基于SVM 的高含水率油井常温集输可行性分析及能耗优化

李迎恩（大庆油田有限责任公司第八采油厂）

目前，我国大部分原油属于高凝点、高含蜡、高黏度的“三高”原油，为了使其具有较好的流动性，通常采用加热方式输送至集输站内[1]。其中，集油环节占地面系统总能耗的60%～80%，而集油中的热能消耗又是重中之重。因此设法降低集油环节中的热能是实现少投入、增效益的有效手段[2-3]。

鉴于我国陆上油田大多开发已超过30 a，大庆、华北、大港、辽河、江汉等油田均已进入特高含水率期，对于高含水率原油，其流动性会大幅提升，韩善鹏等[4]、鲁晓醒等[5]、贾治渊[6]均采用室外可视化实验证明了高含水率原油可在常温条件下输送，其黏壁温度界限低于凝点3～5 ℃。但以上研究只适用于单一固定区块和原油物性，对于其余区块无法大面积推广使用。基于此，利用目前已实现常温输送的油井数据，通过熵权-灰色关联算法确定影响高含水率油井常温输送的主要因素，建立支持向量机（SVM）模型进行数据分类的训练和预测，并根据模型结果进行能耗分析。研究结果可为油井常温输送技术的推广提供实际参考。

1 油井常温集输相关性分析

在大量生产实践和现场经验的基础上，可以得到以下判断油井常温集输可行性的经验规律：

1）井口出油温度高的油井与出油温度低的相比，更易实现常温集输。

2）集油管线长、管径大的油井由于流速较低，与管壁和土壤之间的换热较大，不易实现常温集输。

3）受地温的影响，夏季容易实现低温集输，对于高寒地区冬季很难实现常温集输。

4）产液量大、含水率高的油井易实现常温集输。

5）含气量相对较大的油井易实现常温集输。

6）对于不能实现常温集输的油井，可根据其集输温度界限适当调节伴热水或掺水的参数，也能实现节能降耗。

以上均为定性结论，技术人员需在现场反复实验、调节，才能实现部分油井的常温集输，但工作量较大、推广性不强。因此，需对影响常温集输的诸多因素进行相关性分析。灰色关联算法可对某一系统的发展趋势进行定量比较和分析，可将相对分散的信息整合化处理，但考虑对于关联度的计算是取所有因素的均值，未考虑因素所占的权重，故将熵权法与灰色关联法相结合使用[7-8]。

首先，考虑与常温集输相关的因素为井口产液温度、回油温度、集油管线长度、管径、埋地温度、产液量、含水率、气液比、凝点等，构建初始因素矩阵X：

式中：xmn为第m个影响因素下的第n个样本数据，m=1，2，…，i，n=1，2，…，j。

其次，为控制因素间量纲差异带来的不确定性，采用极值法对数据进行处理，得到无量纲因素矩阵Y：

式中：min(xm)、max(xm)分别为第m个影响因素下所有样本数据的最小值和最大值。

随后，根据信息熵原理，求解不同影响因素的熵值Em：

式中：j为样车总个数；i为影响因数总个数。

将熵值进行归一化处理，得到因素的权值为Wm：

将公式（1）作为子序列Xi，将井口回压与最高限制回压的差值作为母序列X0，计算母序列对于子序列的关联度值δm(k)：

式中：δm(k)为第m个影响因素下，X0与Xi在k处的关联值；Δm(k)为X0与Xi在k处的差值；ρ为分辨系数，一般取0.5。

最后，在考虑权重的情况下，计算关联度ri：

2 油井常温集输可行性预测模型

鉴于常温集输影响因素间的多重非线性特征，采用对于小样本和高维数据分类效果较好的SVM 模型作为可行性预测模型。将经熵权-灰色关联筛选的主控因素作为SVM 模型的输入，将是否实现常温集输作为模型的输出，进行数据训练和预测。

算法原理是假设训练数据的集合为{(x1，y1)，(x2，y2)，…，(xn，yn)}，其中xi为输入 矢量，yi为输入矢量，将原始的分类函数问题转化为优化函数，并通过约束条件和拉格朗日乘子得到输入和输出的基本表达式[9-10]：

式中：ai、均为拉格朗日乘子；SV为经过模型训练的数据集；K(xixj)为核函数；b为偏置。

核函数是将低维非线性数据映射至高维空间的点积函数，决定了特征的线性可分性，在此选择非线性较好的径向基核函数。

3 实例验证

某油田在室外实验的基础上[11-12]，通过3 a 的反复现场验证和调节，共实现了3 个区块150 口油井从三管伴热或双管掺水转为常温集输。3 个区块内油井的生产情况见表1。

表1 3 个区块内油井的生产情况Tab.1 Production situation of oil wells in the three blocks

参照公式（1）～（8）对150 口油井的数据进行权重计算及灰色关联度分析，影响因素权重见图1，影响因素灰色关联度见图2。可见，埋地温度、产液量、含水率、气液比在影响因素中的权重占比较大。埋地温度决定了流体与土壤之间的传热效率，根据苏霍夫公式，埋地温度越高，总传热系数越小，油流与周围介质的散热越弱，油流的保温性越强；产液量决定了介质流速，液量大时，管内流速较大，与管壁接触换热的时间变短，油流的保温性变强；含水率和气液比决定了介质流型，由于表1 中的含水率均超过了转相点，故流型为水包油分散流，此时与管壁接触为水湿条件，摩擦力大幅降低，流动性增强，在气量较大时，可以冲刷掉前端因温度降低引发的黏壁原油，恢复介质流动性。

图1 影响因素权重Fig.1 Weight of influencing factors

图2 影响因素灰色关联度Fig.2 Grey correlation degree of influencing factors

灰色关联度大于0.2 的因素有埋地温度（0.65）、产液量（0.42）、含水率（0.33）、气液比（0.45）和集油管长（-0.34），其中前四个因素与常温输送呈正相关，集油管长与常温输送呈负相关。区块C的埋地温度、产液量、气液比明显高于其余区块，故常温集输油井比例也较高，评价结果与实际工况相符。

根据可行性分析结果，利用SVM 建立油井常温集输可行性预测模型，将埋地温度、产液量、含水率、气液比和集油管长等作为输入，将是否实现常温集输作为输出。为了便于统计，将可实现常温输送的油井编码为1，不能实现常温输送的油井编码为0，对表1 中的252 口油井进行训练。数据集分为训练集、预测集和验证集，其中训练集占比60%，用于对SVM 模型进行拟合回归，得到最优的模型超参数；预测集占比30%，当训练集满足容许收敛误差时，用于验证预测模型的准确性和可靠性；验证集占比10%，当预测集满足容许收敛误差时，用验证集考察模型的泛化能力和鲁棒性。

隐含层节点数是决定模型结构和预测效果的关键因素，在总迭代次数100 次，惩罚参数0.1，不敏感参数0.01 的条件下，考察不同隐含层节点数对分类正确率的影响，不同隐含层节点对分类正确率的影响见图3。随着节点数的增加，分类正确率迅速上升，当节点数为19 时，训练集、预测集和验证集的分类准确率分别为93.19%、89.24% 和85.63%，随后继续增加节点数，分类准确率有所上升，说明模型出现过拟合，网络的泛化能力受限。因此，最终确定模型结构为5-19-1 型。

图3 不同隐含层节点对分类正确率的影响Fig.3 Influence of different hidden layer nodes on classification accuracy

SVM 模型的迭代过程见图4。随着迭代次数的增加，模型的准确率不断上升，训练集、预测集在经过227 次迭代后，正确率分别为99.46%、99.35%，均满足容许收敛误差99%，测试集在经过255 次迭代后，分类正确率为99.18%，与训练集和预测集的差距不大，说明模型训练成功，已经达到指定要求。

图4 SVM 模型的迭代过程Fig.4 Iterative process of SVM model

为验证SVM 模型的准确性，对其余3 个实验区块（D、E、F）的油井常温输送可行性进行预测，模型预测结果与实际生产情况对比见图5。通过对比不同月份油井的实际运行数据，模型预测准确率为96.66%，说明模型的鲁棒性较好。区块D 和E 的产液量较高、集油管线较短，且为环状集油方式，在集输过程中液量逐渐增大，一年四季均可实现常温集输；区块F 的埋地温度较低，可实现常温集输的油井比例不足实际开井数的20%，夏季常温集输油井多，冬季常温集输油井少，呈明显季节性特征。因此，在实际工况中，应考虑根据模型预测结果调整油井井口的回压限值，从而降低生产能耗。

图5 模型预测结果与实际生产情况对比Fig.5 Comparison between model prediction results and actual production

4 能耗分析

以上油井的集油方式均从三管伴热或双管掺水转为常温集输，通过黑箱模型对不同方式进行能耗计算，统计常温集输前后的节能占比如下：

式中：η为节能占比，%；Q为常温集输前的能耗，kgce/d；Q0为常温集输前的能耗，kgce/d。

以其中的2 口井为例，不同油井常温集输前后的节能占比见表2。在相同的含水率下，产液量越大，节能占比约小；在相同的产液量下，含水率越高，节能占比越大。这是由于产液量和含水率的变化对集输前后的热力能耗和动力能耗均有影响，其中产液量增加对常温集输前的能耗降低程度较大，而含水率增加，相当于用于加热的水量变大，油量变小，而水的比热容是油的两倍，故能耗增加较多。

表2 不同油井常温集输前后的节能占比Tab.2 Energy conservation ratio of different oil wells before and after normal temperature gathering and transportation

随后统计区块A～F 实现常温集输（包括季节性集输）的油井节能情况，实现常温集输的油井数量按照全年平均计算，共计309 口。其中，减少减阻剂、降凝剂、降黏剂等药剂添加0.5 t，药剂成本按16 000 元/t 核算，年可节约药剂247 万元；年减少热洗0.5 次，每次热洗人工、水、电和设备折旧按照2 万元/次核算，年可节约热洗费用309 万元；年减少加热原油的燃料费用25 t，燃料按照6 000 元/t核算，年可节约燃料费用4 635 万元；但常温集输带来了井口回压的上升，平均井口回压上升0.1～0.5 MPa，每井数年多消耗6 000 kWh，按照电价1.5 元/kWh 核算，年共花费动力费用278 万元。综上所述，年合计节约4 913 万元，经济潜力巨大。

5 结论

1）采用熵权-灰色关联分析对影响油井常温集输的因素进行了分析，其中有埋地温度、产液量、含水率、气液比和集油管长的影响较大，前四个因素与常温输送呈正相关，集油管长与常温输送呈负相关。

2）建立了基于SVM 的油井常温集输可行性预测模型，当隐含层节点数为19 时的预测效果最好，实验区块上的分类准确率为96.66%，结果与实际工况相符。根据模型预测结果及时调整油井井口的回压限值，从而降低生产能耗。

3）通过能耗分析，高含水油井实现常温输送后，可节约药剂、热洗和燃料等费用，年合计4 319 万元，节能潜力巨大，可以在其他油田推广使用。