具有規(guī)范性、廣泛性和接入良好的特點。物聯(lián)網(wǎng)技術(shù)在油井狀態(tài)自動傳感、自動開關(guān)井、自動錄取參數(shù)方面取得了長足的進步。立足于數(shù)據(jù)系統(tǒng)提高物聯(lián)網(wǎng)智能化應(yīng)用的專家程序開發(fā)潛力空間巨大，本文立足于應(yīng)用油田標準數(shù)據(jù)庫，研究油井生產(chǎn)狀態(tài)智能識別及輔助決策方法，并編制專家系統(tǒng)進行程序化應(yīng)用，提高油田智能開發(fā)水平。

1 油井狀態(tài)識別關(guān)鍵指標的確定

1.1 能量盈余判斷指標的確定

選取沉沒度作為油井能量盈余的判斷指標，沉沒度反映的是油層產(chǎn)出能力與深井泵的抽吸能力的差值。如果油層產(chǎn)出能力大于深井泵的抽吸能力，沉沒度逐漸上升，原則上需要調(diào)大油井的生產(chǎn)參數(shù)；如果油層產(chǎn)出能力小于深井泵的抽吸能力，沉沒度逐漸下降，原則上需要調(diào)小油井的生產(chǎn)參數(shù)。選取沉沒度作為能量盈余的指標弱化了產(chǎn)量對判斷的影響，更注重判斷能量供應(yīng)與產(chǎn)量輸出之間的潛力。在實際應(yīng)用中，需要綜合考慮能力發(fā)揮指標，并根據(jù)動態(tài)指標變化進行參數(shù)調(diào)整，同時調(diào)大參數(shù)井要考慮水淹風(fēng)險，需要進行綜合分析及動態(tài)跟蹤調(diào)整。在確定沉沒度級別時要根據(jù)油田內(nèi)油井的沉沒度分布狀況和分析需求進行確定。

沉沒度=泵掛深度—動液面深度

1.2 能力發(fā)揮判斷指標的確定

選取泵效作為油井能力發(fā)揮的判斷指標，泵效是油井的實際產(chǎn)量與理論排量的比值，反映了深井泵的工作狀態(tài)。泵效高的油井深井泵工作狀態(tài)較好，泵效低的油井深井泵工作狀態(tài)較差。選取泵效作為油井能力發(fā)揮的判斷指標，弱化了泵徑和產(chǎn)量對判斷的影響，更注重深井泵能力的發(fā)揮程度。實際泵效受氣影響、彈性變形影響和漏失影響，但是不影響選取泵效作為油井能力發(fā)揮判斷指標。在一個油田內(nèi)，平均泵效相對固定，各類影響是系統(tǒng)值，不影響級別的確定。在確定泵效級別時可根據(jù)油井泵效分布狀況進行確定。

泵效=實際產(chǎn)量/理論排量×氣影響系數(shù)×彈性變形影響系數(shù)×漏失影響系數(shù)

1.3 分級指標的確定

能量盈余指標及能力發(fā)揮指標的確定可以采取統(tǒng)計的方法，通過對井的統(tǒng)計，找到可以分級的界限點。例如，XX采油廠統(tǒng)計675口井結(jié)果見表1。

表1 XX采油廠沉沒度及泵效情況統(tǒng)計表

圖1 XX采油廠沉沒度與泵效對比圖

根據(jù)統(tǒng)計結(jié)果，將XX采油廠沉沒度分級確定為0～100m、100～200m、＞200m；將泵效分級確定為0～30%、30%～60%、60%～100%（見圖1）。

1.4 輔助判斷指標的確定

示功圖和產(chǎn)量影響作為油井狀態(tài)識別的輔助判斷指標，示功圖反映的同樣是深井泵的工作狀態(tài)，并不能正確地反映油井的生產(chǎn)狀態(tài)。例如示功圖正常，泵效較高，但沉沒度持續(xù)上升，深井泵工作正常，但是油井的生產(chǎn)潛力沒有發(fā)揮出來，這種狀態(tài)需要換大泵或者調(diào)大生產(chǎn)參數(shù)以發(fā)揮油井的生產(chǎn)潛力。產(chǎn)量影響指目前產(chǎn)量與前三個月產(chǎn)量比下降的產(chǎn)量，可以選絕對產(chǎn)量也可以選下降百分數(shù)，可以通過產(chǎn)量變化判斷油井生產(chǎn)狀態(tài)變化趨勢。因此，選取示功圖解釋作為結(jié)合沉沒度和泵效綜合判斷油井的生產(chǎn)狀態(tài)。

2 油井狀態(tài)智能識別及輔助決策系統(tǒng)

2.1 油井狀態(tài)智能識別及輔助決策系統(tǒng)流程圖

讀取油井生產(chǎn)數(shù)據(jù)，從標準數(shù)據(jù)庫中讀取油井相關(guān)數(shù)據(jù)，包括沖程、沖數(shù)、泵徑、泵掛、液面、生產(chǎn)時間、日產(chǎn)液、日產(chǎn)油、功圖解釋結(jié)果，以及前三個月的月數(shù)據(jù)（生產(chǎn)天數(shù)、平均日產(chǎn)液能力、平均日產(chǎn)油能力、動液面）。

根據(jù)分級情況進行生產(chǎn)狀態(tài)識別，并提出輔助決策建議。

根據(jù)識別流程編制油井生產(chǎn)狀態(tài)智能識別及輔助決策系統(tǒng)流程圖，并進行程序設(shè)計，投入現(xiàn)場使用（圖2）。

2.2 油井狀態(tài)智能識別及輔助決策系統(tǒng)程序設(shè)計

系統(tǒng)架構(gòu)采用C/S架構(gòu)；編程語言采用C#和SQL SERVER2008；客戶端生成查詢結(jié)果界面、查詢結(jié)果輸出EXCEL表格 ；服務(wù)端定義鏈接服務(wù)器，從數(shù)據(jù)接口返回需求數(shù)據(jù)保存至本地數(shù)據(jù)庫，根據(jù)已定義的油井狀態(tài)識別分類更新數(shù)據(jù)至輸出表。

2.3 現(xiàn)場應(yīng)用效果

在XX采油廠識別出不正常井101井次，驗證符合86口，符合率85.1%。輔助決策建議調(diào)大深井泵工作參數(shù)53口，調(diào)小深井泵工作參數(shù)及措施潛力井33口，實施后取得了較好的效果。

3 結(jié)論

通過油井生產(chǎn)狀態(tài)智能識別及輔助決策系統(tǒng)的研究，我們?nèi)〉靡韵聨追矫娴恼J識：

（1）在以人工智能為代表的二次工業(yè)革命中，能源企業(yè)的人工智能發(fā)展是勢在必行的，通過智能開發(fā)可以降本增效，提高油田開發(fā)效益；

（2）油田智能化開發(fā)的三個環(huán)節(jié)是設(shè)備自動化、信息自動化和控制自動化，三個環(huán)節(jié)相互結(jié)合實現(xiàn)油田開發(fā)智能化；

（3）油田智能化開發(fā)需要地質(zhì)研究、程序設(shè)計、工程技術(shù)、方案落實相互印證、相互結(jié)合、共同改進，最終實現(xiàn)油田高效開發(fā)；

（4）將沉沒度和泵效作為識別油井生產(chǎn)狀態(tài)的關(guān)鍵指標科學(xué)合理，實用性強；

（5）標準數(shù)據(jù)庫為智能識別系統(tǒng)提供了數(shù)據(jù)支持，智能識別系統(tǒng)為物聯(lián)網(wǎng)提供決策支持，物聯(lián)網(wǎng)應(yīng)用智能識別結(jié)果對油井智能參數(shù)進行調(diào)整，從而實現(xiàn)真正意義上的油井智能開采。

圖2 油井生產(chǎn)狀態(tài)智能識別及輔助決策系統(tǒng)流程圖