油田注水系統(tǒng)智能化關(guān)鍵技術(shù)研究進(jìn)展

摘 要 從油田注水地面系統(tǒng)、注水水質(zhì)、井下分層注水和注水能耗這4個(gè)方面分別總結(jié)了國(guó)內(nèi)外最新關(guān)鍵技術(shù)研究進(jìn)展。在今后的油田注水系統(tǒng)智能化開(kāi)發(fā)過(guò)程中，可考慮將各注水子系統(tǒng)的數(shù)據(jù)傳輸和計(jì)算模型結(jié)合成整體性的智能化處理平臺(tái)，并結(jié)合油藏開(kāi)發(fā)模型，形成油藏-地面工程-注水-油藏的閉環(huán)多目標(biāo)智能化動(dòng)態(tài)優(yōu)化和診斷系統(tǒng)。

關(guān)鍵詞 注水系統(tǒng) 智能化技術(shù) 數(shù)據(jù)傳輸 計(jì)算模型 多目標(biāo)

中圖分類號(hào) TE938" "文獻(xiàn)標(biāo)志碼 A" "文章編號(hào) 1000 3932（2025）01 0001 09

石油是世界上重要的戰(zhàn)略資源，在石油開(kāi)采過(guò)程中，大部分油田都是以注水開(kāi)發(fā)為主。注水的作用除了最主要的驅(qū)油增產(chǎn)外，還可以平衡地層壓力和減少外排水量，高鹽水的排放可能會(huì)對(duì)水生生物產(chǎn)生巨大的影響［1］。當(dāng)前，注水油田產(chǎn)量超過(guò)我國(guó)油田總產(chǎn)量的一半以上，未來(lái)注水仍然會(huì)作為主要驅(qū)油手段來(lái)提高油田采收率和穩(wěn)定產(chǎn)量。水驅(qū)油田基本上以“早注水、注好水、注夠水、精細(xì)注水”為主線，實(shí)現(xiàn)穩(wěn)油增產(chǎn)的目的。

我國(guó)油藏非均質(zhì)性強(qiáng)，從20世紀(jì)60年代開(kāi)始就提出分層注水，從而達(dá)到更好的水驅(qū)開(kāi)發(fā)效果。特別是近年來(lái)，我國(guó)大部分油田已經(jīng)進(jìn)入中后期，含水率高，注采關(guān)系更加復(fù)雜［2］，采用人工操作手段開(kāi)采油氣藏難以達(dá)到既定的效果，所以各大油田紛紛應(yīng)用物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)提升油田的生產(chǎn)效率。作為智能油田的重要組成部分，注水系統(tǒng)的目標(biāo)是實(shí)現(xiàn)“源-供-注-配”的閉環(huán)智能化建設(shè)，保障油田的注水水質(zhì)，提升油田的注水管理水平，增加油田產(chǎn)量，降低能耗和運(yùn)行風(fēng)險(xiǎn)［3］。

1 油田智能注水系統(tǒng)簡(jiǎn)介

油田的注水水源以油氣水產(chǎn)液處理后的采出水為主，但在配注量不足的情況下會(huì)采用海水和地層水［4］，注水的平均需水量為5.71 m3/toe［5］

（1 toe=41.868 GJ）。廣義上來(lái)說(shuō)，油田注水系統(tǒng)包括從儲(chǔ)層中開(kāi)采的油氣水三相到達(dá)地面處理站，經(jīng)過(guò)處理設(shè)施分離處理后的采出水混合輔助水源由供水站通過(guò)注水管網(wǎng)到達(dá)注水站，然后注水泵加壓經(jīng)過(guò)配水間到注水井，通過(guò)井下封隔器和水嘴分層注入到相應(yīng)的儲(chǔ)層，將原油和天然氣驅(qū)替出來(lái)的整體循環(huán)過(guò)程（圖1）。由于油氣水處理流程屬于油氣集輸系統(tǒng)，注水驅(qū)替油氣流程屬于油藏工程研究范圍，故筆者將分別從注水地面工藝、注水水質(zhì)、分層注水和能耗這4個(gè)方面介紹國(guó)內(nèi)外智能化關(guān)鍵技術(shù)的研究進(jìn)展，并展望油田智能注水系統(tǒng)的發(fā)展方向。

在油田注水系統(tǒng)智能化轉(zhuǎn)型方面，海上某油田應(yīng)用物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)方法，建立了數(shù)據(jù)快速查詢、動(dòng)態(tài)可視化監(jiān)控、智能調(diào)配、注水措施效果跟蹤和指標(biāo)考核等模塊，初步形成了注水精細(xì)化和智能化系統(tǒng)的雛形［6］。

2 油田注水系統(tǒng)地面工藝智能化關(guān)鍵技術(shù)

本節(jié)所述的注水系統(tǒng)地面工藝指的是供水站-管網(wǎng)-注水站-注水泵-注水井口這一段流程。

2.1 感知部分

系統(tǒng)的感知部分包含地面流量、壓力、溫度及泵狀態(tài)等方面的在線監(jiān)測(cè)。楊麗娟研究了電磁流量計(jì)在油田注水計(jì)量中的選用、安裝要求和新技術(shù)［7］。李世強(qiáng)和侯燦紅針對(duì)注水泵的進(jìn)出口壓力、轉(zhuǎn)速、電機(jī)溫度、機(jī)油溫度和液位、泵頭和動(dòng)力端的振動(dòng)等數(shù)值開(kāi)發(fā)了實(shí)時(shí)監(jiān)測(cè)、報(bào)警、停機(jī)保護(hù)、匯總統(tǒng)計(jì)及可視化應(yīng)用等功能，實(shí)現(xiàn)了注水泵的智能感知［8］。祁東明通過(guò)對(duì)智能傳感器泵側(cè)的振動(dòng)和溫度數(shù)據(jù)，電機(jī)側(cè)的振動(dòng)、磁力和溫度數(shù)據(jù)的收集，分別開(kāi)展?fàn)顟B(tài)分析，實(shí)現(xiàn)了預(yù)測(cè)預(yù)警的功能［9］。

在監(jiān)測(cè)到各類實(shí)時(shí)數(shù)據(jù)后，穩(wěn)定的數(shù)據(jù)傳輸是大數(shù)據(jù)在模型計(jì)算和智能化應(yīng)用的前提。當(dāng)前注水系統(tǒng)中大部分地面儀表采用4～20 mA信號(hào)傳輸，通信協(xié)議采用RS485、Modbus、IEC61850及TCP/IP等標(biāo)準(zhǔn)。從數(shù)字油田發(fā)展到智能油田，隨著在線監(jiān)測(cè)設(shè)備的增加，為提高傳輸效率降低工作量，現(xiàn)場(chǎng)逐漸采用4G/5G通信、無(wú)線局域網(wǎng)結(jié)合邊緣一體機(jī)技術(shù)，在陸地油田偏遠(yuǎn)地區(qū)和海上油田會(huì)用到微波或衛(wèi)星方式收集和傳輸數(shù)據(jù)。

2.2 計(jì)算模型

油田注水系統(tǒng)地面流程計(jì)算模型研究主要集中在管網(wǎng)與泵的設(shè)計(jì)、評(píng)價(jià)和優(yōu)化。

WANG B H等建立了MILP模型并引入A*算法，優(yōu)化了循環(huán)注水開(kāi)發(fā)方法的集輸管網(wǎng)和注水管網(wǎng)［10］。李光等利用Pipephase穩(wěn)態(tài)模擬軟件，建立模型計(jì)算注水管匯中各節(jié)點(diǎn)的壓力和流量，壓力值誤差在1%以內(nèi)，注水量的平均誤差為4.46%［11］。王強(qiáng)等基于T S模糊故障樹(shù)進(jìn)行注水管道風(fēng)險(xiǎn)評(píng)價(jià)和節(jié)點(diǎn)故障率計(jì)算，從第三方破壞、腐蝕、誤操作、設(shè)計(jì)、自然災(zāi)害五方面給出相對(duì)應(yīng)的解決措施，核算每條措施每條管道每年所需要投入的費(fèi)用，將管道事故狀態(tài)和故障率量化［12，13］。李博文等采用一種基于遺傳算法優(yōu)化單類支持向量機(jī)對(duì)注水離心泵狀態(tài)異常檢測(cè)的方法，在勝利采油廠注水泵經(jīng)過(guò)測(cè)試計(jì)算后，檢測(cè)精度可達(dá)99%［14］。

注水壓力和注水量的實(shí)時(shí)測(cè)量和分析，可保障注水總量的達(dá)標(biāo)、注水泵和注水管線的安全運(yùn)行，開(kāi)展實(shí)時(shí)診斷，有利于井下分層注水智能化技術(shù)的應(yīng)用。

3 油田注水水質(zhì)控制智能化關(guān)鍵技術(shù)

油田注水水質(zhì)對(duì)水驅(qū)油藏開(kāi)發(fā)起著關(guān)鍵性的作用，若水質(zhì)不達(dá)標(biāo)，例如采出水的處理［15］不當(dāng)或不同水源的配伍性差，均會(huì)影響注水量和驅(qū)油效果，還會(huì)損害儲(chǔ)層。鄭建軍等分析了海上A油田在采出水和海水的混注過(guò)程中隨著注水壓力增大注水量逐漸減少，酸化解堵頻繁的問(wèn)題，該油田注水水質(zhì)中含油率和固體懸浮物含量超標(biāo)嚴(yán)重，同時(shí)部分注水井的注水速率已超過(guò)臨界流速，引起了速敏性損害［16］。所以，油田注入水水質(zhì)不達(dá)標(biāo)會(huì)導(dǎo)致儲(chǔ)層堵塞和傷害、增加注水系統(tǒng)的能耗、減少注水設(shè)備的運(yùn)行周期，在現(xiàn)場(chǎng)應(yīng)完善注水水質(zhì)監(jiān)測(cè)機(jī)制，達(dá)到水質(zhì)實(shí)時(shí)監(jiān)測(cè)目的［17］。

3.1 感知部分

要將注水水質(zhì)控制在指標(biāo)以內(nèi)需要保持采出水處理流程穩(wěn)定，并及時(shí)檢測(cè)最末端的水質(zhì)?，F(xiàn)場(chǎng)人工檢測(cè)存在數(shù)據(jù)滯后和人為因素影響，導(dǎo)致不能及時(shí)調(diào)整流程，使得水質(zhì)超標(biāo)時(shí)間增加，注水井堵塞風(fēng)險(xiǎn)上升。

目前油田注水水質(zhì)人工檢測(cè)指標(biāo)依據(jù)《碎屑巖油藏注水水質(zhì)指標(biāo)技術(shù)要求及分析方法》（SY/T 5329—2022），水質(zhì)主要控制指標(biāo)為含油量、懸浮固體含量、懸浮物顆粒直徑中值及平均腐蝕率等。實(shí)驗(yàn)室和在線監(jiān)測(cè)技術(shù)對(duì)比見(jiàn)表1。

3.1.1 含油量實(shí)時(shí)監(jiān)測(cè)技術(shù)

王妮等對(duì)比了紅外吸收光度法、紫外熒光法、氣相色譜法、油膜厚度測(cè)定法、濁度法、總有機(jī)碳法和紫外吸收法，并推薦使用紫外熒光法測(cè)定水中石油類污染的情況［18］。王國(guó)柱等采用紫外熒光檢測(cè)法實(shí)時(shí)測(cè)量，與人工測(cè)量數(shù)據(jù)相比，相差6%～8%之間［19～21］。王凱采用非接觸式雙通道紫外熒光法在恩平15 1CEP平臺(tái)在線監(jiān)測(cè)氣浮選單元處理后的生產(chǎn)水［22］。

3.1.2 懸浮固體含量實(shí)時(shí)監(jiān)測(cè)技術(shù)

對(duì)于懸浮固體含量測(cè)量標(biāo)準(zhǔn)SY/T 5329—2022中推薦濾膜過(guò)濾法［23］。油田現(xiàn)場(chǎng)實(shí)時(shí)測(cè)量以濁度法或者光散射間接測(cè)量方法為主。劉晶采用古一注水站的來(lái)水和濾后水樣擬合了重量法和濁度法的關(guān)系，來(lái)水經(jīng)驗(yàn)倍數(shù)5.4，濾后經(jīng)驗(yàn)倍數(shù)1.3［24］。王新華等采用880 nm的近紅外散射在線監(jiān)測(cè)方法，準(zhǔn)確度較高［25］。李軍等在光散射法的基礎(chǔ)上采用GPRS無(wú)線連接方式將數(shù)據(jù)傳輸?shù)剿|(zhì)在線監(jiān)測(cè)平臺(tái)，形成趨勢(shì)分析和預(yù)警［26］。

采用光散射法易受到含油和外部環(huán)境的干擾造成誤差難以控制，在線重量法可有效克服上述因素的影響，且與人工化驗(yàn)方法相同，通過(guò)轉(zhuǎn)盤(pán)驅(qū)動(dòng)機(jī)械臂使濾紙依次按照天平、過(guò)濾筒、干燥筒的順序移動(dòng)，根據(jù)重量差算出懸浮固體濃度，實(shí)現(xiàn)無(wú)人化操作。該方法目前在半導(dǎo)體行業(yè)中有應(yīng)用，可用于油田注水水質(zhì)智能化技術(shù)中。

3.1.3 懸浮物顆粒直徑中值實(shí)時(shí)監(jiān)測(cè)技術(shù)

標(biāo)準(zhǔn)SY/T 5329—2022推薦了兩種測(cè)試顆粒直徑中值的儀器——顆粒計(jì)數(shù)器和激光粒度儀。當(dāng)前，將懸浮物顆粒直徑中值實(shí)驗(yàn)室儀器應(yīng)用到在線監(jiān)測(cè)設(shè)備中的技術(shù)已經(jīng)相對(duì)成熟，采用正反傅里葉光路，全測(cè)試流程自動(dòng)化取樣、稀釋和測(cè)量，可實(shí)現(xiàn)24 h實(shí)時(shí)測(cè)量。

3.1.4 平均腐蝕率實(shí)時(shí)監(jiān)測(cè)技術(shù)

華北油田第五采油廠安裝了電阻探針式注水在線腐蝕監(jiān)測(cè)系統(tǒng)，適用在非H2S腐蝕機(jī)理和含油量小于10 mg/L的注水水質(zhì)中，與腐蝕掛片數(shù)據(jù)對(duì)比，平均誤差在10%以內(nèi)［27］。

由于探針式在線設(shè)備需要侵入式安裝，可采用超聲波測(cè)厚法，原理是利用超聲波的脈沖回波時(shí)間差來(lái)測(cè)量材料厚度，通過(guò)壁厚判斷管道的內(nèi)腐蝕情況。該方法所用設(shè)備直接安裝在管道外徑上，但測(cè)量精度稍低。

3.1.5 溶解氧含量實(shí)時(shí)監(jiān)測(cè)技術(shù)

DURDEVIC P等研究了油田溶解氧含量實(shí)時(shí)和原位監(jiān)測(cè)的適用性，并建立了除氧模型，以溶解氧作為反饋參數(shù)進(jìn)行能耗和藥劑注入量的控制［28］。

3.2 計(jì)算模型

3.1節(jié)所述的在線測(cè)量技術(shù)除了實(shí)時(shí)預(yù)警外，所產(chǎn)生的大量數(shù)據(jù)可作為評(píng)價(jià)、診斷和預(yù)測(cè)模型的數(shù)據(jù)基礎(chǔ)。

建立水質(zhì)評(píng)價(jià)方法可以確認(rèn)不同油田水質(zhì)指標(biāo)影響的權(quán)重，從而實(shí)施有針對(duì)性的措施。徐江峰等使用主成分分析法（PCA）對(duì)延長(zhǎng)油田的注水水質(zhì)影響因素進(jìn)行篩選分析［29］。

注水中有垢結(jié)晶析出是堵塞近井段地層的主要原因之一，進(jìn)行地面和井筒水質(zhì)結(jié)垢趨勢(shì)預(yù)測(cè)非常必要。李縉等為解決油田水結(jié)垢預(yù)測(cè)算法計(jì)算復(fù)雜的難題，利用主成分分析法（PCA）將影響注水結(jié)垢的因素降維后，使用灰色關(guān)聯(lián)（GRA）-優(yōu)劣距離（TOPSIS）法建立了一種快速評(píng)價(jià)注水結(jié)垢趨勢(shì)的方法，并評(píng)價(jià)了10個(gè)注水水樣，與現(xiàn)場(chǎng)掛片的結(jié)垢趨勢(shì)評(píng)價(jià)相符［30］。HAGHTALAB

A等開(kāi)發(fā)了一種熱力學(xué)模型，可在不同的條件下預(yù)測(cè)地層水和注入水混合后的結(jié)垢趨勢(shì)，來(lái)確定其配伍性［31］。SHABANI A等通過(guò)物質(zhì)遷移模型和地球化學(xué)軟件包（PHREEQC）的耦合建立模型預(yù)測(cè)注水井的結(jié)垢和沉淀情況［32］。注水水質(zhì)對(duì)于水驅(qū)油田的驅(qū)油效果影響非常大，ALI S等采用人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、決策樹(shù)、隨機(jī)森林和委員會(huì)機(jī)器智能系統(tǒng)預(yù)測(cè)低鹽度注水（LSWI）在碳酸鹽巖中的采收率，依據(jù)實(shí)驗(yàn)數(shù)據(jù)確定了隨機(jī)森林模型具有最佳性能，訓(xùn)練集和測(cè)試集的均方根誤差分別為2.497和5.757［33］。

這種根據(jù)注水井壓力變化和注水水質(zhì)的實(shí)時(shí)監(jiān)測(cè)結(jié)果回溯診斷采出水處理系統(tǒng)的智能方法目前尚未見(jiàn)有應(yīng)用報(bào)道，可考慮采用大數(shù)據(jù)分析、云計(jì)算及深度學(xué)習(xí)等方法解決來(lái)水（水量和水質(zhì)）沖擊條件下，化學(xué)藥劑注入量和流程參數(shù)調(diào)整滯后而引起的注水水質(zhì)波動(dòng)的問(wèn)題，實(shí)時(shí)監(jiān)控、預(yù)測(cè)、診斷，及時(shí)進(jìn)行流程處理，減少注水井酸化頻次，最大程度減少流程波動(dòng)影響，保產(chǎn)增注。

4 油田分層注水智能化關(guān)鍵技術(shù)

注水開(kāi)采效率取決于驅(qū)油效率和注入水的波及體積。我國(guó)90%以上的儲(chǔ)層為碎屑巖，垂直非均質(zhì)性強(qiáng)，開(kāi)發(fā)層之間物理差異大，需要分層精細(xì)注水，才能達(dá)到更好的水驅(qū)開(kāi)發(fā)效果［2］。

4.1 感知部分

分層注水感知部分包含各層注水的流量、壓力、溫度和水嘴的開(kāi)度。由于井筒內(nèi)的特殊環(huán)境，分層注水的井下流量監(jiān)測(cè)和數(shù)據(jù)傳輸是精細(xì)注水過(guò)程的關(guān)鍵技術(shù)。

分層注水過(guò)程中，井筒中不同角度流量計(jì)適用性不同。牛小希將電磁流量計(jì)應(yīng)用在水平井注水剖面的測(cè)試工藝中，發(fā)現(xiàn)電磁流量計(jì)不僅可用于垂直井段的流程測(cè)試，而且其不受井筒角度變化的優(yōu)勢(shì)也適用于水平井注水流量的測(cè)試［34］。在實(shí)際應(yīng)用中，高壓漩渦流量計(jì)由于自身的結(jié)構(gòu)和線性度的優(yōu)勢(shì)，誤差率低于電子水表。由于不需要坐封，孟令偉等研究了超聲波流量計(jì)在分層注水中的測(cè)試應(yīng)用，測(cè)流成功率提高到95%以上［35］。

分層注水?dāng)?shù)據(jù)監(jiān)測(cè)和傳輸技術(shù)經(jīng)歷了鋼絲投撈固定存儲(chǔ)傳感器數(shù)據(jù)、電纜傳輸數(shù)據(jù)、井下中繼通信技術(shù)、預(yù)置電纜測(cè)調(diào)和井筒數(shù)據(jù)監(jiān)測(cè)與無(wú)線傳輸（振動(dòng)波、壓力波和流動(dòng)波傳輸）方式，在測(cè)調(diào)效率和注水效果的要求下進(jìn)入了智能化分層注水階段，實(shí)現(xiàn)分層注水參數(shù)的全過(guò)程實(shí)時(shí)監(jiān)測(cè)和自動(dòng)調(diào)整［2，36，37］。

預(yù)置電纜測(cè)調(diào)技術(shù)研究開(kāi)始于21世紀(jì)初，是當(dāng)前油田分層注水的主流技術(shù)，正處于示范應(yīng)用階段。在陸地油田，佟音等采用電纜載波傳輸來(lái)獲取地層的壓力、流量和溫度實(shí)時(shí)數(shù)據(jù)并控制分層配水量，已在大慶油田203口注水井中應(yīng)用，可分8層回注，將注水合格率提高到了90%以上，測(cè)調(diào)精度提高到±10%［38］。周宇鵬開(kāi)發(fā)了電纜對(duì)接裝置和自發(fā)電裝置，在大慶油田111口井中運(yùn)行，配注層精準(zhǔn)度在20%以內(nèi)的數(shù)量提高了17%［39］。在海上油田，劉義剛等開(kāi)發(fā)了永置電纜的井下分層注水?dāng)?shù)據(jù)的實(shí)時(shí)測(cè)量和井下流量的實(shí)時(shí)控制技術(shù)，在渤海油田87口井中應(yīng)用，有298套智能配水器，測(cè)調(diào)效率提高了20多倍，單井測(cè)調(diào)時(shí)間縮短至4 h，年節(jié)約費(fèi)用1 370萬(wàn)元［40，41］。毛慶凱等采用帶有水力錨的“分體式”分層注水管柱，成功解決了海上油田高溫高壓深井分注過(guò)程中管柱移動(dòng)導(dǎo)致分層注水失效的問(wèn)題，提升了智能分注系統(tǒng)在高溫高壓注水井中的應(yīng)用空間［42］。白鵬飛設(shè)計(jì)了一種雙通道流量控制智能分層注水系統(tǒng)，以有纜測(cè)調(diào)工作筒的形式應(yīng)用在海上油田20口井中，實(shí)現(xiàn)參數(shù)的實(shí)時(shí)測(cè)量，通過(guò)水嘴進(jìn)行流量的實(shí)時(shí)調(diào)節(jié)，單層最大的注入量誤差僅為2.63%［43］。

井筒無(wú)線通信技術(shù)已經(jīng)在一定范圍內(nèi)應(yīng)用于分層注水過(guò)程中，20世紀(jì)60年代末開(kāi)發(fā)了井筒壓力波的監(jiān)測(cè)與傳輸技術(shù)，70年代開(kāi)始應(yīng)用，2010年末應(yīng)用于分層注水過(guò)程中。王文韜針對(duì)乍得油田BNE 8井組的注水參數(shù)監(jiān)測(cè)優(yōu)化了水嘴結(jié)構(gòu)和開(kāi)度擋位，取得了穩(wěn)油控水的效果［44］。朱蘇清等建立水嘴動(dòng)態(tài)調(diào)節(jié)的流動(dòng)模型，在陳堡油田陳2 68井3個(gè)層段應(yīng)用后與測(cè)試數(shù)據(jù)的差值在10%以內(nèi)，節(jié)約測(cè)調(diào)費(fèi)用1萬(wàn)元/井次［45］。趙劍等采用一種基于小波變換濾波的自適應(yīng)算法將注水壓力脈沖噪聲峰值降低到0.1 MPa，提高了分層注水?dāng)?shù)據(jù)從井下到井上的通信效率［46］。

2010年我國(guó)開(kāi)始對(duì)井筒振動(dòng)波的監(jiān)測(cè)與傳輸技術(shù)進(jìn)行研究，直至2019年井下到地面振動(dòng)波通信技術(shù)才實(shí)現(xiàn)了突破，電池驅(qū)動(dòng)井下振動(dòng)信號(hào)發(fā)生器開(kāi)始應(yīng)用于分層注水。

井筒流動(dòng)波的監(jiān)測(cè)和傳輸技術(shù)環(huán)境適應(yīng)性強(qiáng)，適用于分層注水技術(shù)。孟祥海等采用遠(yuǎn)程無(wú)線智能分層注水技術(shù)，通過(guò)調(diào)整水嘴的開(kāi)關(guān)時(shí)間形成不同的信號(hào)波（分為指令波和狀態(tài)波）進(jìn)行參數(shù)的傳輸和水嘴的調(diào)節(jié)，在現(xiàn)場(chǎng)應(yīng)用過(guò)程中3個(gè)層位的配注率分別為99%、100%和100%［47，48］。葛嵩等針對(duì)南海西部油田儲(chǔ)層溫度高、井斜角度大、活動(dòng)性的電子元件難以安裝的特點(diǎn)，開(kāi)發(fā)了“液控流量控制閥+可穿越式隔離封隔器+可穿越式頂部封隔器”的管柱，在潿洲6 9油田A井開(kāi)展先導(dǎo)性試驗(yàn)，采用11級(jí)液控流量控制進(jìn)行精準(zhǔn)分層注水，單井調(diào)配周期大幅縮短，測(cè)調(diào)效率提升了近60%［49］。胡改星等采用流體波碼無(wú)線傳輸技術(shù)，通過(guò)閥開(kāi)度的改變產(chǎn)生參數(shù)的脈沖變化，傳輸數(shù)據(jù)并解碼；同時(shí)開(kāi)發(fā)流量修正版圖，以防止電控閥壓差變化過(guò)小而引起監(jiān)測(cè)數(shù)據(jù)帶有誤差，保證實(shí)時(shí)流量的準(zhǔn)確度。該方法在長(zhǎng)慶油田1 600多口井中應(yīng)用，分注合格率保持在95%以上［50］。楊玲智等采用地面壓力波碼和井下流體波碼形成無(wú)線通信技術(shù)，并建立“壓差-流量-水嘴開(kāi)度”關(guān)系模型智能調(diào)節(jié)井下分層流量。該技術(shù)在長(zhǎng)慶油田20口井中應(yīng)用，分層注水合格率保持在95%以上，每年可節(jié)約測(cè)調(diào)費(fèi)用100余萬(wàn)元［51］。

井筒數(shù)據(jù)的實(shí)時(shí)高效監(jiān)測(cè)與傳輸是實(shí)現(xiàn)智能分層注水的關(guān)鍵技術(shù)，對(duì)于普遍應(yīng)用的預(yù)置電纜監(jiān)測(cè)與傳輸技術(shù)，關(guān)鍵是注水分配器的智能化應(yīng)用。為了實(shí)現(xiàn)分層注水大規(guī)模無(wú)人化數(shù)據(jù)監(jiān)測(cè)和傳輸，并降低生產(chǎn)成本，無(wú)線控制的分層注水技術(shù)將成為未來(lái)應(yīng)用的關(guān)鍵技術(shù)。

4.2 分層注水效果的計(jì)算模型

隨著分層注水智能化技術(shù)的不斷發(fā)展，獲得了大量井下生產(chǎn)數(shù)據(jù)，結(jié)合大數(shù)據(jù)驅(qū)動(dòng)下的油田注水精細(xì)化算法，可實(shí)現(xiàn)油田分層注水系統(tǒng)的智能化優(yōu)化。

JIA D L等針對(duì)中國(guó)東部某復(fù)雜斷塊油藏的注水井，應(yīng)用聚類算法將所有注水井根據(jù)注水指標(biāo)分組后采用決策樹(shù)注定策略（增注、維持、減注），最后采用粒子群優(yōu)化算法和小生境算法，將增注井和減注井配注量重新優(yōu)化，優(yōu)化后累計(jì)產(chǎn)油量相對(duì)增加8.2%［52］。

蔣敬軒和張著洪采用免疫粒子群算法（IPSO）、粒子群算法（PSO）、遺傳算法（GA）、正弦余弦優(yōu)化算法（SCA）、灰狼優(yōu)化算法（GWO）分別對(duì)5口注水井的水嘴開(kāi)度面積進(jìn)行優(yōu)化，對(duì)比后IPSO的均值和方差都是最小的，可精準(zhǔn)計(jì)算出水嘴開(kāi)度值，達(dá)到配注要求［53］。

于志剛等根據(jù)注水量在時(shí)間變化上的相關(guān)性，采用國(guó)內(nèi)某油田注水井的單層歷史數(shù)據(jù)作為樣本，對(duì)比了傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）和門(mén)控循環(huán)單元神經(jīng)網(wǎng)絡(luò)（GRU）3種模型，GRU和LSTM預(yù)測(cè)誤差接近并小于RNN，GRU耗時(shí)更短，雙隱層GRU網(wǎng)絡(luò)（3 6 6 1）的平均相對(duì)誤差和均方誤差最低，具備更強(qiáng)的信息特征提取能力［54，55］。

郭哲源等采用反向傳播神經(jīng)網(wǎng)絡(luò)（BP）對(duì)大慶油田采油二廠的100組數(shù)據(jù)建模。該模型的最大相對(duì)誤差為8.7%，平均相對(duì)誤差為2.1%，相比動(dòng)態(tài)方程法相對(duì)誤差率有大幅度下降［56］。HASSAN A等采用人工神經(jīng)網(wǎng)絡(luò)（ANN）對(duì)大斜度井的注入能力指標(biāo)進(jìn)行評(píng)價(jià)，平均絕對(duì)誤差1.22 STB·

d-1·psi-1［57］（1 STB=0.159 m3，1 psi=6894.76 Pa）。

JIA H等應(yīng)用模糊綜合評(píng)價(jià)法評(píng)價(jià)白239油田注水井的效果［58］。GAO D P等建立了洛倫茲曲線模型來(lái)評(píng)價(jià)不同開(kāi)發(fā)階段的分層注水效果，并提出了相應(yīng)的調(diào)整方法［59］。

對(duì)于分層注水效果的計(jì)算，評(píng)估模型較多，注水驅(qū)油效果的最終目標(biāo)是給出現(xiàn)場(chǎng)工藝的調(diào)整措施，應(yīng)在評(píng)估的基礎(chǔ)上開(kāi)展診斷模型研究，將現(xiàn)場(chǎng)的經(jīng)驗(yàn)形成專家系統(tǒng)，在不同情形下給出針對(duì)性的調(diào)控方案，形成實(shí)時(shí)監(jiān)測(cè)-實(shí)施評(píng)估-實(shí)時(shí)診斷的鏈?zhǔn)较到y(tǒng)。

5 油田注水系統(tǒng)能耗智能化管理技術(shù)

我國(guó)承諾爭(zhēng)取于2030年前實(shí)現(xiàn)“碳達(dá)峰”，2060年前實(shí)現(xiàn)“碳中和”。油氣田開(kāi)發(fā)生產(chǎn)過(guò)程中執(zhí)行節(jié)能減碳政策勢(shì)在必行，而注水系統(tǒng)是油氣田開(kāi)發(fā)生產(chǎn)中主要耗能子系統(tǒng)，可在運(yùn)行參數(shù)和布局兩個(gè)方面進(jìn)行優(yōu)化，目前主要集中在參數(shù)優(yōu)化方面［60］。

5.1 感知部分

在《油田生產(chǎn)系統(tǒng)能耗測(cè)試和計(jì)算方法》（GB/T 33653—2017）中，注水系統(tǒng)指的是由注水泵站、增壓泵站、注水管網(wǎng)（包括配水間）和注水井組成的系統(tǒng)，主要耗能設(shè)備是注水增壓泵和注水泵，主要測(cè)試項(xiàng)目包括電機(jī)功率因數(shù)、吸入排出壓力和流量。

油田注水系統(tǒng)的能耗在線監(jiān)測(cè)主要是注水增壓泵和注水泵的運(yùn)行能耗、管網(wǎng)和井筒輸送過(guò)程中的沿程摩阻能耗、各配水器和水嘴節(jié)流效應(yīng)產(chǎn)生的能耗、近井地帶的附加壓力降能耗等。魏立軍等建立了一套注水能耗監(jiān)測(cè)分析系統(tǒng)，對(duì)長(zhǎng)慶油田注水站、配水間和注水井井口的參數(shù)進(jìn)行實(shí)時(shí)采集，經(jīng)過(guò)無(wú)線傳輸后計(jì)算相應(yīng)的能耗指標(biāo)，提高了注水能耗管理效率［61］。

5.2 計(jì)算模型

油田注水系統(tǒng)的能耗計(jì)算方法在GB/T 33653—2017中具體呈現(xiàn)，當(dāng)前研究主要是通過(guò)計(jì)算模型優(yōu)化、預(yù)測(cè)注水能耗及該能耗下最佳的注水參數(shù)。

周賽青建立了油田注水能耗模型，并建立了GA BP模型預(yù)測(cè)最佳注水量［62］。張笑語(yǔ)等使用PipePhase軟件建立了SL油田采油一廠的注水管網(wǎng)模型，評(píng)價(jià)了注水流速、壓降、管網(wǎng)效率和注水站效率，并據(jù)此提出相應(yīng)的優(yōu)化措施［63］。楊張利采用基于仿人工智能控制策略對(duì)注水系統(tǒng)的電機(jī)進(jìn)行變頻調(diào)節(jié)，比PID控制更具魯棒性［64］。任永良等通過(guò)擬牛頓法對(duì)節(jié)點(diǎn)壓力仿真和粒子群算法對(duì)管元摩阻系數(shù)反演相結(jié)合，實(shí)現(xiàn)了管元摩阻系數(shù)部分精確求解和部分預(yù)估求解［65］。

鄭文等針對(duì)注水站與注水管網(wǎng)間水量不匹配的問(wèn)題，分別采用粒子群優(yōu)化算法、模擬退火優(yōu)化算法、遺傳算法、差分進(jìn)化算法對(duì)某油田注水管網(wǎng)系統(tǒng)進(jìn)行優(yōu)化，結(jié)果表明差分進(jìn)化算法優(yōu)化后的整體輸出功率最低（8 636 kW），對(duì)于該類油田注水系統(tǒng)的水量匹配優(yōu)化問(wèn)題具備良好的適應(yīng)性［66］。劉書(shū)孟等開(kāi)發(fā)了油田注水系統(tǒng)能耗評(píng)價(jià)及輔助決策系統(tǒng)，并應(yīng)用在某油田的8座注水站中，在注水量穩(wěn)定的情況下對(duì)5座注水站優(yōu)化開(kāi)泵方案；在注水量波動(dòng)的情況下對(duì)3座注水站進(jìn)行臨時(shí)性和季節(jié)性調(diào)整，共計(jì)節(jié)省電量512.37×104 kW·h［67］。

油田注水系統(tǒng)的能耗主要是電能的消耗，可建立實(shí)時(shí)的電能監(jiān)控平臺(tái)，根據(jù)感知部分提供的用電大數(shù)據(jù)進(jìn)行分析、預(yù)測(cè)和診斷，對(duì)用電實(shí)現(xiàn)智能化管理，以實(shí)現(xiàn)企業(yè)“安全、經(jīng)濟(jì)、高效”的用電目標(biāo)。

6 總結(jié)和展望

介紹了國(guó)內(nèi)外注水地面流程、注水水質(zhì)、井下分層注水、注水系統(tǒng)的能耗智能化關(guān)鍵技術(shù)的研究進(jìn)展，明確了注水流程各階段感知部分和計(jì)算模型的技術(shù)發(fā)展與現(xiàn)場(chǎng)應(yīng)用，為油田注水智能化的實(shí)現(xiàn)提供了借鑒作用。感知部分的實(shí)時(shí)監(jiān)測(cè)系統(tǒng)和數(shù)據(jù)傳輸系統(tǒng)是可以在不同環(huán)境、不同類型的油氣田借鑒和通用的，而計(jì)算模型中使用的小樣本數(shù)據(jù)以及算法的適用性，在不同環(huán)境、不同類型的油田注水系統(tǒng)中還需要調(diào)整和驗(yàn)證。

計(jì)算模型主要局限于某一指標(biāo)或目標(biāo)，并沒(méi)有將文中所述的整體注水流程優(yōu)化考慮，這也是今后油田注水系統(tǒng)智能化關(guān)鍵技術(shù)的發(fā)展目標(biāo)：

a. 注水水質(zhì)的診斷和預(yù)測(cè)不宜局限于地面系統(tǒng)，可利用井下各層實(shí)時(shí)流量、溫度及壓力等參數(shù)預(yù)測(cè)井下各層注入過(guò)程中結(jié)垢趨勢(shì)、與地層水的配伍性以及堵塞近井段的可能性；由于處理系統(tǒng)的連續(xù)性，對(duì)于智能化技術(shù)也不宜局限于注水系統(tǒng)，可考慮從注水系統(tǒng)回溯到采出水處理系統(tǒng)，根據(jù)注水管網(wǎng)、注水泵、注水水質(zhì)、井筒分層注水參數(shù)和能耗監(jiān)測(cè)數(shù)據(jù)，形成注水系統(tǒng)反饋到采出水處理系統(tǒng)的整體流程效率、成本、地層孔隙堵塞預(yù)防和驅(qū)油效果的多目標(biāo)優(yōu)化和診斷的油田注水智能化模型。

b. 油田開(kāi)發(fā)生產(chǎn)的最終目標(biāo)是產(chǎn)量的提高和成本、能耗的控制，將注水系統(tǒng)與油藏系統(tǒng)結(jié)合，注水指標(biāo)同增產(chǎn)指標(biāo)結(jié)合。今后可考慮將水驅(qū)油藏產(chǎn)量模型與注水系統(tǒng)結(jié)合，形成油藏-地面工程-注水-油藏的多目標(biāo)智能動(dòng)態(tài)優(yōu)化和診斷系統(tǒng)，平衡各目標(biāo)之間的關(guān)系，為油田的增產(chǎn)、增效、降本提供技術(shù)支持。

參 考 文 獻(xiàn)

［1］" "HARSH P， BALASUBRAMANIAN R. Recycling and re usage of oilfield produced water A review［J］.Materials Today： Proceedings，2023，77：307-313.

［2］" "LIU H，PEI X H，JIA D L，et al.Connotation，application and prospect of the fourth generation separated layer water injection technology［J］.Petroleum Exploration and Development，2017，44（4）：644-651.

［3］" "毛志高，刁海勝.油田“源—供—注—配”智能化注水技術(shù)的研究與應(yīng)用［J］.信息系統(tǒng)工程，2021（2）：147-148.

［4］" "劉義剛.渤海油田注水控水工藝技術(shù)新進(jìn)展［M］.北京：化學(xué)工業(yè)出版社，2013.

［5］" "ZHU Y N，WANG J H，HE G H，et al.Water use characteristics and water footprints of China′s oil and gas production［J］.Resources，Conservation amp; Recycling，2022，184：106428.

［6］" "曾小明，夏如君，李偉，等.數(shù)字化技術(shù)在油田注水精細(xì)管理中的實(shí)踐與成效［J］.中國(guó)管理信息化，2022，25（1）：100-104．

［7］" "楊麗娟.電磁流量計(jì)在油田注水計(jì)量中的應(yīng)用研究［J］.中國(guó)設(shè)備工程，2019（23）：204-205．

［8］" "李世強(qiáng)，侯燦紅.注水泵在線監(jiān)測(cè)與智能保護(hù)的研究與應(yīng)用［J］.中國(guó)設(shè)備工程，2021（S1）：55-58．

［9］" "祁東明.海洋石油平臺(tái)注水泵在線監(jiān)測(cè)與故障智能診斷技術(shù)應(yīng)用［J］.石油工業(yè)技術(shù)監(jiān)督，2021，37（3）：9-13．

［10］" "WANG B H， LIANG Y T， YUAN M，et al.Optimal design of oilfield surface pipeline networks for the cyclic water injection development method［J］.Journal of Petroleum Science and Engineering，2018，171：1400-1408.

［11］" "李光，任永良，高勝，等.基于Pipephase的油田注水系統(tǒng)模擬［J］.化工機(jī)械，2022，49（2）：296-300．

［12］" "王強(qiáng)，陳健飛，陳麗娜，等.基于風(fēng)險(xiǎn)的油田注水管線的維護(hù)決策優(yōu)化方法［J］.腐蝕與防護(hù)，2022，43（4）：47-53．

［13］" "陳麗娜，齊光峰，韓慶，等.基于T S模糊故障樹(shù)和貝葉斯網(wǎng)絡(luò)的注水管道失效概率計(jì)算方法研究［J］.安全、健康和環(huán)境，2022，22（9）：38-45．

［14］" "李博文，宋文廣，李浩源，等.基于遺傳算法優(yōu)化單類支持向量機(jī)的油田離心泵注水站異常檢測(cè)［J］.科學(xué)技術(shù)與工程，2023，23（1）：283-289．

［15］" "BHATKAR S A，BADHE N G，ADHATRAO A P，et al.Optimizing produced water quality for enhancing oil recovery［J］.Materials Today：Proceedings，2023，

77：81-85.

［16］" "鄭建軍，賈舒，柏森林.注水水質(zhì)對(duì)海上油田儲(chǔ)層損害評(píng)價(jià)分析［J］.清洗世界，2021，37（9）：72-73；76．

［17］" "閻洪濤，徐文江，姜維東，等.海上油田注水水質(zhì)改善技術(shù)研究與應(yīng)用［J］.工業(yè)水處理，2020，40（12）：106-110．

［18］" "王妮，劉銘輝，石文婷，等.淺析海上平臺(tái)生產(chǎn)廢水含油在線監(jiān)測(cè)技術(shù)［J］.石化技術(shù)，2019，26（8）：99-101．

［19］" "王國(guó)柱，王妮，李亞輝，等.海上平臺(tái)外排生產(chǎn)水在線監(jiān)測(cè)系統(tǒng)構(gòu)建與監(jiān)測(cè)數(shù)據(jù)分析［J］.天津科技，2023，50（5）：34-37；41．

［20］" "徐棟，楊敏，周寅，等.石油平臺(tái)生產(chǎn)水排污在線監(jiān)測(cè)系統(tǒng)研發(fā)與應(yīng)用［J］.化學(xué)工程，2018，46（1）：73-78．

［21］" "史秋華.基于紫外熒光法的水中油在線監(jiān)測(cè)儀設(shè)計(jì)方案［J］.山東化工，2020，49（7）：104-105．

［22］" "王凱.水中油分析儀在海洋石油平臺(tái)上的應(yīng)用［J］.石油和化工設(shè)備，2022，25（11）：62-64．

［23］" "陳華興，唐洪明，趙峰，等.綏中36 1油田注入水懸浮物特征及控制措施［J］.中國(guó)海上油氣，2010，22（3）：179-182．

［24］" "劉晶.油田注水水質(zhì)濁度與懸浮物間經(jīng)驗(yàn)比值的研究［J］.化工管理，2015（32）：150．

［25］" "王新華，李劍，康換苗.油田回注水水質(zhì)在線監(jiān)測(cè)技術(shù)應(yīng)用研究與探討［J］.工業(yè)計(jì)量，2023，33（3）：107-109．

［26］" "李軍，李剛，李斌，等.基于無(wú)線傳感器網(wǎng)絡(luò)及GPRS的水質(zhì)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)［J］.電子技術(shù)與軟件工程，2021（7）：39-40．

［27］" "吳澤美，馬偉娜，劉萬(wàn)斗，等.油田注水系統(tǒng)腐蝕率在線監(jiān)測(cè)技術(shù)的應(yīng)用［J］.石油石化節(jié)能，2021，11（12）：16-19；7-8．

［28］" "DURDEVIC P，RAJU C S，YANG Z Y.Potential for Real Time Monitoring and Control of Dissolved Oxygen in the Injection Water Treatment Process［J］.

IFAC PapersOnLine，2018，51（8）：170-177.

［29］" "徐江峰，郝健，朱米家，等.主成分分析法在油田回注水水質(zhì)分析中應(yīng)用［J］.遼寧化工，2019，48（6）：588-589．

［30］" "李縉，王平，謝鳴，等.基于PCA GRA TOPSIS法的注水水質(zhì)評(píng)價(jià)方法研究［J］.油氣田地面工程，2022，41（5）：46-51．

［31］" HAGHTALAB A，KAMALI M J，SHAHRABADI A.Prediction Mineral Scale Formation in Oil Reservoirs during Water Injection［J］.Fluid Phase Equilibria，2014，373：43-54.

［32］" "SHABANI A，SISAKHTI H，SHEIKHI S，et al.A Reactive Transport Approach for Modeling Scale Formation and Deposition in Water Injection Wells［J］.Journal of Petroleum Science and Engineering，2020，190：107031.

［33］" "ALI S， AFSHIN T， MAHSHEED R， et al.Artificial neural network，and committee machine intelligent system help to improve performance prediction of low salinity water injection in carbonate oil reservoirs［J］.Journal of Petroleum Science and Engineering，2022，219：111046.

［34］" "牛小希.水平注水井電磁流量計(jì)注入剖面測(cè)井技術(shù)試驗(yàn)研究［J］.石油管材與儀器，2019，5（5）：43-45．

［35］" "孟令偉，孟德旭，孟莉珍，等.超聲波流量計(jì)在注水井測(cè)試中的應(yīng)用［J］.云南化工，2018，45（3）：227．

［36］" "杜曉霞，季公明，郭宏峰，等.無(wú)纜智能注水技術(shù)研究進(jìn)展概述［J］.海洋石油，2021，41（3）：33-36．

［37］" "LIU H，ZHENG L C，YU J Q，et al.Development and prospect of downhole monitoring and data transmission technology for separated zone water injection［J］.Petroleum Exploration and Development，2023，50（1）：191-201.

［38］" "佟音，金振東，劉軍利，等.大慶油田纜控分層注水技術(shù)研究及應(yīng)用［J］.石油科技論壇，2022，41（3）：94-99；105．

［39］" "周宇鵬.預(yù)置電纜智能分注技術(shù)研究與應(yīng)用［J］.石油礦場(chǎng)機(jī)械，2019，48（4）：69-73．

［40］" "劉義剛，陳征，孟祥海，等.渤海油田分層注水井電纜永置智能測(cè)調(diào)關(guān)鍵技術(shù)［J］.石油鉆探技術(shù)，2019，47（3）：134-139．

［41］" "徐興安，張鳳輝，楊萬(wàn)有，等.海上油田注水井智能監(jiān)測(cè)與控制技術(shù)研究［J］.當(dāng)代化工，2020，49（7）：1396-1399．

［42］" "毛慶凱，王良杰，羅昌華，等.高溫高壓儲(chǔ)層智能分注工藝可靠性研究［J］.石油礦場(chǎng)機(jī)械，2017，46（3）：23-28．

［43］" "白鵬飛.雙通道智能分層注水工藝研究與應(yīng)用［J］.儀器儀表用戶，2022，29（9）：36-39．

［44］" "王文韜.乍得油田BNE 8井智能分注實(shí)施及效果分析［J］.化學(xué)工程與裝備，2020（3）：96-98．

［45］" "朱蘇青，劉松林，李興，等.陳堡油田分注井無(wú)纜智能測(cè)調(diào)工藝應(yīng)用［J］.復(fù)雜油氣藏，2017，10（3）：74-77．

［46］" "趙劍，孫福超，張濤，等.波碼無(wú)線分層注水工藝高效通訊算法研究［J］.化工設(shè)計(jì)通訊，2023，49（4）：81-83．

［47］" "孟祥海，張志熊，劉長(zhǎng)龍，等.遠(yuǎn)程無(wú)線智能分層注水測(cè)調(diào)技術(shù)的開(kāi)發(fā)與應(yīng)用［J］.化學(xué)工程與裝備，2016（10）：113-115．

［48］" "馮碩，張藝耀，李進(jìn)，等.渤海油田遠(yuǎn)程無(wú)線智能注水工藝技術(shù)及應(yīng)用［J］.石油機(jī)械，2021，49（11）：79-83．

［49］" "葛嵩，于志剛，周振宇，等.高溫、大井斜海上油田機(jī)械液控智能注水技術(shù)研究與應(yīng)用［J］.廣東化工，2022，49（11）：72-74．

［50］" "胡改星，姬振寧，刁廣智，等.數(shù)字式分層注水實(shí)時(shí)監(jiān)控系統(tǒng)的設(shè)計(jì)與應(yīng)用［J］.鉆采工藝，2022，45（4）：114-117．

［51］" "楊玲智，于九政，王子建，等.鄂爾多斯超低滲儲(chǔ)層智能注水監(jiān)控技術(shù)［J］.石油鉆采工藝，2017，39（6）：756-759．

［52］" "JIA D L，LIU H，ZHANG J Q，et al.Data driven optimization for Fine Water Injection in a Mature Oil Field［J］.Petroleum Exploration and Development，2020，47（3）：674-682.

［53］" "蔣敬軒，張著洪.基于免疫粒子群算法的分層注水流量調(diào)度［J］.智能計(jì)算機(jī)與應(yīng)用，2021，11（12）：72-77．

［54］" "于志剛，辛小軍，范遠(yuǎn)洪，等.基于雙層GRU神經(jīng)網(wǎng)絡(luò)的油田注水預(yù)測(cè)方法研究［J］.化工自動(dòng)化與儀表，2022，49（1）：41-46．

［55］" "于志剛，張德政，宋文江，等.基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的油田注水預(yù)測(cè)［J］.吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2022，40（1）：77-81．

［56］" "郭哲源，韓連福，鄧剛，等.生產(chǎn)井分層注水量智能預(yù)測(cè)方法研究［J］.石油工程建設(shè)，2021，47（1）：28-31．

［57］" "HASSAN A， ABDULRAHEEM A， AWADH M.New approach to evaluate the performance of highly deviated water injection wells using artificial neural network［J］.Journal of Petroleum Science and Engineering，2021，196：107770.

［58］" "JIA H， LI P W，LV W，et al.Application of fuzzy comprehensive evaluation method to assess effect of conformance control treatments on water injection wells［J］.Petroleum，2024，10（1）：165-174.

［59］" GAO D P，YE J G，HU Y P，et al.Application of Lorenz curve model to stratified water injection evaluation［J］.Petroleum Exploration and Development，2015，42（6）：861-868.

［60］" "陳雙慶.“雙碳”背景下油氣田地面工程最優(yōu)化方法進(jìn)展及展望［J］.油氣儲(chǔ)運(yùn)，2022，41（7）：765-772．

［61］" "魏立軍，王林平，劉一山，等.長(zhǎng)慶油田注水能耗監(jiān)測(cè)分析系統(tǒng)的研發(fā)與應(yīng)用［J］.石油與天然氣學(xué)報(bào)，2011，33（5）：258-260；344-345．

［62］" "周賽青.基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)注水節(jié)能實(shí)現(xiàn)［D］.大慶：東北石油大學(xué)，2021．

［63］" "張笑語(yǔ)，辛艷萍，毛雨令，等.油田注水系統(tǒng)管網(wǎng)效率優(yōu)化和節(jié)能降耗研究［J］.廣東化工，2022，49（15）：59-61．

［64］" "楊張利.基于仿人智能的油田地層注水系統(tǒng)控制策略探討［J］.重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，33（7）：172-177．

［65］" "任永良，孫凱，高勝，等.基于粒子群算法的油田注水管網(wǎng)摩阻系數(shù)反演［J］.石油機(jī)械，2020，48（8）：97-103；122．

［66］" "鄭文，高勝，熊德進(jìn)，等.注水管網(wǎng)水量匹配智能優(yōu)化計(jì)算方法研究與對(duì)比分析［J］.油氣田地面工程，2021，40（4）：41-48．

［67］" "劉書(shū)孟，苗寶林，婁志東，等.油田注水系統(tǒng)能耗評(píng)價(jià)及輔助決策技術(shù)研究與應(yīng)用［J］.石油石化節(jié)能，2022，12（6）：27-30．

（收稿日期：2024-05-05，修回日期：2024-11-06）

Research Progress of Key Technologies for the Intelligent

Water Injection System in the Oilfield

FANG Jian

（CNOOC Tianjin Chemical Research and Design Institute Co.， Ltd.）

Abstract" "The latest research progress in key technologies at home and abroad were summarized from the oilfield surface water injection system， water quality， stratified water injection underground and the water injection energy consumption. It’s proposed that in the coming intelligent development process of the oilfield water injection system， the data transmission and calculation models of each water injection subsystem can be developed into an integrated intelligent processing platform which has the reservoir development model based to develop a closed loop and multi objective intelligent dynamic optimization and diagnosis system for the reservoir surface engineering water injection reservoir.

Key words" "water injection system， intelligent technology， data transmission， calculation model， multi objective