大数据平衡监测与周期性评价软件的应用

贾菲*



大数据平衡监测与周期性评价软件的应用

贾菲*

(中国石油吉林油田分公司长春采油厂工艺所，吉林长春，130000)

长春采油厂原油具有高凝油、高含蜡的特征，且产液波动大，抽油机载荷变化快，电流法调平衡只能达到即时合格，要保证生产周期平衡合格工作量大，管理难度大，生产运行负担大。该软件建立了专门的平衡管理平台，采用大数据周期性分析抽油机运动特性，分布式、并行计算模式进行抽油机平衡调节。经现场应用表明，该软件计算结果能够有效地提高抽油机井平衡度，平衡监测功能使技术人员及时发现平衡潜力井，周期性评价功能明确了平衡调节目标，为采油厂节能降耗、减轻劳动强度、提高工作效率提供了有力的保障。

平衡监测；周期性评价；大数据分析；抽油机平衡调节

引言

抽油机的平衡判别和调整是抽油机井生产管理的一项重要内容。平衡度的好坏直接影响抽油机的使用寿命和电机的耗电量，准确地测量出抽油机平衡度，及时调节抽油机的平衡能够降低能耗，减轻系统冲击，延长电动机、减速箱及皮带等设备的使用寿命[1]，对抽油机安全生产、节能降耗、提高油气井产量有重要意义。

长春采油厂主要采用抽油机举升方式，抽油机举升井占总井数的95%以上，目前抽油机平衡度调整和管理主要受4方面影响：

（1）原油具有高含蜡、高蜡熔点、高凝固点等特点，且油井产量波动大，导致抽油机载荷波动大，平衡度变化快，平衡度管理难度大；

（2）抽油机运行电流受其他工况影响大，电流法判断平衡度误差大，且只能达到即时平衡，不能实现生产周期综合平衡最优点调整；

（3）动态调整工作量大，且抽油机机型大，每次调整需要4个人配合，部分井调整还需要吊车配合，调整难度大，劳动强度大，严重增加生产运行负担；

（4）电流测试、平衡动态跟踪数据录取工作量大，没有集中监管平台，不利于整体管控和数据共享。

综上，以周期综合平衡最优点管理为目标，围绕提高管理水平、提升工作效率，降低劳动强度这一中心任务，对现有技术进行创新与整合，建立一个基于大数据分析模式、适应现场实际需求的抽油机井平衡监测与周期性评价软件，实现全厂抽油机井平衡度的高效管控。

1 大数据平衡监测与周期性评价软件开发目标及开发模式

1.1 软件开发目标

（1）形成一套适应于现场实际需求、数据收集简单、自动化程度高、成本低、计算精度高、维护方便、可拓展的实用型工具软件；

（2）根据现场实测的海量功图数据结合抽油机基础参数对抽油机平衡状态进行大数据分析、实时诊断、平衡位置精确预测、平衡状态汇总统计，便于技术人员对区块内抽油机平衡度进行统一管理，及时发现平衡潜力井，对抽油机井有目的性的调节，提高工作效率；

（3）充分发挥大数据带来的先进理论，利用周期性评价的方法进行平衡调节，建立适用于复杂区块的抽油机井平衡调节方式。

1.2 软件开发模式

随着油田自动化、信息化技术突飞猛进，将油田带到了“大数据”时代，远程数据采集与传输技术日臻完善，油气生产数据呈爆炸式的增长[2-4]，这为合理，快速，精准的判断抽油机井平衡度提供了有利的条件，同时也对计算程序的计算性能、计算方法提出了更高的要求。

（1）平衡计算程序

在大数据背景下，对信息系统的数据处理能力提出越来越高的要求。从吞吐量到响应时间，从可扩展性到可容错性，从易用性到高性价比，这些指标无一不给数据处理技术带来了重大的挑战。此外，基础硬件环境的重大技术突破也为数据处理提供了新的发展契机。上述原因决定了在未来很长一段时间内，分布式并行处理将是解决大数据处理问题的主要技术手段[5]。

分布式计算强调在所有异构计算资源上同时求解问题，并行计算强调同一台计算资源内部多线程并行，分布式、并行计算的特点在于为了解决海量数据的挖掘问题，将所有的数据划分为若干份，然后分布到各个计算资源上去进行计算，每个节点完成一个子任务，最后进行集成[6]。软件的计算程序采用了分布式、并行计算的方法，计算程序主体本身具有自主性、智能性等特点，不同算法、数据之间并行计算，大大提高了算法的执行效率，减少了运算时间。

（2）平衡计算方法

抽油机调平衡方法是将抽油机悬点载荷、位移转换成整个周期的减速箱输出轴扭矩曲线，即悬点载荷扭矩—曲柄转角曲线。同时计算出平衡块扭矩—曲柄转角曲线、曲柄扭矩—曲柄转角曲线，几种扭矩曲线相互抵消后得到净扭矩曲线[7]，利用上、下冲程净扭矩最大值或净扭矩均方根值[8]进行平衡判断。

减速箱曲柄输出轴净扭矩最大值法是利用上、下冲程中减速器曲柄输出轴的最大净扭矩是否相等来判断平衡。当下冲程峰值扭矩与上冲程峰值扭矩的比值在80%~100%之间时，认为抽油机处于平衡状态。其中平衡率的计算公式如式（1）所示[9]。

曲柄平衡抽油机的净扭矩计算公式如式（2）所示。

式中：Mmax—曲柄最大平衡扭矩，即曲柄处于水平位置（θ-90°和270°）时曲柄平衡重产生的扭矩MmaxR+WR；

式中：Wb—曲柄平衡块总重量；

W—曲柄自身重量（两块）；

R—曲柄重心半径；

—曲柄平衡半径（指曲柄平衡块重心到曲柄轴中心的距离，通过改变R调节平衡）；

不平衡时平衡半径调整量可通过式（3）计算求得。

式中：—曲柄平衡块总重量；

θ、θ—上、下冲程峰值M、M所对应的曲柄转角。

当△R＞0时，平衡块往外移动；当△R＜0时，平衡块向里移动。

图1 软件界面

1.3 大数据周期性评价方法

油井地面功图采集结果即抽油机悬点载荷的变化直接影响抽油机的平衡状况，而影响悬点载荷的因素较多，例如采出液物性的变化、油井供液能力的变化以及生产周期的变化等[10]。为了降低抽油机载荷的波动幅度，提高整个系统的运行状况，必须对抽油机进行合理的调平衡[11]，利用某一时间点的功图数据或采用标准功图方式进行平衡度调节只能达到即时平衡，同时平衡度的频繁调节及标准功图的校正增加了工作复杂性，增大了调节误差。

大数据周期性评价方法对生产周期内的功图数据进行智能分析，智能筛选、迭代计算，确定平衡最优点，实现平衡状态定量分析。

2 大数据平衡监测与周期性评价软件功能

2.1 平衡监测模块

平衡监测模块对采集的数据进行实时计算，统计分析，技术人员可以随时了解油井的平衡状况，在出现问题时，能够及时发现并有针对性的进行平衡调节，提高油井的生产效率。

模块中显示平衡状态统计及对应的单井信息，最新调平衡优化前、优化后的平衡数据，与井位地图交互应用，方便直观的进行过程分析和结果展示；对于工况不正常井、调平衡达极限井或由于采用措施导致功图发生变化井可以进行人工干预。

2.2 周期性评价模块

利用大数据的优势对油井的平衡度进行周期性评价，得出平衡最优点，指导技术人员进行精确的平衡调节。

模块包括抽油机井单日的平衡度评价和生产周期内抽油井的平衡度评价。

2.3 运动特性曲线分析模块

精确计算抽油机运动特性、曲柄转角-位移曲线、曲柄转角-速度曲线、曲柄转角-加速度曲线、光杆位置扭矩因数。

图2 抽油机运动特性曲线

2.4 计算分析模块

计算分析模块采用了分布式、并行计算方式，利用减速箱曲柄输出轴净扭矩最大值法，结合示功图数据，抽油机基础参数计算载荷扭矩曲线、曲柄扭矩曲线、平衡块扭矩曲线、减速箱输出轴净扭矩曲线、抽油机运动特性曲线，平衡调节动态分析，预测最佳平衡位置。

2.5 数据管理模块

数据管理是抽油机井平衡度判断的关键组成部分，数据管理模块提供了完善的数据管理方案，具体包括：

（1）抽油机设备数据管理，抽油机设备数据的增、删、改、查，模块中已包含大庆、吉油等15个厂家112种抽油机设备数据。

（2）功图管理，采集的功图数据统一管理，同时实现了不同厂家不同功图格式手动上传。

（3）历史数据管理，根据时间段对抽油机的历史分析结果及分析数据进行查询。

2.6 组织用户权限管理模块

通过权限分配给不同的角色设置模块访问权限，将用户与单位组织模块相关联，明确各级人员的管理审查目标，提升抽油机井平衡状态监管水平。

3 现场应用情况

图3，图4为现场电流法调平衡结果与软件优化调平衡结果的对比分析。可以看出，利用电流法调平衡时调整效果较差，抽油机井只能达到即时平衡，而根据软件分析结果进行调平衡，能够实现抽油机最佳平衡位置优化调整，延长了调平衡周期，降低调平衡工作量，给生产运行减压。

图3 电流法调平衡

图4 软件优化调平衡

4 结语

大数据平衡监测与周期性评价软件根据长春采油厂高凝油油藏高含蜡、功图变化频繁、平衡度调节误差大等现场实际问题，采用大数据周期性分析，分布式、并行计算模式，利用采集的功图数据结合抽油机基础参数对抽油机平衡状态进行实时监测、周期性分析，形成平衡状态统一监管平台，使技术人员及时发现平衡潜力井，明确平衡调节目标，为降低采油厂能耗、减轻劳动强度、提高工作效率提供了有力的保障。

[1] 孙延安. 游梁式抽油机合理平衡判别方法研究[J]. 石油机械, 2014, 04: 72-75.

[2] 檀朝东, 陈见成, 等. 大数据挖掘技术在石油工程的应用前景展望[J]. 中国石油和化工, 2015, 01: 49-51.

[3] 闫学峰, 檀朝东, 等. 油井生产实时分析优化专家系统PES的研发及应用[J]. 中国石油和化工, 2009, 11: 55-58.

[4] 檀朝东, 张恒茹, 马永忠, 等. 油气生产大数据挖掘系统的研究及应用[J]. 数码设计, 2016, 8: 49-52.

[5] 潘巍, 李战怀. 大数据坏境下并行计算模型的研究进展[J]. 华东师范大学学报(自然科学版), 2014, 09(5): 43-54.

[6] 何清, 庄福振, 等. PDMiner: 基于云计算的并行分布式数据挖掘工具平台[J]. 中国科学,信息科学, 2014, 7(44): 871-885.

[7] 李兴斌, 张建国, 吴立伟, 等. 抽油机调平衡节能技术在子北采油厂的应用[J]. 中国石油和化工标准与质量, 2012, 09: 264-266.

[8] 张明亮, 等. 抽油机曲柄平衡的调整计算及效果预测[J]. 石油机械, 2001, 05(29): 36-38.

[9] 邬亦炯. 游梁式抽油机曲柄轴扭矩计算公式剖析[J]. 石油机械, 1994, 5(22): 35-38.

[10] 冯耀忠, 李光, 韩炜. 国外抽油技术的新发展(一)[J]. 石油机械, 2000, 10(28): 58-60.

[11] 苏德胜, 刘先刚, 吕卫祥, 等. 游梁式抽油机节能机理综述[J]. 石油机械, 2001, 05(29): 49-53.

Application of Big Data Balance Monitoring and Periodic Evaluation Software

JIA Fei*

(Craft of Changchun oil production plant, Jilin Oilfield Petro China, Changchun, Jilin 130000, China)

Crude oil of Changchun oil production plant are the high-pour-point waxy crude and it has the characteristics of large fluctuations with liquid producing, change quickly with pumping unit load. The current method of adjustable balance can only achieve qualified instantly. It increased the workload, management difficulty and production burden for ensure balance qualified of production periodic. The software has established a special balance management platform, which uses the big data to periodically analyze the movement characteristics of the pumping unit, and the distributed and parallel computing mode is used to adjust balance. The field application shows the software calculation results can effectively improve the balance, help technical personnel found potential wells timely, clear the target of adjust balance. It provides a strong guarantee for energy saving, reducing labor intensity and improving working efficiency.

Balance monitoring; periodic evaluation; the big data analyze; adjust balance of the pumping unit

贾菲. 大数据平衡监测与周期性评价软件的应用[J]. 数码设计, 2017, 6(5): 8-10.

JIA Fei. Application of Big Data Balance Monitoring and Periodic Evaluation Software[J]. Peak Data Science, 2017, 6(5): 8-10.

10.19551/j.cnki.issn1672-9129.2017.05.003

TP181

A

1672-9129(2017)05-0008-03

2017-01-25；

2017-02-23。

贾菲（1974－)，男，本科，工程师，主要研究方向：采油工程、油气田开发。E-mail:ctr9008@163.com