稠油精确计量方法研究与应用

周春燕++李兵元++陈雷

[摘 要] 稠油采用蒸汽驱动，采出液常伴随蒸汽，蒸汽稳定性差，因此，采出液流量变化大，瞬时流量不能反映油井的真实生产状态，产量精确计量非常困难。通过分析稠油生产不同层面的生产特点和信息需求特点，建立多级矫正系统，确定了稠油产量精确计量的方法。

[关键词] 稠油；精确计量；多级矫正

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 19. 084

[中图分类号] TP311 [文献标识码] A [文章编号] 1673 - 0194（2017）19- 0197- 03

1 项目背景

由于稠油生产过程的特殊性，产量精确计量非常困难。

在厂级分线计量方面，采用人工量油的方式，通过对大罐液位的变化计量液量，液位的变化可由下式表示：

Δh= f（Q）dt

由上式可以看出，液位变化不仅与流量变化有关，还与流量的积分时间有关，因此，盘库方式的计量结果往往具有较大的滞后性的特点，不能及时反映生产实际，另外人工测量液位及油层厚度误差较大，生产指挥中采用这样的数据常出现与现场不符的现象，影响采油厂生产协调，生产决策、配产及考核工作。

在计量站计量方面，采用人工定时大罐液位方式计量，由于稠油生产随机性大的原因，定时计量存在片面性的问题。

在单井计量方面，由于稠油采用蒸汽驱动，采出液常伴随蒸汽，蒸汽稳定性差，因此，采出液流量变化大，瞬时流量不能反映油井的真实生产状态，如果通过长时间计量可得到油井阶段生产状况。

2 项目研究主要内容

2.1 分线计量技术研究

含水分析仪采集的实时数据，是当时流过管线中的原油液体的含水率，实时的数据是不能反映出当天站库整体的含水情况的，所以需要通过大量实时的含水值计算出当天的整体含水情况，这里面采用积分算法。

现场实现中，经过半个月的调试、标定，在线仪表和人工化验的含水结果基本吻合。

2.2 计量站计量技术研究

计量站计量采用两种方式，一是有输油泵的计量方式，二是依靠自压的无泵方式。根据有泵的计量站工艺特点，从节省计量成本的角度考虑，通过对液位变化（见图1）的测量与液位的积分运算，实现大罐计量。

根据无泵的计量站工艺特点，采用流量计累计计量的方式计量，在仪表的选型上，考虑稠油含砂量高的特点，选用了不易阻塞的靶式流量计，优点是维护量小，但其计量范围较小，通常要求明确计量范围，根据生产工艺中的计量站实际流量选择相适应的量程，这样做工作量大，但效果明显。

2.3 单井产量计量技术研究

在单井计量方面，分析了翻斗计量、分离器计量、流量计计量在稠油计量过程中的问题后，最终采用了人工神经网络技术，回避直接计量方式中的各种缺陷。

人工神经网络，简称神经网络或类神经网络，是一种模仿生物神经网络的结构和功能的数学模型。神经网络可以从数据中自动地获取知识，逐步地把新数据结合到其映射函数中去，并执行逻辑的假设检验，通过这种能力，神经网络非常适合于处理某类知识，特别是不精确的知识。

2.3.1 充满度计算

通过直接计算和间接计算充满度，直接计算是从功率曲线直接寻找刀把拐点，并以此计算充满度，这种计算优势是计算量相对较小，代码可直接应用与嵌入式系统。间接计算是先将功率数据拟合出载荷数据，再在载荷数据上寻找刀把拐点，并以此计算充满度，这种计算优势是计算结果准确度高，接近人工标注。利用卡尔曼滤波，融合两种算法的计算结果，最终计算准确度高的充满度。

2.3.2 泵漏失计算

漏失是由于游动凡尔和固定凡尔工作不良而造成上冲程载荷加载缓慢，下冲程载荷过早释放，导致载荷功图顶部或底部出现拱形，面积减小。井下泵工作正常时的载荷功图左右和上下曲线平行，接近平行四边形。由于漏失的存在，载荷功图的四角会变得圆滑。通过计算由于漏失造成的载荷功图面积的缺失占载荷功图总面积的比例，得到抽油机的漏失系数。由于供液不足，气体影响等多种原因都会对右下角的缺失面积产生影响，为了不重复计算，将右下角的缺失归纳为供液不足，而在計算漏失时，只计算剩下三个角的面积，见图2，计算公式如下：

漏失系数= （s1+s2+s3）/s。

由于某些井的载荷功图的上冲程不够水平，在计算漏失时误差较大，所以在计算前先对载荷功图进行校正，使载荷供图上冲程的曲线基本维持水平，并在校正后的载荷功图上计算漏失。

2.3.3 训练库的建立

训练库是准确计算示功图的基础，训练库的质量好坏决定着计算的精度，它的大小决定着计算的速度。训练库的构建原则是，学习库的量程覆盖要广，工况类型要全，规模尽可能的小。

单井数据训练的优点是数据一致性好，易拟合；针对性强，突出个性，但缺点是工况类型少，扩展性差；训练库选取工作量大。多井数据训练的优点是工况种类较多，缺点是不同抽油机的数据会有些许差异，造成拟合困难。

2.4 多级校正技术的研究

2.4.1 多级校正技术路线

公司稠油生产目前有三个级别的计量系统，并且各系统分别具有独立模型、独立算法，在三级系统分别计算处理时，应用到大量的参数及方法，但只能同仪表或人工计量数据进行对比，无法保证数据的准确性。因此，通过各计量系统之间的相互校正不仅可以提高计量产量的准确率，并且还能找到故障源头。

2.4.2 多级校正应用方法

通过研究各系统影响计量产量的因素，建立系统特征值，开发预警报表，快速定位异常站或异常井，加快故障处理速度，提高系统性能。

2.4.2.1 分线计量与计量站计量产量相互校正

当分线计量与计量站计量产量的误差率δ1>±3%时，查看计量站系统的特征值，通过特征值的偏差提示定位异常站，再进一步对异常站进行追踪处理，若计量站系统没有问题，再反向排查分线系统是否异常，通过相互校正，提高计量效果。误差率δ1的计算公式如下：

δ1= >±3%

計量站计量系统目前有4个特征值，分别为模拟泵效、电机负载、测量干扰、日产量误差率。

2.4.2.2 计量站计量与单井计量产量相互校正

当计量站计量与单井计量产量的误差率δ2>±10%时，查看计量站系统的特征值，通过特征值的偏差提示定位异常井，再进一步对异常井进行单井诊断，若单井没有问题，再反向排查计量站计量系统是否异常，通过相互校正，提高计量效果。误差率δ2的计算公式如下：

δ2= >±10%

单井计量系统目前有2个特征值，分别为井口温度和误差率，日产量误差率。

3 成果先进性对比

（1）利用数字积分算法，自主研发液量、含水率计算算法，代替过去简单平均的方法，得到较可靠的计算结果。

（2）采用人工神经网络技术进行单井产量计量，避免了传统稠油计量因工艺复杂、故障率高、不能连续长时间计量的问题，主要依赖抽油机电流分析，硬件投入少，计量过程故障率明显下降，计量可靠性得到保障。将人工神经网络技术引用到单井产量计算研究中，探索一套适用于现场单井计量的可行计算方法。

（3）计量站大罐自动计量方法充分利用了现有硬件资源，在不增加硬件投入的条件下，通过分析液位变化，利用软件技术实现计量，实现了计量站的产量计量，技术上重点考虑的数据清洗、滤波等技术应用，似的计量结果更真实、稳定、可靠。

（4）厂级分线计量方法根据稠油集油工艺特点，从计量系统的工艺安装到数据分析计算充分考虑了随机现象对计量结果的影响，通过长期观察得出随机分布特征，采取相适应的算法，实现了产量的自动化计量。

（5）应用多级校正模型，各系统相互校正，保证了各级计量产量的准确性，通过系统特征值快速定位异常情况，为生产管理提供可靠依据。

4 综合效益分析

（1）针对作业区来液波动导致的产量计量误差大的问题，综合利用自动化、网络、数据库技术，通过对各作业区来液含水及流量的全过程分析，得到了更加符合生产实际的作业区日产量数据，为现场生产指挥提供了准确的生产信息。

（2）根据计量站特点，研究适合现场的产量分析方法，建立了流量计分析法和液位分析法相结合的稠油计量站计量模式，为班组管理提供了有效信息。

（3）针对稠油井产量计量困难的问题，应用人工神经网络技术分析抽油机运行电流随冲程的变化，拟合油井载荷、充满度及产量等指标，结合统计规律，评价抽油机生产状态。对70口井进行实验，现场符合率达到80%，为实现采油生产过程远程监控，提高管理效率，探索了新的方法。

主要参考文献

[1]工业和信息化部电信研究院. 大数据白皮书[R]. 北京：工业和信息化部电信研究院，2014.

[2]张蕾，章毅. 大数据分析的无限深度神经网络方法[J].计算机研究与发展，2016，53（1）.

[3]张会先.自适应滤波算法的研究与应用[D]. 西安：西安电子科技大学，2012.

[4]何梦醒，唐晨，赵胜秋，等.油气水三相流管道流动规律研究进展[J]. 中国石油和化工标准与质量，2012（13）.

[5]杨婷婷.基于人工神经网络的油田开发指标预测模型及算法研究[D].大庆：东北石油大学，2013.