RU2754408C1 - Distributed system and method for measuring flow rates of multiphase and/or multicomponent fluids extracted from oil and gas wells - Google Patents
Distributed system and method for measuring flow rates of multiphase and/or multicomponent fluids extracted from oil and gas wells Download PDFInfo
- Publication number
- RU2754408C1 RU2754408C1 RU2020134881A RU2020134881A RU2754408C1 RU 2754408 C1 RU2754408 C1 RU 2754408C1 RU 2020134881 A RU2020134881 A RU 2020134881A RU 2020134881 A RU2020134881 A RU 2020134881A RU 2754408 C1 RU2754408 C1 RU 2754408C1
- Authority
- RU
- Russia
- Prior art keywords
- flow
- multiphase
- fluid
- measuring
- well
- Prior art date
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000012549 training Methods 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000009826 distribution Methods 0.000 claims abstract description 3
- 238000011161 development Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract 1
- 238000000691 measurement method Methods 0.000 abstract 1
- 238000010801 machine learning Methods 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000007257 malfunction Effects 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013106 supervised machine learning method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/12—Methods or apparatus for controlling the flow of the obtained fluid to or in wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/10—Locating fluid leaks, intrusions or movements
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Measuring Volume Flow (AREA)
Abstract
Description
Изобретение относится к добыче многофазных и/или многокомпонентных флюидов из нефтегазовых скважин и предназначено для измерения расходов фаз и/или компонент добываемых флюидов.The invention relates to the production of multiphase and / or multicomponent fluids from oil and gas wells and is intended to measure the flow rates of phases and / or components of the produced fluids.
Продукция скважины при добыче выходит на поверхность в виде потока многофазной и/или многокомпонентной смеси по трубопроводу. В устье скважины на поверхности требуется определять параметры этого потока для контроля добычи. Данные об объемах добычи каждой компоненты служат для анализа и прогнозирования эксплуатации скважин.Well production during production comes to the surface in the form of a flow of a multiphase and / or multicomponent mixture through a pipeline. At the surface of the wellhead, it is required to determine the parameters of this flow to control production. Production data for each component is used to analyze and predict well performance.
Из уровня техники известен способ контроля продуктивности скважин (патент РФ 2338873), предусматривающий использование расходомеров малой точности, размещенных на выходных трубопроводах контролируемых скважин, образующих куст, и расходомера высокой точности, выход которого подключен к магистральному трубопроводу. Такой подход позволяет переключать расходомер высокой точности между скважинами в случае изменения параметров потока на конкретной скважине и мониторить расходы с каждой скважины. За счет этого достигается существенное удешевление системы мониторинга продуктивности группы скважин. К недостаткам подхода относится невозможность проведения точных непрерывных измерений на каждой скважине в режиме реального времени из-за наличия расходомеров низкой точности и только одного расходомера высокой точности. Также предложенный способ может оказаться достаточно затратным в связи с необходимостью использования высокоточного многофазного расходомера.A method for monitoring well productivity (RF patent 2338873) is known from the prior art, which involves the use of low-precision flow meters located on the outlet pipelines of controlled wells forming a cluster, and a high-precision flowmeter, the output of which is connected to the main pipeline. This approach allows you to switch a high-precision flow meter between wells in the event of a change in flow parameters for a specific well and monitor flow rates from each well. Due to this, a significant reduction in the cost of the system for monitoring the productivity of a group of wells is achieved. The disadvantages of this approach include the impossibility of making accurate continuous measurements on each well in real time due to the presence of low-precision flow meters and only one high-precision flow meter. Also, the proposed method can be quite costly due to the need to use a high-precision multiphase flow meter.
В патенте РФ 2513812 описаны система и способ определения расходов в скважинах, снабженных электрическими погружными насосами, соединенными с двумя манометрами: один перед насосами и один после. Расходы могут быть рассчитаны в режиме реального времени при помощи математической модели, которая использует разницу давления на манометрах и значение мощности, потребляемой насосом. Недостатком данной системы является необходимость использования оборудования и систем датчиков (например, манометры насоса), расположенные на значительном удалении друг от друга и к тому же изначально непредназначенным для решения задач метрологии и определения расходов. Это может приводить к низкой точности измерения.RF patent 2513812 describes a system and method for determining flow rates in wells equipped with electric submersible pumps connected to two pressure gauges: one in front of the pumps and one after. Flow rates can be calculated in real time using a mathematical model that uses the pressure difference on the gauges and the power consumption of the pump. The disadvantage of this system is the need to use equipment and sensor systems (for example, pump manometers) located at a considerable distance from each other and, moreover, not originally intended for solving metrology problems and determining costs. This can lead to poor measurement accuracy.
Технический результат, достигаемый при реализации предлагаемого изобретения, заключается в обеспечении возможности использования результатов измерений расходов, полученных одним или несколькими измерительными устройствами, для создания и обновления предиктивных моделей, а также для оптимизации работы всей системы посредством составления расписания обучения и/или мониторинга необходимости технического обслуживания оборудования.The technical result achieved by the implementation of the proposed invention is to provide the possibility of using the results of flow measurements obtained by one or more measuring devices to create and update predictive models, as well as to optimize the operation of the entire system by scheduling training and / or monitoring the need for maintenance equipment.
Указанный технический результат достигается тем, что предлагаемая распределенная система измерения расходов многофазных и/или многокомпонентных флюидов, добываемых из нефтегазовых скважин, содержит размещенные по меньшей мере на двух скважинах измерительные устройства, каждое из которых установлено на линии потока добываемого из скважины флюида и представляет собой набор датчиков, чувствительных к по меньшей мере одному физическому параметру потока, добываемого из скважины многофазного и/или многокомпонентного флюида. Система также содержит вычислительные модули, каждый из которых установлен на линии потока добываемого флюида и соединен с установленным на этой линии измерительным устройством по меньшей мере для сбора, обработки и передачи результатов измерений. Распределенная система содержит также единое устройство обработки данных, предназначенное для сбора и обработки результатов измерений со всех измерительных устройств и обеспечивающее создание, обновление и распределение предиктивных моделей измерительным устройствам, а также оптимизацию работы всей системы.The specified technical result is achieved in that the proposed distributed system for measuring the flow rate of multiphase and / or multicomponent fluids produced from oil and gas wells contains measuring devices located on at least two wells, each of which is installed on the flow line of the fluid produced from the well and is a set sensors sensitive to at least one physical parameter of the multiphase and / or multicomponent fluid produced from the well. The system also contains computing modules, each of which is installed on the flow line of the produced fluid and is connected to the measuring device installed on this line at least for collecting, processing and transmitting the measurement results. The distributed system also contains a single data processing device designed for collecting and processing measurement results from all measuring devices and providing the creation, updating and distribution of predictive models to measuring devices, as well as optimizing the operation of the entire system.
Распределенная система может содержать по меньшей мере на одной скважине эталонный многофазный расходомер, установленный на линии потока добываемого флюида и предназначенный для измерения значений расходов фаз и/или компонент добываемого из этой скважины многофазного и/или многокомпонентного флюида. При этом система может дополнительно содержать обучающую систему для изменения параметров потока добываемого флюида, установленную по меньшей мере на одной линии потока добываемого флюида.The distributed system may contain at least one well a reference multiphase flow meter installed in the flow line of the produced fluid and designed to measure the values of the flow rates of phases and / or a component of the multiphase and / or multicomponent fluid produced from this well. In this case, the system may further comprise a training system for changing the parameters of the flow of the produced fluid, installed on at least one line of the flow of the produced fluid.
Измерительное устройство может быть установлено на подсоединенной к скважине внешней проливной линии для пропускания потока добываемого флюида, непосредственно в скважине; часть датчиков измерительного устройства может быть установлена на подсоединенной к скважине внешней проливной линии для пропускания потока добываемого флюида, а другая часть датчикова измерительного устройства - в скважине.The measuring device can be installed on an external flow line connected to the well to pass the flow of the produced fluid directly into the well; some of the sensors of the measuring device can be installed on the external flow line connected to the well to pass the flow of the produced fluid, and the other part of the sensor of the measuring device - in the well.
В соответствии с предлагаемым способом измерения измерения расходов многофазных и/или многокомпонентных флюидов, добываемых из нефтегазовых скважин, осуществляют непрерывные измерения параметров потока добываемого флюида посредством измерительных устройств, размещенных по меньшей мере на двух скважинах и образующих распределенную систему измерения расходов, каждое из которых установлено на линии потока добываемого флюида и на представляет собой набор датчиков, чувствительных к по меньшей мере одному параметру потока добываемого флюида. Затем для каждой скважины определяют значения расходов фаз и/или компонент добываемого флюида посредством предиктивных моделей, построенных на основе зависимостей, предварительно установленных между параметрами потока добываемого флюида и значениями расходов фаз и/или компонент добываемого флюида. Результаты измерений всех измерительных устройств и определения расходов передают на единое устройство обработки данных, посредством которого осуществляют хранение и обработку переданных данных, на основе которых осуществляют создание, обновление и распределение предиктивных моделей измерительным устройствам, а также оптимизацию работы распределенной системы.In accordance with the proposed method for measuring the flow rate of multiphase and / or multicomponent fluids produced from oil and gas wells, continuous measurements of the parameters of the flow of the produced fluid are carried out by means of measuring devices located at at least two wells and forming a distributed flow measurement system, each of which is installed on production fluid flow line and is a set of sensors that are sensitive to at least one parameter of the produced fluid flow. Then, for each well, the values of the phase flow rates and / or the component of the produced fluid are determined by means of predictive models built on the basis of the dependencies previously established between the parameters of the flow of the produced fluid and the values of the rates of the phases and / or the component of the produced fluid. The results of measurements of all measuring devices and determination of costs are transmitted to a single data processing device, through which the transmitted data are stored and processed, on the basis of which predictive models are created, updated and distributed to measuring devices, as well as the optimization of the distributed system operation.
Значения расходов фаз и/или компонент добываемого флюида для построения предиктивных моделей измеряют посредством многофазного эталонного расходомера, установленного на линии потока добываемого флюида по меньшей мере на одной скважине.The values of the phase flow rates and / or the component of the produced fluid for building predictive models are measured by means of a multiphase reference flow meter installed in the flow line of the produced fluid in at least one well.
Зависимости между параметрами потока добываемого флюида и значениями расходов фаз и/или компонент добываемого флюида устанавливают посредством вычислительных модулей или посредством устройства обработки данных.The relationships between the parameters of the flow of the produced fluid and the values of the flow rates of the phases and / or the component of the produced fluid are established by means of computing modules or by means of a data processing device.
В соответствии с одним из вариантов осуществления изобретения для установления зависимости между измеренными параметрами потока и значениями расходов фаз и/или компонент добываемого флюида дополнительно осуществляют изменения параметров потока добываемого флюида посредством обучающей системы.In accordance with one embodiment of the invention, in order to establish the relationship between the measured flow parameters and the values of the flow rates of the phases and / or the component of the produced fluid, the parameters of the flow of the produced fluid are additionally changed by means of the training system.
Оптимизация работы системы представляет собой разработку и обновление расписания работы многофазного эталонного расходомера и обучающей системы и/или мониторинг необходимости технического обслуживания устройств распределенной системы измерений.System optimization is the development and updating of a multiphase reference flow meter and training system schedule and / or monitoring the need for maintenance of distributed metering system devices.
Результаты измерений посредством многофазных расходомеров с нескольких скважин могут быть использованы для увеличения точности измерений одного измерительного устройства при обучении предиктивной модели, а результаты измерений посредством многофазного расходомера на одной скважине могут быть использованы для увеличения точности измерений нескольких измерительных устройств при обучении предиктивных моделей.Multiphase meter measurements from multiple wells can be used to improve the accuracy of one meter when training a predictive model, and multiphase meter measurements from one well can be used to increase the accuracy of multiple meters when training predictive models.
Изобретение поясняется чертежами, где на фиг. 1 приведен пример предлагаемой распределенной системы измерения расходов многофазных и многокомпонентных флюидов; на фиг.2 приведена блок-схема работы предлагаемой системы.The invention is illustrated by drawings, where Fig. 1 shows an example of the proposed distributed system for measuring the flow rates of multiphase and multicomponent fluids; figure 2 shows a block diagram of the proposed system.
Схема возможной реализации распределенной системы измерения расходов многофазных и многокомпонентных флюидов показана на Фиг. 1. Под многофазным потоком понимается поток флюидов с двумя различными термодинамическими фазами - жидкость и газ. Под многокомпонентым потоком понимается поток флюидов с двумя или более химическими компонентами, например, нефть, вода, метан. Измерения осуществляют на устье скважин на поверхности посредством датчиков, установленных на подсоединенной к скважине внешней проливной линии для пропускания потока добываемого флюида, либо с помощью датчиков, расположенных внутри скважины, таких, как, например, датчики забойного давления, датчики давления на штуцерах и погружных насосах; возможно совместное использование и тех, и других датчиков. Как показано в примере на фиг.1, на подключенных к скважинам 1, 2 и 3 линиям 4 потока флюидов установлены измерительные устройства 5, представляющие собой наборы датчиков, чувствительных к определенным параметрам потока (например, температура в линии, давление в линии, общий массовый расход, объемные доли, плотность смеси, вязкость и т.д.). Наборы датчиков для измерительных устройств 5 подбирают в зависимости от ожидаемых свойств многофазного и/или многокомпонентного потока и количества входящих в него компонент. Измерительные устройства 5 обеспечивают непрерывную запись разных параметров потока, которые будут использоваться для расчета расхода каждой из компонент. Кроме того, в скважине 3 присутствуют датчики 6, также чувствительные к определенным параметрам потока (например, температура, давление, массовый расход, объемные доли, плотность смеси, вязкость и т.д.). Данные датчики могут быть как самостоятельными измерительными инструментами, например датчик забойного давления, так и являться составной частью скважинной аппаратуры, например, погружного насоса или штуцера.A diagram of a possible implementation of a distributed system for measuring the flow rates of multiphase and multicomponent fluids is shown in Fig. 1. Multiphase flow is understood as a flow of fluids with two different thermodynamic phases - liquid and gas. A multicomponent flow is understood as a fluid flow with two or more chemical components, for example, oil, water, methane. Measurements are carried out at the wellhead on the surface by means of sensors installed on an external flow line connected to the well to pass the flow of the produced fluid, or by means of sensors located inside the well, such as, for example, bottomhole pressure sensors, pressure sensors on chokes and submersible pumps ; it is possible to use both those and other sensors. As shown in the example in Fig. 1, on the
На двух линиях 4 потока флюидов, идущих от скважин 1 и 3, установлены эталонные многофазные расходомеры 7, обладающие высокой точностью измерения. Эталонные расходомеры 7 измеряют значения объемного или массового расхода в единицу времени каждой из фаз/ компонент многофазного и/или многокомпонентного потока, например, объемного расхода (м3/день) для нефти, воды и газа. Помимо параметров расхода, эталонный расходомер может вычислять дополнительные параметры потока, такие как плотность каждой из компонент, плотность потока флюидов, объемные и массовые доли каждой из фаз и/или, давление и температуру на линии потока. Он используется как эталон при обучении и позволяет установить связь (корреляцию) между показаниями датчиков измерительного устройства 5 или датчиков 6 и расходами. Концептуально расходомер 7 играет роль «учителя» для всей системы и в методах машинного обучения с учителем в частности. В качестве эталонного расходомера может быть использован любой расходомер (например, Schlumberger Vx meter - описание доступно по адресу www.slb.com/reservoir-characterization/reservoir-testing/surface-testing/surface-multiphase-flowmetering/vx-spectra-surface-multiphase-flowmeter), который способен на непрерывные и точные измерения расходов многокомпонентных и/или многофазных потоков флюидов. На линии 4, идущей от скважины 2, эталонный раходомер не установлен, поскольку измерительное устройство 5 работает с достаточной точностью и не нуждается в эталонном расходомере.On two
Система может дополнительно содержать обучающие системы 8 (в данном примере такая обучающая система 8 установлена на линии 4, идущей от скважины 1), предназначенные для изменения параметров потока многофазного и/или многокомпонентного флюида и представляющие собой набор устройств и компонент для искусственного изменения параметров потока (не показаны), роль которых заключается в том, чтобы искусственным способом варьировать параметры исследуемого потока, такие как обводненность, газовый фактор, расходы газа, нефти и воды. Например, такой набор может состоять из дополнительного набора труб, резервуаров, насосов, сепараторов, расходомеров, которые могут закачивать или выкачивать определенный объем жидкости и газа в поток до того, как он измеряется.The system may additionally contain training systems 8 (in this example, such a
Вместе с измерительными устройствами 5 и датчиками 6 на линиях 4 установлены вычислительные модули 9, в каждый из которых поступают полученные в процессе измерений данные для их сбора, обработки и осуществления связи и передачи данных между устройствами 5, 6 и 10.Along with measuring
Система также содержит устройство 10 обработки данных (например, облачный сервис или локальный сервер), предназначенное для хранения, сбора и предобработки данных всех измерительных устройств 5 и 6 (как минимум, на этапе обучения при помощи обучающей системы) и многофазных эталонных расходомеров 7 со всех линий потока. Эти данные используют для построения предиктивных моделей (математические модели, модели машинного обучения, статистические модели) для каждой скважины, которые в дальнейшем распределяют по соответствующим измерительным устройствам 5, 6 через вычислительные модули 9. Предиктивная модель может находиться как на самом вычислительном модуле 9, так и на устройстве 10 обработке данных. Реализация зависит от политики компании клиента, объема поступающих на вычислительный модуль 9 данных и вычислительной мощности самого модуля. Устройство 10 обработки данных позволяет оптимизировать операционные процессы всей распределенной системы (то есть устройств, установленных на скважинах 1,2 и 3), включая: обновление предиктивных моделей, составление расписания обучения, мониторинг необходимости технического обслуживания оборудования.The system also contains a data processing device 10 (for example, a cloud service or a local server), designed to store, collect and preprocess data from all measuring
Устройство 10 обработки данных играет роль «мозга» всей распределенной системы. Данные со всех измерительных устройств и многофазных расходомеров передаются (возможно непрерывно, если это облачное решение) устройству 10 обработки данных. На этом устройстве данные предобрабатываются, фильтруются и хранятся. Устройство 10 обработки данных также способно выявлять измерительные устройства 5 и датчики 6, которым необходимо обновить предиктивные модели (например, модели машинного обучения), подбирать для них оптимальные тренировочные данные (возможно, даже с разных скважин), и составлять необходимое расписание обучения при помощи эталонного расходомера и обучающей системы, обеспечивающей изменения параметров потока. Данное устройство также способно следить за качеством получаемых данных, тем самым может обладать функцией health-monitoring как всей распределенной измерительной системы, так и каждого датчика измерительного устройства в частности.The
Как показано на блок-схеме на фиг. 2, измерения расходов многофазных и/или многокомпонентных флюидов, добываемых из нефтегазовых скважин, посредством распределенной системы, показанной на фиг.1, осуществляют следующим образом.As shown in the block diagram of FIG. 2, measuring the flow rates of multiphase and / or multicomponent fluids produced from oil and gas wells by means of the distributed system shown in FIG. 1 is carried out as follows.
Потоки флюидов, добываемых из скважин 1, 2 и 3, поступают в линии 4 потока (см. фиг. 1). Измерительные устройства 5 и датчики 6 осуществляют непрерывные измерения параметров потоков добываемых флюидов (блок 11 на фиг. 2). Вычисляют значения расходов фаз и/или компонент добываемых флюидов (блок 12) посредством предиктивной модели (модель машинного обучения, математическая модель, статистическая модель), построенной на основе зависимости, предварительно установленной между параметрами потока добываемого флюида и значениями расходов фаз и/или компонент добываемого флюида, которые могут быть измерены посредством эталонных расходомеров 7, установленных на линиях 4 потока добываемого флюида для скважин 1 и 3). Для скважины 2 измерительное устройство 5 работает с достаточной точностью, поэтому не нуждается в эталонном расходомере. Однако стоить заметить, что ранее эталонный расходомер мог быть подключен к этой линии для установления необходимых зависимостей, а после был отключен от системы. Предварительное установление зависимости между измеренными параметрами потока добываемого многофазного и/или многокомпонентного флюида и значениями расходов фаз и/или компонент добываемого флюида, измеренными посредством эталонного многофазного расходомера, и соответственно построение предиктивной модели, то есть обучение системы измерения расходов, осуществляют посредством вычислительных модулей 9 или посредством устройства 10 обработки данных. Стоит обратить внимание, что обучение предиктивной модели и ее использование может осуществляться исключительно на вычислительном модуле 9, исключительно на устройстве 10 обработки данных, или при комбинации обеих компонент (т.е. возможен случай, когда предиктивная модель обучается на устройстве 10 обработки данных, передается измерительному устройству и работает внутри вычислительного модуля 9).Fluid streams produced from
При необходимости осуществляют дополнительное обучение путем изменения параметров потока добываемого флюида в процессе дополнительных измерений параметров потока (блок 20). Для изменения параметров потока (расходов, обводненности (WC), газового фактора (GVF) и т.д.) используют обучающие системы 8, содержащие набор устройств и компонент для искусственного изменения параметров потока. Дополнительные измерения эталонным расходомером 7 и измерительными устройствами 5 и датчиками 6 проводят до тех пор, пока математическая модель или модель машинного обучения не обучится до необходимого уровня точности измерения расходов компонент и фаз, или пока этап обучения не превысит заданный временной интервал (к примеру, 2 дня). Например, необходимый уровень точности может задаваться в терминах относительной ошибки (например, 5 процентов) мгновенных или кумулятивных расходов по нефти, жидкости и газу, вычисленной между расходами, полученными с помощью эталонного расходомера и измерительными устройствами на калибровочных данных.If necessary, additional training is carried out by changing the parameters of the flow of the produced fluid in the process of additional measurements of the flow parameters (block 20). To change the flow parameters (flow rates, water cut (WC), gas factor (GVF), etc.),
Данные, полученные при измерении параметров потока и вычислении расходов, отправляют на устройство 10 обработки данных (блок 24). Такая передача данных может осуществляться удаленно (4G модем, Wi-Fi, и т.д.), если в качестве устройства 10 обработки данных используют облачный сервис. Если используют локальный сервер как устройство 10 обработки данных, то передача может осуществляться физически и при помощи электронного накопителя (жесткий диск, USB-флеш-накопитель, и т.д.).The data obtained by measuring the flow parameters and calculating the flow rates are sent to the data processing device 10 (block 24). Such data transmission can be carried out remotely (4G modem, Wi-Fi, etc.) if a cloud service is used as the
Устройство 10 обработки данных предобрабатывает, синхронизирует и сохраняет полученные данные (блок 14).The
Устройство 10 обработки данных проверяет качество полученных физических измерений и вычисляемых расходов (блок 15). Также на этом этапе система способна генерировать дополнительные результаты, основанные как на новых данных, так и на исторических данных (блок 16), например: разного рода статистики (по скважинам, по клиентам, по месторождениям, по конкретным условиям), сообщения о неисправности каких-либо датчиков, сообщения о неисправности предиктивной модели и т.д. По качеству полученных данных устройство 10 обработки данных может предсказать, когда то или иное измерительное устройство 5 потребует обновления предиктивной модели и нужно ли будет использовать для этого эталонный расходомер 7 и системы изменения потоков 8. Если такая необходимость использования возникнет, то устройство 10 обработки данных может составить расписание обучения, то есть расписание использования эталонного расходомера 7 и системы изменения потоков 8, чтобы оптимально обучить наибольшее количество измерительных устройств 5 и избежать ситуации, когда нескольким измерительным устройствам 5 потребуется присутствие эталанного расходомера в одно и то же время. Также устройство 10 обработки данных проверяет качество каждого поступающего сигнала с измерительных устройств 5 и определяет, насколько это качество соответствует ожидаемую. Если полученные данные выходят за ожидаемые пределы, это может свидетельствовать о возможной неисправности как всей системы в целом, так и индивидуального датчика внутри измерительного устройства 5 в частности: потеря сигнала между датчиком и вычислительным модулем 9, отключение датчика от блока питания, плохое соединение датчика внутри измерительного устройства 5, поломка самого датчика (или его отдельной компоненты), плохое качество передачи данных, и т.д.The
Устройство 10 обработки данных проверяет необходимость технического обслуживания или необходимость обновления программного обеспечения (блок 17). Такая необходимость может возникнуть по разным причинам: неисправность датчика, низкая точность расчета значений расходов, резкое изменение параметров потока, продолжительное время использования одной и той же модели (к примеру, модель не обновлялась 6 месяцев) и т.д. Также со временем может возникнуть необходимость обновления самого программного обеспечения: операционной системы, утилит и библиотек, для обеспечения более быстрой и безопасной работы всей системы. На данном этапе сама система способна ответить на вопрос «требуется ли какое-то вмешательство в систему или она работает исправно». Необходимость такого вмешательства может зависеть от самой системы, потока, требований клиента т.д. Если все работает исправно, то измерительное устройство продолжает фиксировать параметры потока (ветка «НЕТ» в блоке 17).The
Если появляется необходимость обновления программного обеспечения (к примеру, обновление предиктивной модели), то система подбирает необходимые тренировочные данные из имеющегося многоскважинного набора (блок 18). Если данных оказывается недостаточно для точного вычисления расхода на скважине, то требуется обогатить выборку новыми данными (ветка «ДА» в блоке 19). Для этого может быть проведена дополнительная сессия обучения (блок 20) с помощью эталонного расходомера 7 с возможным использованием дополнительного обучающей системы 8 на этой или даже более подходящей скважине (блок 22).If there is a need to update the software (for example, to update the predictive model), then the system selects the necessary training data from the existing multi-well set (block 18). If the data turns out to be insufficient to accurately calculate the flow rate at the well, then it is required to enrich the sample with new data (branch "YES" in block 19). For this, an additional training session (block 20) can be conducted using the
Далее устройство 10 обработки данных выбирает набор измерительных устройств, которым требуется обновление (блок 26). Может так получиться, что при помощи новых данных с одной скважины появляется возможность обновить программное обеспечение измерительного устройства, установленного не только на этой скважине, но и на других скважинах. Например, после использования данных, полученных на скважинах 1 и 3, также может быть определена необходимость обновлений и устройств, установленных на других скважинах (например, на скважине 2).Next, the
Устройство 10 обработки данных генерирует обновленное программное обеспечение (блок 27) и распределяет его каждому соответствующему измерительному устройству (блок 28).The
Каждое измерительное устройство из выбранного набора обновляет свое программное обеспечение (блок 29) и продолжает измерять физические параметры потока (блок 30) и рассчитывать расходы (блок 31).Each measuring device from the selected set updates its software (block 29) and continues to measure the physical parameters of the flow (block 30) and calculate the flow rates (block 31).
Рассмотрим пример системы, в которой измерительное устройство 5 содержит датчик давления, датчик температуры и датчик дифференциального давления. Устройство 10 обработки данных реализовано в виде облака. Система содержит также эталонный расходомер 7 высокой точности Vx Spectra и систему искусственного изменения параметров потока.Consider an example of a system in which the
Измерительное устройство 5, состоящее из датчика давления, датчика температуры и датчика дифференциального давления, подключают к линии 4 потока. Начинается процесс измерения параметров потока (давление, температура, дифференциальное давление). Используя предварительно созданную предиктивную модель (например, модель машинного обучения), вычисляют расход каждой из компонент многофазного течения (газ, вода, нефть). Данные параметров потока и расходов непрерывно отправляют при помощи 4G-модема на устройство 10 обработки данных, которое реализовано как облачное решение. Устройство 10 обработки данных синхронизирует данные параметров потока и вычисляемые расходы каждой из компонент течения. Эти данные сохраняют в общей базе данных (многоскважинный набор данных). Устройство 10 обработки данных проводит анализ качества данных: проверяет наличие пропущенных значений, качество сигнала каждого датчика (давления, температуры, дифференциального давления), проверяет наличие выбросов (значения, которые сильно отличаются от всех остальных значений). После такой проверки, устройство 10 обработки данных определяет, что все датчики внутри измерительного устройства 5 работают исправно и не требуется никакого человеческого вмешательства или технического обслуживания. А также устройство 10 обработки данных оценивает точность расчета расходов каждой из компонент потока. В данном примере качество оказалось неудовлетворительным, а значит, возникает необходимость обновления модели машинного обучения на измерительном устройстве. Устройство 10 обработки данных выбирает подходящие (которые похожи на те условия, в которых работает текущее измерительное устройство) тренировочные данные из многоскважинного набора. На этих тренировочных данных обучается новая модель машинного обучения. Пусть для примера, качество новой модели не превосходит качество текущей модели (качество которой нас не устраивает). Это свидетельствует об отсутствии подходящих для обучения данных. Так как данных недостаточно, принимают решение о расширении диапазона наблюдаемых величин при помощи изменения параметров потока. Чтобы получить необходимые данные для обучения новой модели, к измерительному устройству 5 (соответственно к линии потока 4) необходимо подключить эталонный многофазный расходомер 7 и обучающую систему 8, которая изменяет параметры потока: повышает давление и добавляет в систему больше воды, тем самым повышая обводненность. Точный многофазный расходомер Vx Spectra фиксирует параметры потока (давление, температуру и дифференциальное давление) и значения расходов (газ, вода, нефть). Расходомер и обучающая система работают несколько часов (к примеру, 4 часа) и генерируют новый поток данных. Эти данные должны быть похожи на те, что можно ожидать в ближайшем будущем (6 месяцев - год) на соответствующем измерительном устройстве. Цель такого обучения - это «показать» измерительному устройство, какие условия его могут ждать в будущем и какие значения расходов стоит ожидать в этих условиях. Полученные данные при помощи 4С-модема отправляют на облако в устройство обработки данных. После окончания изменения параметров потока и генерации новых данных расходомер и обучающую систему отключают от измерительного устройства, а, соответственно, и от линии потока. Полученные данные синхронизируются и сохраняются на устройстве 10 обработки данных, тем самым пополняя многоскважинный набор данных. Устройство 10 обработки данных вновь выбирает тренировочные данные для обучения новой модели машинного обучения. Эти тренировочные данные будут полностью содержать те, что были получены выше, но не должны ими ограничиваться. Так как была проведена процедура обогащения данных, то тренировочных данных стало достаточно для построения новой модели машинного обучения, которая будет удовлетворять требуемым критериям (например, требованиям GOST-a). Так как многоскважинный набор данных теперь содержит новые данные от измерительного устройства и новые данные от расходомера, может возникнуть ситуация, когда появляется возможность обновить модель машинного обучения не только на текущем измерительном устройстве, но и на некоторых других измерительных устройствах. Устройство обработки данных выбирает измерительные устройства, которые работают в схожих условиях (в терминах давления, температуры, дифференциального давления) с текущим измерительным устройством. Для всех таких измерительных устройств, устройство обработки данных обновляет модели машинного обучения (подобрав для каждой модели свои тренировочные данные). Пусть, к примеру, оказалось, что для трех дополнительных измерительных устройств обновленные модели машинного обучения обладают более высокой точностью, чем те, что действуют на текущий момент. Таким образом, устройство обработки данных сформировало набор из четырех измерительных устройств (одно текущее и три дополнительных), для которых удалось построить новые, более точные, модели машинного обучения. Данные модели распределяют соответствующим измерительным устройствам так же при помощи 40-модема. Каждое измерительное устройство получает свою новую модель машинного обучения, тем самым отказываясь от старой версии. Обновленные (в терминах модели машинного обучения) измерительные устройства продолжают процесс измерения параметров потока (давления, температуры и дифференциального давления) и расчета расходов каждой из компонент многофазного потока (газ, вода, нефть).The measuring
Claims (22)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020134881A RU2754408C1 (en) | 2020-10-23 | 2020-10-23 | Distributed system and method for measuring flow rates of multiphase and/or multicomponent fluids extracted from oil and gas wells |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020134881A RU2754408C1 (en) | 2020-10-23 | 2020-10-23 | Distributed system and method for measuring flow rates of multiphase and/or multicomponent fluids extracted from oil and gas wells |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2754408C1 true RU2754408C1 (en) | 2021-09-02 |
Family
ID=77670096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2020134881A RU2754408C1 (en) | 2020-10-23 | 2020-10-23 | Distributed system and method for measuring flow rates of multiphase and/or multicomponent fluids extracted from oil and gas wells |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2754408C1 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4773257A (en) * | 1985-06-24 | 1988-09-27 | Chevron Research Company | Method and apparatus for testing the outflow from hydrocarbon wells on site |
US6810719B2 (en) * | 1999-10-28 | 2004-11-02 | Micro Motion, Inc. | Multiphase flow measurement system |
RU2338873C2 (en) * | 2006-11-07 | 2008-11-20 | Шлюмбергер Текнолоджи Б.В. | Well cluster productivity determining system |
US20140076547A1 (en) * | 2012-09-20 | 2014-03-20 | Weatherford/Lamb, Inc. | Multiphase flowmeter for subsea applications |
RU2697910C1 (en) * | 2016-01-13 | 2019-08-21 | Майкро Моушн, Инк. | Device and method for measuring multiphase fluid based on coriolis effect |
RU2701268C1 (en) * | 2018-06-15 | 2019-09-25 | Анастасия Александровна Самбурова | Method for measuring flow rate of oil wells |
-
2020
- 2020-10-23 RU RU2020134881A patent/RU2754408C1/en active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4773257A (en) * | 1985-06-24 | 1988-09-27 | Chevron Research Company | Method and apparatus for testing the outflow from hydrocarbon wells on site |
US6810719B2 (en) * | 1999-10-28 | 2004-11-02 | Micro Motion, Inc. | Multiphase flow measurement system |
RU2338873C2 (en) * | 2006-11-07 | 2008-11-20 | Шлюмбергер Текнолоджи Б.В. | Well cluster productivity determining system |
US20140076547A1 (en) * | 2012-09-20 | 2014-03-20 | Weatherford/Lamb, Inc. | Multiphase flowmeter for subsea applications |
RU2697910C1 (en) * | 2016-01-13 | 2019-08-21 | Майкро Моушн, Инк. | Device and method for measuring multiphase fluid based on coriolis effect |
RU2701268C1 (en) * | 2018-06-15 | 2019-09-25 | Анастасия Александровна Самбурова | Method for measuring flow rate of oil wells |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1807606B1 (en) | Method and system for production metering of oil wells | |
EP2004953B1 (en) | Method for optimising the production of a cluster of wells | |
US6561041B1 (en) | Production metering and well testing system | |
EP2013447B1 (en) | Method for production metering of oil wells | |
CN111684238A (en) | System and method for real-time discovery and resolution of wet gas venturi meter problems | |
RU2754656C1 (en) | Method and system for measuring flow rates of multiphase and/or multicomponent fluid extracted from oil and gas well | |
US20190368916A1 (en) | Systems and Methods for Cloud Based Centralized Gas Flow Monitoring and Control | |
CN101415905A (en) | Method for optimising the production of a cluster of wells | |
RU2344288C2 (en) | Method of determining production capacity of well field | |
RU2338873C2 (en) | Well cluster productivity determining system | |
RU2754408C1 (en) | Distributed system and method for measuring flow rates of multiphase and/or multicomponent fluids extracted from oil and gas wells | |
Patel et al. | Model based multiphase metering and production allocation | |
CN114165216A (en) | Single-well continuous multiphase flow metering system, storage medium and computer equipment | |
Kapusta et al. | Complex approach for gas lift wells optimization for Orenburgskoe field | |
Vinogradov et al. | Virtual flowmetering novyport field examples | |
RU2678736C1 (en) | Method for individual-group measurement of production of the bone of oil wells and system for its implementation | |
WO2014062818A2 (en) | Systems and methods for managing hydrocarbon material producing wellsites using clamp-on flow meters | |
RU2756138C1 (en) | Method for collecting and transmission of data used for calculation of parameters of multi-phase product flow of oil and gas wells | |
Eugene et al. | Complex Approach for Gas Lift Wells Optimization for Orenburgskoe Field | |
WO2023132753A1 (en) | A method of training a model for one or more production wells | |
WO2024054442A1 (en) | Measuring multiphase flows from wells | |
WO2009154499A1 (en) | A system for testing well cluster productivity |