油田水结垢预测技术研究进展

刘 倩，彭素芹，高建瑞，王汉雄，梁昌晶

(1. 中国石油勘探开发研究院 北京 100083； 2. 中国石油华北油田公司第二采油厂 河北 廊坊 065700；3. 中国石油华北油田公司办公室 河北 任丘 062552； 4. 河北华北石油港华勘察规划设计有限公司 河北 任丘 062552)

0 引 言

目前大部分陆上油田已进入高含水期，大庆、华北、辽河、大港、河南、江汉等油田已进入特高含水期，随着采出水量的不断增加，集输和注水过程中水质的腐蚀和结垢问题越来越严重。结垢一方面会造成地面管线的管径缩小，压力上升，热损失加大，动力能耗加大；另一方面会造成地层孔隙堵塞，孔喉变小，影响水驱效果，降低采出速率，同时无机垢会在金属管线表面形成垢层，阻碍缓蚀剂与管线接触，造成垢下浓度差电化学腐蚀，加速管线腐蚀穿孔[1-2]。

油田水结垢的类型一般可分为无机盐垢、悬浮物垢、微生物垢和腐蚀垢4种，其中以碳酸盐和硫酸盐为代表的无机盐垢最为常见，危害也最大。通过对目前应用的三类主要结垢预测模型(指数预测模型、软件预测模型、数值分析预测模型)进行梳理和总结，达到预测结垢趋势、结垢种类、结垢量和结垢部位的目的，为后续工艺方案优化和管道材料选材提供有力技术支持。

1 指数预测模型

随着研究人员对结垢机理的不断认识，目前已知影响结垢趋势的因素有Ca2+、Mg2+、HCO3-、SO42-、pH、温度、压力、矿化度、流速等，通过大量的室内试验和现场比对，逐步形成了指数预测模型，这类模型实用性较强，是现场科研人员对结垢趋势预测的主要手段，部分方法已被列入SY/T 0600—2009《油田水结垢趋势预测》。Ca2+离子具有较强的选择性，一般先与HCO3-和CO32-离子形成碳酸盐沉淀后，剩余的Ca2+离子才能与SO42-离子形成硫酸盐沉淀，这也解释了大部分现场结垢产物往往以碳酸盐垢为主，在此主要以碳酸盐垢的结垢预测模型为主。

1.1 Langlier饱和指数法

1936年，Langlier[3]为了解决工业循环水处理系统中水质结垢现象，经过室内试验分析，提出了饱和指数的概念，是目前文献可查的最早的结垢预测模型，计算公式如下：

SI=pH-pHs

(1)

式中，SI为饱和指数；pH为实测水的pH值；pHs为CaCO3饱和状态下水的pH值。

其中，当SI>0时，溶液为过饱和状态，有结垢趋势；SI=0时，溶液与无机盐垢保持相平衡，为临界状态；SI<0时，溶液为未饱和状态，无结垢趋势。室内试验过程提出了假定条件，也界定了适用范围，适合温度0～100 ℃、pH值5.5～8.5、离子浓度<6的溶液体系。该方法仅考虑了热力学的相关影响因素，未考虑含盐量、温度、压力、浓缩倍数以及总碱度(除HCO3-、OH-以外其他碱性离子)的影响，因此在实际应用中误差较大。

1.2 Davis-Stiff饱和指数法

1952年，Davis和Stiff[4]针对油田采出水结垢情况将Langlier公式中的pHs计算方法进行了改进，结垢趋势计算公式如下：

SI=pH-K-pCa-pAlK

(2)

(3)

(4)

式中，K为修正系数，由不同温度时离子强度μ与修正系数K的关系图查得；pCa为Ca2+浓度(mol/L)的负对数；pAlK—总碱度(mol/L)的负对数；[CO32-]为CO32-浓度，mol/L；[HCO3-]为HCO3-浓度，mol/L；μ为离子强度；ci为第i种离子浓度，mol/L；zi为第i种离子价数。

SI判定原则与Langlier法相同。从公式来看，该方法综合考虑了温度、压力、离子强度、总碱度对结垢趋势的影响，是目前油田应用最为广泛的结垢趋势预测模型之一，但由于现场取样过程中水样会不可避免的接触氧及其他杂质，导致pH值、CO32-离子浓度、HCO3-离子浓度发生变化，同时该方法未考虑气体在溶液中的影响因素，因此在实际应用中也会产生误差。Davis-Stiff饱和指数法预测模型的适用条件跟Langlier法相同。

1.3 Ryznar 稳定指数法

1944年，Ryznar[5]根据给水系统的相关特点，在Davis-Stiff饱和指数法的相关基础上，提出了稳定指数的概念，结垢趋势计算公式如下：

SAI=2(K+pCa+pAlK)-pH

(5)

式中，SAI为稳定指数。

其中，SAI≥6，无结垢趋势；SAI<6，有结垢趋势；SAI<5，结垢趋势较严重。各油田可根据自身水质特点，对判定数值进行调整，如中原油田认定在SAI>7时，无结垢趋势，6.5

1.4 John预测方法

1982年，John等[7]针对Langlier和Davis-Stiff饱和指数法无法预测高温、高压环境下结垢倾向的问题，对饱和指数公式进行了优化，为高温高压下注水掺液系统提供了结垢预测方法，公式如下：

(6)

SI判定原则与Langlier法相同。John模型的缺点是由于流体动力学对结垢倾向的影响，在高温高压条件下有些饱和水会结垢，而有些不会结垢，在实际应用中误差较大，该模型应用较少。

1.5 Odd-Tomson饱和指数法

1994年，Odd-Tomson[8]在热力学的原理上，综合考虑了活度积理论、溶度积理论和离子缔合理论，在此基础上完善了饱和指数模型，给出了有气体析出和无气体析出时的结垢趋势计算，其中无气相存在的公式如下：

(7)

(8)

(9)

其中，IS>0时，有结垢趋势；IS=0时，临界状态；IS<0时，无结垢趋势。从公式看，该方法综合考虑了系统中温度、压力、成垢的Ca2+离子、CO32-和HCO3-离子浓度、矿化度及其油气水含量结垢因素，且考虑了CO2的逸度系数以及在油、气、水中的含量比例，在有无气相存在时均可使用该模型。经过研究人员在现场应用，发现该模型不仅可用于单一结垢产物的预测，也可用于复合型结垢产物的预测。

1.6 饱和度指数法

2000年，罗明良等[9-10]通过对大庆、吉林以及吐哈等油田现场水样进行分析，以经典溶液理论、溶度积理论、离子缔合理论为基础，考虑了油藏条件下温度、压力对结垢趋势的影响，对Davis-Stiff饱和指数法进行了改进，给出了适合国内陆上油田采出水的碳酸盐和硫酸盐结垢趋势计算，碳酸盐饱和度指数公式如下：

(10)

式中，h～m为拟合系数，无量纲；μ为离子强度；t为温度，℃；p为绝对压力，MPa。

硫酸盐饱和度指数公式如下：

(11)

式中，a～g为拟合系数，无量纲；μ为离子强度；t为温度，℃；p为绝对压力，MPa;Me表示Ca2+,Ba2+,Sr2+等阳离子。

其中，IS>0时，有结垢趋势；IS=0时，临界状态；IS<0时，无结垢趋势。同时根据成垢阴阳离子在地层多孔介质中随时间运移和沉积的特点，通过室内试验，根据质量平衡原理，推导出了无机盐垢的沉积量，公式如下：

Cd=ρ|φ|σ

(12)

式中，Cd为结垢量，mg/L；ρ为无机盐垢的平均密度，mg/L；φ为平均空气渗透率；σ为成垢阴阳离子的结垢量与孔隙体积的比值，m3/m3。

该模型的最大特点是可以对高温、高压地层环境中的结垢趋势进行预测，同时考虑了成垢离子运动变化、流体剪切速率以及平均空气渗透率对结垢趋势的影响，更贴近油田的实际情况，精度较高，具有一定的普适性。通过对大庆龙虎泡油田、吉林新民油田[9-10]进行应用，预测结垢类型主要为CaCO3，且温度、压力变化对预测结果影响较大，与实际情况基本吻合。

1.7 饱和指数方程

(13)

其中，IS=0，溶液为临界状态，固液平衡；IS>0，溶液为过饱和状态，有结垢趋势；IS<0，溶液为未饱和状态，无结垢趋势。在相同的离子强度条件下，温度、压力与IS呈良好的线性关系，IS随温度的升高而上升，随压力的上升而下降，相同的条件下，IS在地层和地面的变化趋势基本一致。因此该模型可以通过对常温常压下(0.1 MPa，25 ℃)地面水质进行取样化验，模拟推测地层及井筒高温高压环境的实际结垢状态。通过对大庆油田喇北东和南5区块62口油井进行预测，并结合现场实际情况，预测准确率达到90%。

2 软件预测模型

随着工程管理、软件仿真和计算机科学的不断发展，越来越多的研究人员在指数预测模型的基础上进行软件编程，通过简单的输入水样相关参数，实现对结垢趋势的相关预测。

2.1 SDCQPC结垢预测软件

1995年，朱义吾等[12]设计了模拟地层环境下的高温高压反应釜试验装置，用于预测地层条件下硫酸盐的结垢趋势。以Jaeques等[7]推导的硫酸锶结垢趋势预测模型为基础，通过试验得到不同温度、压力、矿化度下注入水与地层水的混合溶度积，将溶度积和实际的浓度积进行对比，运用Pitzer电解质活度系数方程处理固-液-气相的相关数据，开发了该结垢预测软件。该软件只需要在初始界面中输入相关的取样水质离子组成和质量浓度即可完成预测，但该软件只能针对硫酸盐垢进行预测，对于常见的碳酸盐垢及复合垢不适用。适用条件等同于Jaeques推导的硫酸锶结垢趋势预测模型，即适合温度38～149 ℃、压力0.6～20 MPa、离子强度小于3.43 mol/kg的溶液体系。

2.2 JHCPS结垢预测软件

2001年，陈志刚等[13]以Davis-Stiff饱和指数法和饱和指数方程为基础，利用VB编程实现对碳酸盐和硫酸盐的结垢趋势、结垢量的预测，该软件可以计算出不同温度、压力、pH值条件下，不同比例的注入水、地层水混配时的结垢情况。通过对长庆马岭油田35口油井，分别以注入水和地层水2：8、4：6、1：1进行预测，并结合现场实际情况，预测准确率达到89%。

2.3 Scale Chem结垢预测软件

Scale Chem结垢预测软件是由美国能源部授权，荷兰壳牌公司与美国OLI公司共同开发的专业结垢趋势预测软件[14-15]，目前已更新到4.0.3版本。可预测最高温度315 ℃、压力150 MPa、浓度700 000 mg/L生产条件下的结垢情况，包括了不同工况条件下的54种腐蚀结垢产物，基本上涵盖了目前石油、石化、钢铁、煤炭、冶金等行业的结垢类型，在水样信息不全的情况下，可以自动进行水质的酸碱和电离平衡的调和，预测正在发生或可能发生的结垢类型、结垢趋势、结垢量和结垢部位，为管理者提供从地层、井筒到地面的管线和设备的结垢相关数据。李农等[14]用Scale Chem软件对天然气井在地层条件下的结垢情况进行了预测，从井口到地层，随着井深的不断增加，结垢量也相应增加，两者基本呈线性相关，通过对现场取得的垢样进行化验，成分主要是CaCO3，与软件预测一致。严忠等[15]人用Scale Chem软件对油藏温度、压力条件下的地层水和注入水进行了不同比例的混合，得到了混配之后的结垢种类和结垢量，并利用计算结果在地面对水质进行了有效改性，提高了不同水质之间的配伍性。

3 数值分析预测模型

指数预测模型和软件预测模型都是以热力学原理为基础，通过大量的现场应用或室内试验后进行函数回归，得到相关的结垢预测模型。但通常油田结垢环境复杂，腐蚀与结垢并存，很多结垢机理还不明确，需要在资料不足(水样分析、地层情况、管网布置、设备结构)的条件下进行结垢预测。因此，很多研究人员提出运用数值分析的相关方法进行结垢预测。

3.1 BP神经网络

BP神经网络是一种将误差进行逆传播算法训练的反馈型网络，在目前神经网络模型中应用最为广泛。通过建立大量输入层、隐含层和输出层之间的映射关系，可有效解决输入层和输出层之间的非线性关系，具有强大的泛化和容错能力。付亚荣等[16]运用BP神经网络模型对不同含水率的油田采出水地面集输管网结垢情况进行了预测，通过对9个样本的11种影响因素进行训练学习，经过2 000次迭代计算后，与现场实际工况数据进行对比，得到预测值与样本值的相对误差在8%以内，基本满足精度要求，可以对地面结垢情况进行预测。袁兆祺等[17]用BP神经网络对气田采出水集输过程中的结垢情况进行预测，选择了20个样本的9个影响因素进行训练学习，得到其中温度、压力以及Ca2+浓度对结垢趋势影响较大，预测结果与现场实际一致。

3.2 小波神经网络

经过数年来对BP神经网络的应用和实践，发现传统的BP神经网络容易出现局部最小化、样本依赖性强、收敛速度缓慢等问题，为此研究人员引入了小波神经网络模型。该模型是以小波变换函数为基底，通过对小波基函数特征向量的线性叠加，对信号进行特征提取，并通过对时空和频率信号的局部化分析，细化其中的局部特征，满足数据分析灵敏度的要求。李娜等[18]采用小波神经网络预测了地面集输管网的结垢情况，构建了3层网络拓扑模型，以浮点相对误差不大于0.000 1为限定条件，分别用BP神经网络和小波神经网络两种模型进行了训练学习，其中BP神经网络需要2 100次迭代达到收敛，而小波神经网络为120次，且预测值与样本值的相对误差在2%以内，精度和收敛速度均大幅提高。

3.3 最小二乘支持向量机(LSSVM)

最小二乘支持向量机(LSSVM)是支持向量机的一种扩展，主要针对小样本数据的机器学习，可以有效解决小样本、非线性、多维度以及局部最小化等神经网络存在的问题，是一种新兴的统计数理分析模型，目前在电力、医药行业应用较多，在石油石化行业应用较少。董超等[19-20]对石油行业中水质结垢问题进行了研究，分别采用灰色关联分析和主成分分析(PCA)对影响水质结垢的因素进行了筛选和降维，随后分别采用粒子群算法(PSO)和分散搜索算法(SS)对影响LSSVM核函数的两个因素(核宽度和惩罚因子)进行了参数寻优，预测后的模型经方差分析，均方误差MSE和决定系数R2均满足收敛要求，与BP神经网络相比拟合度和回归性较好，其中PSO-LSSVM和SS-LSSVM模型的相对误差6.9%、2.05%，均优于神经网络模型。

4 结论与建议

单一的结垢预测模型由于室内试验过程中适用性的限制，在结果上往往存在误差，因此多采用多公式联用进行预测，如Davis-Stiff饱和指数法和Ryznar 稳定指数法联用[21]、Davis-Stiff饱和指数法和Odd-Tomson饱和指数法联用[22]、Scale Chem结垢预测软件与Ryznar 稳定指数法联用等。在此，对结垢预测中存在的一些问题和发展方向提出几点建议。

1)指数结垢预测模型均以热力学为基础，但大部分对流体动力学、结晶动力学等影响因素考虑不全，今后还应加大多学科的融合和交叉，进一步明确结垢机理。

2)软件预测模型(除Scale Chem之外)均以本油田的水质特征为例，由于各油田地质情况、采油方式、自然条件均有很大差异，今后需充分增大与水质相关的样本数量，增加软件预测的准确性和适用性。

3)目前研究主要针对结垢种类、结垢趋势和结垢量进行预测，且预测结果多为定性或半定量分析，没有针对类似腐蚀速率的结垢速率相关研究，今后应加强对不同部位结垢速率的研究，进一步指导防垢清垢措施。

4)随着结垢产物检测手段的不断提高，可采用扫描电镜、能谱分析、X射线衍射等多种材料表征分析手段检测结垢产物，推测结垢机理，完善结垢预测模型。