油田预警分析模型的研究与设计

魏军

摘要：目前我国大部分的石油产区已经进入生产开采的中后期，此时为了能够提高石油的采收率来满足社会生产生活，必须及时有效地对油田的产量进行预警分析。本文提出一种油田预警分析模型，该模型采用支持向量机方法对油田开发过程中的油田区块进行预警，并且对抽油单井进行实时的监控与诊断，分析可能出现的各种问题，进而可以在异常事件初期及时发现生产中的异常情况，以此来进行预警，提前采取预防措施，从而实现油田产量的稳产高产。实验结果证明该模型具有较高的预测准确性。

关键词：预警分析模型；支持向量机；诊断

中图分类号：TP311 文献标志码：A 文章编号：1009-3044（2014）25-6011-04

Research and Design on Early Warning Analysis of Oilfield Model

WEI Jun

（Department of Information Engineering， Karamay Vocational and Technical College， Karamay 833600， China）

Abstract： At present， in our country most of the oil producing region has entered the mid-late production mining， at this time， in order to improve the recovery ratio of oil to meet the social production and living， must be early warning analysis for oilfield production in a timely and effective manner. This paper presents a oilfield early warning analysis model， the model uses support vector machine （SVM） method for early warning oil block in the process of oilfield development.And for single-well pumping real-time monitoring and diagnosis， analysis of the various problems that may arise， and thus can detect abnormalities in the production of abnormal events in the early stages， in order to be alert and take precautionary measures in advance， in order to achieve oil production the high-yield. Experimental results show that the model has high prediction accuracy.

Key words： early warning analysis model； SVM； diagnosis

1 概述

在油田生产开发过程中，产量预警是其中的一个重要环节，并且油田开发的首要任务之一就是对产量做出准确地预测。实时的动态监控和准确的产量预测是合理调整油田规划和制定方案，实现优化开发和管理的重要依据[1]。国内外在这方面的研究已经取得了诸多成果，部分油田已经运用计算机网络技术构建了自己的网络管理平台[2]。但是，现有的产量预警系统是利用本地系统数据库中从油田公司的数据库中提取的数据进行预警，这样就使得产量监控具有一定的时滞性，虽然已经达到了预警的效果，但在实时性上还有待提高。

为了提高油田油井、井区、作业区及采油厂的石油采收率，缩短发现生产状况异常状态的时滞性，及时诊断与发现油田开发过程中出现的各种问题及影响程度，本文提出一种油田预警分析模型，该模型在油田异常事件的初期能够给出预警信号，提前分析处理潜在隐患，以此来提高油田的采收效率。

2 预警指标体系的建立

2.1 预警目标的确定

本文的主要研究内容是对于单井和区块的预警分析模型，不难看出其核心的部分就是利用预警算法模型从大量历史数据之中挖掘出预警相关知识，获取的预警知识存入专家知识库中以便对实时数据进行分析监测，然后根据设计的预警策略就可以对实际井况采取是否生成预警信息的决定。基于预警知识挖掘的油田产量预警机制如图1所示[3]。

2.2 油井产量影响因素分析

在油田生产过程中，影响油井单井产量的主要因素多种多样，大体可以将其分为地质因素、人为因素和外部因素等[4]。地质因素主要包括井段长度、组合厚度、组合层数等；人为因素主要包括注采井距、注采比、储量动用程度、水驱控制程度等；外部因为主要包括天气因素、机械故障、线路停电等。油田产量主要影响因素如下图2所示。

2）选择核参数

本文采用径向基函数作为支持向量机的核函数，径向基核函数的参数γ与c的选择本文主要采用3-折交叉验证法[8]，通过训练样本集训练支持向量机，得到支持向量机分类器，并通过测试样本集对支持向量机分类器进行测试，最终分类准确率为3次测试结果的平均值，将测试结果准确率高的参数组合作为最优值。

3）经过样本数据测试后，建立基于支持向量机的区块预警模型。

3.2 基于标准井的单井预警模型的建立

油田预警分析模型对单井的预警主要是采用对抽油机的预测诊断技术，其主要思路是对井下泵功图进行识别和分类，但是这种方法常常只能在异常情况已经发生的时候，示功图特征有较大改变的时候才能有较高的准确率，但此时产量已经大幅下降。本文希望在油井产量波动初期给出异常预警，所以仅仅依靠示功图的特征提取和判断并不能达到预期效果，所以本文主要采取的预警思路是通过计算实际井和标准井的抽油机设备在当前井况下各子系统的效率，然后对两者进行对比并结合示功图进行异常判断。通过这种方法可以在抽油机效率产生较小波动时就可以发现，比单一利用示功图方法能达到更高的预警效果[9]。

基于标准井的单井预警模型的建立过程中，主要包括以下几个步骤。

1）抽油机井各子系统效率计算

抽油机井各子系统效率包括地面各子系统效率和井下各子系统效率。地面各子系统效率分析包括带传动效率计算模型、减速箱效率计算模型、四连杆效率计算模型、电机效率计算模型；井下各子系统效率分析包括抽油杆效率计算模型、抽油泵效率计算模型[10]。

2）标准井井上功图计算

在获得标准井井下功图之后需要预测标准井井上功图，这时需要改变波动方程的初始边界条件，已知抽油杆完整的数学模型如下[11]：

由表2可知：仿真计算所得抽油机各子系统效率与测试所得各子系统效率较吻合。标准井计算公式准确性较高，和实际标准井误差小，所以基于标准井的单井预警模型具有较高的准确性和实用性。

5 结束语

本文提出了一种油田预警分析模型，该模型包括区块预警和单井预警两个部分。有效的预警了油田生产过程中的产量变化，并且油田开发的首要任务之一就是对产量做出准确地预测。实时的动态监控和准确的产量预测为后期合理调整油田规划和制定优化方案给出了重要依据，具有较好的应用价值。

参考文献：

[1] 李志超，刘志斌，赵正文.油田产量监控预测预警系统[J].石油工业计算机应用，2008，60（4）：30-31.

[2] 常彦荣，李允，彭炎，等.油田生产产量监控体系及预警系统[J].西南石油学院学报，2006，28（3）：34-37.

[3] Y. Hong ， R. F. Adler.Towards an early-warning system for global landslides triggered by rainfall and earthquake[J].International Journal of Remote Sensing.2007（7）：3713-3719.

[4] Wang Yubin，Gan Zhengting，Su Kehe，Wen Zhenyi.An adjustable contracted CI method[J].Science in China（Series B），1999（6）：649-655.

[5] GPoupinet G.Sauvage，J.P.Cauzac.Development of an early-warning system for monitoring remote volcanoes [J].Annals of Geophysics，1996（4）24-25.

[6] 黄琼英.支持向量机多分类学习算法的研究及应用[D].天津：河北工业大学硕士论文，2005.

[7] 王惠文，孟洁.多元线性回归的预测建模方法[J].北京航空航天大学学报，2007（4）：500-504.

[8] 黄培之.具有预测功能的曲线矢量数据压缩方法[J].测绘学报，1995（4）：316-320.

[9] 马立平，任宝生，赵明.油田水驱开发动态系统预警指标体系的构建[J].特种油气藏，2010（4）：62-65.

[10] 张鹏.基于主成分分析的综合评价研究[D].南京：南京理工大学硕士论文，2004.

[11] 高银中.用示功图计算抽油机井井口产液量方法研究[D].北京：北京交通大学硕士论文，2007.