邓 涛,姬宗江,李进雅,杨 磊,玛丽亚,陈攀东
(1.新疆油田采油二厂,新疆 克拉玛依 834008;2.四川鸿韵科技有限公司,成都 610000)
油井生产中建立功图计产系统是数字化建设的重要内容,可以推进计量方式变革创新,获取更加精准的数据结果。伴随着应用油井数量增加,在功图计产中大力推广应用大数据技术有助于优化生产流程,实现数据信息的自动化监测、采集和处理,挖掘有价值的信息指导现场管理和油井生产,在提升产能的同时最大限度降低建设和运行成本。为了发挥更加积极的效应和功图计产优势,油井生产中应积极引入大数据技术,推动软硬件维护和完善,从海量数据中深层次挖掘有价值的信息,在提升数据更新的及时性和准确性的同时指导后续油井生产活动高效进行。因此,新时期积极推动大数据技术和功图计产融合是必然选择,对于后续油井生产和管理工作开展具有积极的参考价值。
功图计产是基于抽油系统有杆泵施工图,将定向井有杆泵抽油系统作为三维振动系统,系统较为复杂,在一定初始条件、边界条件基础上构建的有杆泵抽油系统力学模型,基于有限元方法来实现。通过模型可以计算系统不同井口示功图下的泵功图响应,深入分析后选择多边形逼近法、适量特征法来精准识别冲程,计算出油井有效排量。油井功图计产选择有效冲程法的计算公式如下:
式(1)中,A
是泵柱塞横截面积,n
是冲次,S
是有效冲程,B
是原油体积系数。式(2)中,Q
是采集第m
张功图工况恒定,持续T
时间的产液量。通过采集示功图数据进行大数据分析,获取泵功图得到有效冲程S
后,即可计算得到精准的产液量Q
。系统基于B/S 结构和C/S 结构,包括前端数据采集设备、数据库、站点客户端、Web 发布服务器等部分。系统各部分按照分布式协调处理方式运行,基于前端数据采集计算分析,将处理后的数据上传到服务器,并通过网页服务器发送数据信息。
基于功图计产公式进行分析,计量精度会受到有效冲程、冲次、泵径功图采集张数及原油体积系数等因素影响,导致数据偏差较大。具体影响因素如下:①泵径,误差在23%~84%范围内;②冲程,误差在16.6%~150%范围内;③抽杠杆材料;④抽油机型号,误差为5%;⑤冲次,误差在5%左右;⑥精神数据和有关规格,原油物性及原油密度等因素。
3.1.1 硬件容易出现故障,信号失真
功图计产选择载荷与位移传感器,使用较为频繁,因此故障率较高,信号容易漂移,一定程度上影响到设备的使用寿命。载荷和位移传感器出现信号漂移,在施工图载荷测试时增减趋势明显,最终计量结果精度大大下降,尤其是载荷传感器是在抽油机方卡子处安装的,随着抽油机运动,抽油机工作按照冲次5 次/分计算,每年的运动次数多达700 万次,磨损程度较大。传感器长期暴露在户外环境下,受环境因素影响较大,一旦传感器受损,则会导致信号漂移,计量结果精准度随之下降。位移和载荷传感器应配备单独的电源线,传感器长时间运动,可能导致线缆老化、断裂,尤其是在修井作业期间,传感器损坏概率较高。当前节能环保背景下,使用无线太阳能一体化载荷和位移传感器,使得油泥污染问题较为严重,出现的供电不足现象则会影响到传感器正常采集数据。
3.1.2 数据需要及时更新
功图计产方面有大量的生产参数,应及时更新油井参数信息,全面保障计量结果的精准性。同时,应保证输入的油井节点号的精准性,初始化冲程后会得到正确的计算结果。
3.1.3 功图计产软件有一定适用范围
功图计产所选择的软件要有一定适用范围,对于卡泵、凡尔失灵、抽油杆断脱、气锁等一级预警,不需要计算分析。对于油管上部渗漏和连抽带喷等特殊油井,则不适宜选择功图计产。
3.2.1 提升硬件可维护性
为了获取精准可靠的结果,应提高硬件的可维护性,主要表现在以下几点。①系统故障诊断修正。快速检测和定位故障位置,结合不同故障类型选择对应解决方法,提升系统可维护性。通过上位机周期性故障检测信号发送,示功仪自动检测和反馈。适当修正和调整漂移信号,尽可能减少维护工作量。②仪表诊断。示功仪自动诊断,基于自我诊断模型,一旦发现异常点,如施工图测试数据丢失、传感器载荷漂移,就快速自动检测故障,并发出预警信号。特殊工况下载荷跳变诊断,上位机诊断工况,设置故障过滤,井况恢复正常后即可解除过滤。③载荷传感器在线标定,免于拆卸。如果载荷传感器测量误差较大,误差超过5%,多选择人工拆卸设备的方式,然后实验室内借助压力模拟机标定,此种方式消耗的时间和精力较大,油井正常的生产活动也会受到不同程度的影响。基于在线标定技术,可以免去人工烦琐拆卸环节,标定时间缩短到10 分钟以内。
3.2.2 提升软件适用性
提升软件适用性可以从以下几点入手。①深入研究原油体积系数影响因素、计算方法。②加强油井杆液黏滞摩阻力研究分析。③加强数据完整性研究。警示过期输入数据,未能及时更新的数据信息定期分级预警,为后续数据维护管理提供支持;矛盾输入数据预警,及时分析和处理;录入数据时提供预警,发现错误指导改正;A2 数据库以及数据采集与监视控制(Supervisory Control And Data Acquisition,SCADA)系统导入油、含税和动液面等数据信息。同时,也要推动软件定期更新完善,丰富数据对比和数据挖掘功能,提供模型优化数据。保证基础资料精准、完整,完成实测供图对比的油井,将对比数据上传到服务器中进行数据挖掘,获取有价值的信息来调整油井生产工作。
功图计产中大数据技术的应用至关重要,对于油井生产中所产生的大规模、多类型的数据信息,可以发挥大数据技术优势,从海量信息中提取有价值的信息,创新性地将数据库技术、统计分析技术和人工智能技术整合在一起。依托于油井工况、动态分析及功图计产产生的数据信息,利用大数据技术对数据进行整理、转换和挖掘利用,进一步提高数据分析深度,并组织动液面计算,实时监测系统运行效率,区块动态分析。从油井生产现场大数据技术的应用效果可知,在满足现场管理工作需要的同时,其能最大限度减少整体生产成本和资源损耗,创造更大的经济效益。
功图计产中应用大数据技术,发挥大数据的数据挖掘作用,从海量数据中挖掘有价值的信息。在大数据技术支持下,可以收集完整的油井生产数据,发挥大数据技术实现数据采集、集成、转换、挖掘应用,功图系统数据分析进一步深化,基于井下泵示功图计算动液面,整合动态数据和静态数据,将抽油泵沉没压力作为节点,并选择油套环空压力状态和有关内外杆柱受力等参数,实现泵沉没压力分别计算,在此基础上构建专门的系统动态平衡方程,精准计算动液面。在数据实时分析系统泵示功图基础上,可以有效规避抽油杆柱变形、振动、惯性以及杆柱黏滞阻力等因素的不良影响。计算动液面的公式如下:
式(3)中,F
是固定法开启平衡载荷,F
是游定阀开启平衡载荷,f
是柱塞和泵筒之间的摩擦力,f
是泵柱塞界面剂,Δp
是固定阀过阀压降,Δp
是游动阀过阀压降,P
是油套球空上部气柱对动液面压力,L
是动液面深度,P
是泵沉没压力,ρ
是液体密度。按照公式来说,合计油井动液面计算模块嵌入到油井功图计产系统中,可以在人机交互界面直观显示单井信息。油田数字化前端采集油井电参数,这一指标主要用于抽油机运行工况判断和分析。抽油机电参数和功图计产结果输入到系统中,可以实现系统在线监测功能,但需要同步采集各个冲程内电参和功图数据。建立统一信息存储标准,改善数据采集、存储手段,统一存储到数据库中。系统计算数据误差不超过2%,可以满足实时在线监测和发布需要,相较于传统人工测试方式效率更高,工作量更少,成本更低,为后续的系统智能调节提供支持。
油井生产活动持续进行,相应地会连续产生数据信息,此类信息主要用于油井生产工况和产业量计算分析,探究如何借助此类数据源来反馈油井生产压力、产量与地下水位变化规律等信息。功图计产系统中融合大数据技术,加强区块动态分析,统计分析油井相关数据信息,按照对应模板来智能化分析工业能力、设备故障和产量等问题,获取可靠的信息,指导油井生产活动顺利进行,满足精细化管理需要。通过区块动态分析,可以实现油田生产中区块共性问题提炼和分析,遵循预设模板进行产量分析、供液能力分析和故障分析,动态分析下优化油井生产管理工作,落实精细化管理模式,为后续的管理和决策提供支持。
功图计产中大数据技术应用优势明显,在实践中积累了丰富的经验,系统功能也得到了延伸拓展,有助于提高油田数字化前端系统的核心地位。但是,大数据技术的应用也要规范数据存储格式,提升数据挖掘效率,加大数据信息审核力度,实现数据类型和谐统一,保障数据存储质量;数据挖掘中,借助可视化工具来支持各项工作开展,提升数据可视化效果,实现数据挖掘全过程可视化,满足现场管理需要。另外,也要注重数据挖掘系统和算法的合理掌控,尽可能少走不必要的弯路,并且充分结合石油专业相关知识,寻找更适合石油企业实际情况的数据挖掘方法。通过此种方式,实现油田生产和智能化管理,切实提升企业的核心竞争优势,谋求可持续发展。
在功图计产中融合大数据技术可以实现数据信息高效采集、存储和分析,在海量数据信息中挖掘有价值的信息,为油井现场生产、管理提供支持,提升精细化管理水平,尽可能降低工作量和工作成本。