CN101052781A - 测量油井产量的方法和系统 - Google Patents

Abstract

本发明涉及一种确定从原油、气体和/或其它流体生产井群的每口井流出的多相流体流的方法和系统，其中每口井生产的流体流通过流体分离装置混合到并且路由到用于传送至少部分地分离的原油流、气流和/或其它流体流的流体输出管道中。

Description

测量油井产量的方法和系统

技术领域

本发明涉及一种确定各个井对生产原油、气体和/或其它流体的井群的产量的贡献的方法和系统。典型地，井群的各个井生产的多相流体流通过流体分离装置(混合分离器(bulk separator)或生产分离器)混合到和路由到用来传送至少部分地分离的液体、气体和/或其它流体流的流体输出管道。

背景技术

从国际专利申请WO 9101481和WO 9960247已知通过一系列的多相井流出物传送管道把井群连接到公用混合流体分离器，并且通过和该混合分离器的各流体排出口连接的流量计监视所生产的多相井流出物流的大小和/或成分。

最常见的井流出物是原油、天然气和水，它们作为多相流体混合物以有时不稳定的流动模式下流过井生产管道，这种流动模式可能快速地从分层流动模式改变到团状或雾状流动模式。

采用和混合分离器的各流体排出口连接的流量计的优点是：这些排出口通常含有可以利用专用液体或气体流量计准确测量其流率的单相流体。利用单相流量计能比在分离装置上游的多相流体传送管道内通过多相流量计进行测量更加准确和更加经济地测量被混合的所产生的多相井流出物的流率。

与在混合分离器的各出口处测量流体流相关联的问题是：流体流来自井群的所有井的混合流量并且不提供有关各个井生产的流体的成分和流量的信息。另外，不能当前实时地或瞬时地得到各个井产生的流体的单独的流量。

本发明的一个目的是提供一种通过处理并组合各个井处的以及公用混合流体分离器(其中分离来自各个井的多相流出物，从而可以准确地确定来自每个井的注入)的各排出口中的流量计的各种常规的和普遍可得到的测量来监视井群的流体流的方法和系统。

换言之，本发明的目的是提供一种实时地计算与井群的井流出物的总产量相一致的井群中每口井的产量的瞬时贡献。

发明内容

依据本发明，提供一种确定从原油、气体和/或其它流体生产井群中的各个井流入的多相流体流的方法，其中通过流体分离装置所产生的流体流混合到并且路由到用于传送至少部分地分离的原油流、气体流和/或其它流体流的流体输出管道，该方法包括：

在每条流体输出管道上设置流量计；

从该井群生产油和/或气体，并且通过这些流量计监视该井群生产的井流出物的积累多相流的流体动态流动模式；

进行一系列的井测试，测试期间被测试井的产量是变化的而其它井的产量保持基本不变或者是中断的；

每次井测试期间监视该被测试井产生的流出物的流动模式变化的动态指纹；

假定估计的动态流动模式是乘以未知加权系数的所述各动态指纹的累加；以及

通过迭代地改变每个加权系数直到该估计的动态流动模式基本与监视的流体动态流动模式匹配，从而来确定未知的加权系数。

在一优选实施例中，井测试包括围绕该井的额定运行点的扰动，这种井测试称为“人为干扰井测试”(“DDWT”)。

井群可以包括n口井(i)，从而i＝1，2……n，并且该方法还包括步骤：

把每个井i的动态指纹/模型表达为yi(t)＝fi(u_1i(t)，u_2i(t)……)，其中yi(t)是井i在井测试时间(t)期间监视到的多相流体流动模式，u_1i、u_2i……是井测试期间在井i处确定的动态测量，而f是使得yi(t)与u_1i、u_2i……相关的动态指纹/模型/数学函数；

把估计的动态流体流动模式表达式 ${y\left(t\right)}_{\mathrm{estimated}}\≅\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\γ}}_i{y}_i\left(t\right),$ 其中γ_i是未知的加权系数；

把监视的流体流动模式表达为y(t)_monitored；

比较y(t)_monitored和y(t)_estimated，并且迭代地改变加权系数γ_i直到在所考虑的周期期间y(t)_estimated大致等于y(t)_monitored-这是y(t)_monitored和估计的yi(t)之间的总周期协调处理。

然后乘积γ_iy_i(t)提供对井i的准确确定，并且把更新的动态指纹/模型γ_if_i(u_1i(t)，u_2i(t)……)用作为来自井i的多相流量的实时估计。

可以不事先设想每个井的基本物理性质而只是从测量数据构建每个井的动态指纹γ_if_i(u_1i(t)，u_2i(t)…)。动态指纹的关键分量可以包括静态非线性部分、动态线性部分和与时间相关的部分。一个优选实施例对静态非线性部分应用模糊曲线拟合并且对动态线性部分应用子空间识别。在油、气体生产环境下，动态指纹的纯数据驱动的性质对于本发明的可持续性和可维护性是重要的。

依据本发明，还提供一种系统，用于自动、准确、实时地确定从原油、气体和/或其它流体生产井群中流出的各个井的多相流体流，这些流体流通过流体分离装置混合到和路由到用于传送至少部分地分离的液体流/原油流/水流、天然气流和/或其它流体流的多条流体输出管道中，该系统包括：

每个井处的常规的和通常可得到的测量；

用于监视每个混合分离器流体排出管道中的流体流量的流量计；

用于对来自每个井以及对混合分离器流量计的测量进行实时访问测量和存储的装置；

用于捕获和解释来自一系列自动或人工进行的井测试的数据，测试期间被测试井的产量是变化的而其它井的产量保持基本不变或者被中断；

处理和存储器装置，用于在每个井测试期间根据被测井的生产特性的变化以及其它井测试历史数据，计算井的动态指纹；

处理器装置，其考虑到井群产生的积累流体流具有动态流动模式，该动态流动模式是乘以未知的加权系数的所述动态指纹的累加；以及

处理器装置，用于通过在预定的限制之内迭代地改变每个加权系数直到在预定的时段上假设的动态流体流动模式基本与监视到的动态流体流动模式匹配，从而确定这些未知的加权系数。

每个井处的通常可实时或瞬时得到的测量最好是下述测量中的一个或多个：井管头或套管头或流送管或入孔压力、温度、井阻流阀位置以及对为了人工提升各个井流量(包括提升气体流或液压流体注入流)而施加的能量的测量、潜水电泵或束射泵功率等等。

附图说明

下面参照各附图通过例子更详细地说明本发明，附图中：

图1示意示出依据本发明的生产系统，其中包含原油、水、天然气和/或其它流体的多相流体混合物是由二口井组成的井群生产的，并通过多相流体传送管路传送到混合分离器；

图2示意示出如何从人为干扰井测试(“DDWT”)收集的井生产数据建立动态指纹，或者换言之井模型；

图3示意示出在依据本发明的方法中如何根据图2中示出的井模型预先估计原油、水和气体的生产模式；以及

图4示出如何通过比对预先估计与来自混合分离器的实际单相流使图3中示出的估计逐日地或者按其它选定的时间间隔是协调的。

具体实施方式

图1示意示出由两口井1和井2的井群构成的原油和/或天然气生产系统。

井1和2包括固定在地下岩层6的井孔中的套管3和4，以及从地面延伸到地下储层(未示出)的管道9和10。井1和2还包括配备有测量和记录设备15、16以及流量控制阀17、18的井口12和13。

该生产系统还包括一组二条称为“生产流送管”、从井口12、13延伸到生产集管25的多相井流出物传送管系20和24，以及生产分离器30。

生产分离器30配备有水、油和气的排出口，并且各种流体分别通过排出管35、36和37移动。每个排出管35、36或37分别配备有流量控制阀40、41和42，并且分别配备有流量测量器件45、46和47。可选地，可以组合水和油的排出口。

此外，还设置用虚线示出的、用来测试井的系统。该测试系统包括测试分离器50，该分离器包括配备有隔离阀53的输入管道52，以及配备有流量控制阀60、61、62以及流量测量器件65、66、67的输出管道55、56、57。可选地，可以组合水和油的排出口，并且可以使用测量液体流中水的比例的其它装置。

正常操作期间，有规律地测试每口井1和2以便为每个流体流确定井的动态产量模型。为此，使测试分离器50只和一口井，例如井1，流体连通，而井2如通常那样在与生产分离器20接通的情况下生产。测试期间井1与该生产分离器相隔离。

接着，利用测量和记录设备15测量并记录井1的生产变量，例如井口压力和温度。然后利用各种方法操纵井以在不同条件下测试它，例如通过改变阀17和62。分别利用流量测量器件65、66和67测量流过输出管道55的水的流率、流过输出管道56的油的流率以及流过输出管道57的气体的流率。在对井1进行这些测量后，把该测试系统连接到井2上(未示出)，并且井1如通常那样在与生产分离器20接通的情况下生产。测试期间井2与该生产分离器相隔离。

对井2进行类似的测量。这些测量能为每口井i(其中i为1或2)以及为每种流体流、水、油或气确定井生产的动态模型或“指纹”yi(t)，该模型或指纹是按yi(t)＝fi(u_1i(t)，u_2i(t)……)表达的，其中yi(t)是井i的流体的产量，而u_1i、u_2i……是井i的生产变量。

例如，如果生产变量是管头压力(THP)，则井i的动态井产量模型可以具有形式yi(t)＝f(THP)。在气体提升增强井生产的情况下，另一个生产变量可以是气体流率。

现在，已经具有二口井1和2的、对由井1和2生产的每种流体、油、水、气体的产量模型。然后，开始生产并断开测试分离器50，井流体通过管道20和24流到集管25并且从该集管流到生产分离器30。当不存在测试分离器50时，不能测量井流体的各流率而是只测量排出管35、36和37中的流体流率。这样，例如如果井1开始生产水而不是油水混合物，则管道35中的水流率增大，但是不能把增加的水量归因于井1。

为了能计算各井的贡献，利用井动态产量模型。为此，利用测量和记录设备15、16实时地测量井i的生产变量u_1i、u_2i…。利用井1和2的井动态产量模型计算各井的流体产量。

同时，利用流量测量器件45、46和47实时地测量每种流体流的总产量，然后在每种流体流的总产量中嵌入井动态模型。

在总产量中嵌入井动态模型包括确定 $y\left(t\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\γ}}_i{y}_i\left(t\right)$ 中的未知加权系数γ_i。确定加权系数γ_i之后，用γ_if_i(t)代替井动态模型fi(t)，并计算各井的贡献，然后重复测量总产量和嵌入步骤。

依据本发明，确定未知加权系数γ_i包括几个步骤。第一步骤是定义各井产量yi(t)的子空间S，其中SX，X是实内积空间。接着，定义子空间中的子集，包括各个独立产量的所有允许的线性组合。接着通过把总产量投影到该独立产量的允许组合集上来得到这些加权系数。

为了认可算出的加权系数γ_i，它们应满足预先确定的准则。该准则的一个例子是，对于i的所有值，在1到n的区段中0≤γ_i≤1，其中γ_i＝0意味着井i被封掉，而其中γ_i＝1意味着井i按照通过用于该井和某种流体的井动态模型算出的产量生产这种流体。

如果算出的加权系数满足预定准则，则认可加权系数。但是，如果算出的加权系数不满足该预定准则，则必须算出可被认可的加权系数。

图2、3和4图解地表示依据本发明的方法，该方法还称为“产量体系(Production Universe)”或“PU”。“产量体系”是壳牌石油公司的商标。

依据本发明的产量体系(PU)实时产量监视系统按以下方式产生并提供对井产量的准确估计：

I：从井测试数据建立模型

PU模型使得测试分离器各出口处测到的油、水和气流动趋势与同一时段中井测量仪表的测量趋势相关联。

II：包含历史数据和趋势

不仅仅根据最新的井测试数据还根据井的历史测试数据来计算模型，以便捕获取较长期的井产量趋势。

III：利用模型实时地估计流体流

正常操作下，PU根据井模型和井测量仪表的实时测量来估计各井的油、水和气体的产量。

IV.使估计与混合测量一致

接着通过和作为变量的实际产量测量相比较，按固定时间间隔协调/验证每口井的PU预先估计。

下面更详细地说明上述每个步骤。

I：从测试数据建立模型

如图2中所示，PU从井测试数据建立PU模型。当单口井对单个分离设备50(例如也在图1中示出的测试分离器)生产并且测量分离器50的单相输出流(油，水，气体)时，进行井测试。PU模型使测试分离器出口56、55、57处测到的油、水和气体的流动趋势与在相同时段上井测量仪表的测量趋势相关联。井测量仪表的测量可包括压力、压差、温度、气体提升注入速度。

井测试最好包括改变井的流况的步骤(多速率井测试)。这允许PU捕获井的动力学特性以及井的完整(静态)操作包络。

只要已经充分表征至少一口井，就可以同时对多于一口井进行井测试，或者当井在生产中时进行井测试。

每口井具有一个PU井模型。该PU模型使井的测量趋势与井的生产相关联，并且是从井测试数据建立的。这样，PU模型就是数据驱动的。

PU模型具有二个主要组成部分：

A：静态非线性部分，其基于模糊曲线拟合方法。Jairo Espinosa在“Fuzzy Modelling and Control”一书中的第二章中说明了该方法(PhD thesis katholieke University Leuven，Faculty of ElectricalEngineering，April 2001-ISBN：90-5682-303-5)；以及

B：动态线性部分，其基于所谓的“子空间识别方法”。该方法基于在Perter Van Overschee和Bart De Moor的“SubspaceIdentification for linear Systems”(Kluwer Academic Publishers，1996-ISBN：0-7923-9717-7)一书中第128页上说明的算法3。

可以得到多个备用回退(fallback)模型，以便在出现测量仪表故障时保证该应用的稳健性。

II.包含历史数据和长期趋势

还扩充上面说明的PU井模型以表征井的长期特性。

这是通过考虑井的产量上的与时间相关的减少或增加因素实现的。

III.利用模型实时估计流体流

常规生产操作(典型地在每口井的生命周期中约95％的时间上出现)期间，油站的所有井都将生产物送到公共混合分离设备中，只测量共同混合输出的单相油、水和气体流。PU基于它的模型和井测量仪表的实时测量，给出每口井的油、水和气体产量的估计。

IV：使估计与混合测量一致

接着，通过与实际混合生产测量(如果可得到的话)比较，按固定时间间隔上协调/验证每口井的PU预先估计。

通常，多于一口井会将生产物送到混合分离器30中。分离器30会把生产物分离成二种或三种成分：油、水和气体，或者液体和气体，并且会测量它们。合计每口井1、2的PU估计，以在选定的协调间隔中给出油站总产量中油、水和气体的PU估计趋势。这些趋势会与混合分离器30的测到的输出流趋势比较。在给出各井的PU趋势的足够变化的情况下，PU接着为每口井1、2计算各自的协调因数，从而每口井的趋势提供对测到的混合产量趋势的最佳拟合(数学意义上的)。这保证PU准确地跟踪测到的产量并对PU模型提供确认工具。

在本说明书的以下章节中解释在井测试期间，尤其在人为干扰井测试(DDWT)期间，怎样确定用来预测生产环境下井的产量的动态模型。

下面的章节中讨论二种方法，以使井模型的性能适应生产环境。

在油、气生产操作中不单独测量不同井的产量。替代地，在和称为“集管”的管道部分连接的混合分离器的输出处测量一组将生产物送到该管道部分中的井的总产量。其原因在于成本：测量每口井的产量意味着安装和维护成倍的二相或三相流量计。然而，为了正确管理生产单元，必须能基本上以与测量其它过程量，例如油管状压力、流送管压力和提升气体速率，相同的采样率来得到各井的产量。

为了(至少部分地)克服该缺点，如图1和图2所示测试一口井，即把它与混合分离器30断开并和测试分离器50连接。

现在可以在测试分离器50的输出处直接测量该井的产量，该分离器通常装备着测井仪表。测试井时确定PU井模型。PU井模型是理解成作为对该井的输入的量与该井的输出(即该测试分离器处测到的该井的生产率)之间的变换。这些测试期间用作输入的量在井回到生产时也能得到。通过生产期间利用确定出的井模型处理这些输入，可得到对井的生产速率的估计。

生产操作期间发生大量造成不同井的操作点上的改变的事件。井测试期间通过引入人为改变来模拟这些生产环境；这种形式的井测试已经在产量体系或“PU”的开发期间引入。以此方式，“PU”井模型覆盖一定的动态范围而不是从传统井测试所得到的一个操作点上的产量。尽管改进很大，但它仍不能完全弥补测试环境和生产环境之间的差别。对此存在二个原因：

1.由于该井的集管组和其它井的不连通，测试期间井1、2等之间没有交互作用，从而在确定出的PU井模型中也不表达这些交互作用。

2.由于测试分离器的输出通常产生对混合分离器30的输入，测试分离器50在比混合分离器30压力更高的压力下操作。

为了使PU井模型适应生产环境，在下面的章节中说明二种方法。这二种方法称为“协调和分解”。

1.协调

本章中所有考虑的量都是一些有限时间间隔上的时间函数，这些时间间隔尤其可以是有限长度的时间序列。任何情况下都可以把它们看成是内积空间X的成分。

考虑n口井，并且每口井的估计生产率为

y_i，(i＝1，…，n)                 (1)

接着PU通过利用对应的井模型处理每口井的输入来得到估计的产量。

在理想化情况下，井群的总产量为

$y=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i---\left(2\right)$

特别由于上面提到的测试环境和生产环境之间的不一致，并且还由于测量误差造成的不确定性，更实际的结果应该是使以下线性组合

$\tilde{y}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\γ}}_i{y}_i({\mathrm{\γ}}_i\∈R)---\left(3\right)$

“接近”(后面会更精确)y。当然不能直接推出作用在式(3)中的各个产量上的系数的值等于什么。实际上，通过下式

Y＝{y₁，…，y_n}                   (4)来表示各个产量的集合，则式(3)的近似可以是任何数量的各产量的所有线性组合的集合

$\mathrm{span}\left(Y\right)=\{y\∈X|y=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\γ}}_i{y}_i,y_i\∈Y,{\mathrm{\γ}}_i\∈R\}---\left(5\right)$

现在假定已经成功地发现式(5)中的所有线性组合集中的一个“最接近”总产量的成分。由于对线性组合里的系数的限制仅仅是它们要为实数，从而可能以看起来如下述的典型的“最接近”成分来非常好地结束：

$\tilde{y}={50}_{y_1}-{120}_{y_2}+\·\·\·+2_{y_n}---\left(6\right)$

但是，该结果可能物理上是不正确的。典型地，测试环境和生产环境之间存在不一致，但是决不会是指井1生产期间的贡献会是它在测试期间的50倍。并且接着考虑负贡献，例如井2的产量会以是测试期间的速率的120倍的速率流回到储层中。

从而，如果以问题的公认物理前提为目标，则式(5)中的集合明显地过于广泛以至于不能充当寻找总产量的最接近候选者的基点。

按此脉络可以通过限制式(4)中的系数的允许植来构建该集合的有用子集。明显地，目标是对总产量的贡献不为负。式(4)中的集合的所有非负组合集合的形成一个称为“集合(4)的锥壳”的式(5)的特殊、凸子集：

$\mathrm{con}\left(Y\right)=\{y\∈X|y=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\γ}}_i{y}_i,y_i\∈Y,{\mathrm{\γ}}_i\∈R^{+}\}---\left(7\right)$

上式表达这样的事实，即，在各个产量上操作的系数是非负实数集合中的成分。毫无疑问，各井对总产量的贡献不会比生产期间测到的产量大很多。鉴于测试分离器50比混合分离器30的反压高，可以预测生产期间各井的下述最大贡献：

$y_{\max }=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i{y}_i---\left(8\right)$

理想情况下式(8)中的系数应为1，但是鉴于井模型中的不确定性允许它们略大于1，例如1.1。由式(8)的最大贡献如上所述约束的集合(4)的所有组合的集合仍然构成式(5)的一个凸子集；它具体地是式(7)给出的集合的平移。

目标当然是寻找非负的并受上述约束的组合

$H=\left(\mathrm{con}\left(Y\right)\right)\∩(y_{\max }-\mathrm{con}\left(Y\right))=\{y\∈X|y=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\γ}}_i{y}_i,0\≤{\mathrm{\γ}}_i\≤1\}---\left(9\right)$

上面的作为二个凸集的交集的集合本身是凸的；可以把它解释为是集管的数学表达。

然后，目标是寻找该集合中那些“最接近”总产量的成分。在目前的设定下，对“最接近”的一种自然选择应是集合(9)中的、给出与总产量的差异的最小“尺寸”的成分，其中“尺寸”更形式地是环境内积空间的范数。

这种成分称为“对来自集管集合(9)的总产量的最佳近似”。在本设定中该最佳近似是唯一的。

从而结果是

$P_H\left(y\right)=\hat{y}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\widehat{\mathrm{\γ}}}_i{y}_i(0\≤{\widehat{\mathrm{\γ}}}_i\≤1)---\left(10\right)$

对式(10)的解释是：最佳近似是总产量中的、可以通过各个产量来“解释”的那部分。

(10)中的系数称为“协调因子”，并且该考虑各个产量的加权组合的过程称为协调。就井模型而言，该结果意味着通过这些协调因子比例地修正它们的静态增益。就生产环境而言，它更“拟合实际情况”，其当然改进了井模型。

生产环境下井之间的交互作用会很大程度地对各个井造成测试环境和生产环境之间的不匹配。但是，对每个井模型的静态增益的修正并不正确表示这种不匹配。这意味着若干次协调之后，必须再次测试井。

下一章中说明一种称为“代数油”展式(development)的新方法，该方法的确描述井之间的相互作用。可以作为对下一章说明的总产量表达式的实时微调来应用该章的方法。

2：分解

所有前面展开式的数学设定都是向量空间的数学设定，即，定义为在感兴趣的成分(特别地在此情况下是产量)上运算的标量乘法，并且该乘积中的标量是实数或者可能是复数。从代数学的观点看，实数和复数是有理域的成分。这种设定是能在该处使用的最简单的代数结构。自然现象，例如石油生产，未必是通过这种简单结构完全覆盖的。这些向量空间的泛化是模块，其中允许“标量”作为来自任意环的成分，该任意环在本语境下为多项式环。该语境不仅能显式地描述井之间的交互作用，而且作为其后果，还能给出影响储层的最终采收率的策略。

由此，令总产量以及各个井的产量为一个多项式环的成分

y，y₁，…，y_n∈IR[u₁，…，u_m]               (11)

向前一节中的输入的值通过评价同态映象发送这m个变量或未定元。尽管多项式作为环的成分以及作为映射的对偶特性形式上是周知的，但它的全部结果有待充分研究。确实，本文给出的结果可以和一条数学新分支关联，该分支的名称杜撰为“近似交换代数”，因为它强调近似理论和交换代数之间的交叉。

多项式环的一个重要子集是“理想(Ideal)”，例如参见David Cox，John Little和Donal O’Shea，“Ideals，Varieties，and Algorinms”，Springer，second edition，1997：

IIR[u₁，...，u_m]是一个理想，如果其满足下列条件：

(1)0∈I

(2)If y，z∈I，then y+z∈I

(3)If y∈I and g∈IR[u₁，…，u_m]，then gy∈I    (12)

一个重要的运算是取理想的根：

${\⟨y}_1,...,y_n\⟩=$ $\left\{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{g}_i{y}_i\right|g_1,...,g_n\∈R[u_1,...,u_m]\}---\left(13\right)$

用

表示的I的根是集合

对于各个产量的总产量，其保持：

y∈<y₁，…，y_n>＝<y₁>+<y₂>+…+<y_n>                (15)

根据式(13)，该总产量的分解为：

$y\&ap;\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{g}_i{y}_i$

g_i∈IR[u₁，…，u_m]                 (16)

使该式和式(3)比较，可以得出，在对总产量进行近似时，后一个式中的系数是已用多项式置换。这些多项式可能取决于所有涉及到的变量。具体地说，对例如来自第一井的产量运算的多项式，除了和该第一井关联的各变量之外，还可能取决于和其它井关联的变量。另外，它们可能取决于与子表面上进行的测量相关联的变量，并且该产量尤其和处于表面上的分离器处所进行的测量相关。这意味着式(16)里的总产量的近似中的“多项式系数”表达生产井之间的相互关系以及表面与子表面之间的关系。

可以给出井对总产量的贡献的一个表达式。在当关掉所有其它井时总产量等于单井的产量的假设下，以下结果成立：

$g_i-1\&Element;\sqrt{<y_1,...,y_{i-1},y_{i+1},...,y_n>}---\left(17\right)$

由此，上述表达为式为：

$g_i{y}_i=y_i-\underset{j\&NotEqual;i}{\mathrm{\&Sigma;}}{h}_j{y}_j{y}_i$

h_j∈IR[u₁，…，u_m]            (18)

下面的结果强调各个产量通常不合计为总产量：

$y-(y_1+\&CenterDot;\&CenterDot;\&CenterDot;+y_n)\&Element;\sqrt{<\left\{y_i{y}_j\right|i\&NotEqual;\mathrm{j\; and\; i},j\&Element;\{1,...,n\}\}>}---\left(19\right)$

遵循开普勒和高斯建立行星围绕太阳按轨道运行的方法，可以把这些结果与对来自数据的各产量的“物理”多项式表达式的接近相组合。更具体地，这些产量可以当成是通过物理机制关联变量产生的理想中的成员。这种变量的一个例子是下面给出的、和井的套管头压力(THP)以及流送管压力(FLP)关联的变量：

$u=\sqrt{(\mathrm{THP}-\mathrm{FLP})\mathrm{FLP}}$

利用这些结果，可以通过利用近似交换代数从数据“建立”这些多项式。

最后，利用模块而不是利用向量空间，该方法呈现两个重要结果。第一，式(16)对单独考虑的各井产量的另一种解释是，通过从其中各井不受它们的邻井影响的“测试状态”移动到其中各井的产量由于它们内在关系的结果改变(不必然减小)为式(18)的贡献的“生产状态”，井产量的数组“变形”。这二种状态之间的完整、“连续”路径是同伦，例如参见Allen Hatcher，“Algebraic Topology”，CambridgeUniversity Press，2002。利用数值计算和符号计算的组合，从数据构建立该同伦会给出关于生产单元的启动序列的直接信息。

第二，已经在策略上假定把上面说明的代数方法应用到可以和“短期”时间尺度关联的数据。一方面通过把和“短期”时间尺度关联的产量表达式转换成“中期或长期”时间尺度(特别是通过应用时间尺度计算，参见Martin Bohner和Allan Peterson，“Dynamic Equationson Time Scale”，Birkha user，2001)，并且另一方面对和中期或长期时间尺度关联的数据直接应用代数方法，又可以把这二个表达式之间的关系形成连续变形收缩框架。这次，通过连续变形描述的内在关系上的变化给出关于子表面中流体重新分配的直接信息。这意味着一种新的预测方法，其中对重新分配的描述还给出改变它的策略，换言之，影响油田和/或气田的原油和/或气体的最终采收率的策略。

Claims (9)

1.一种确定从原油、气体和/或其它流体生产井群中的各个井流出的多相流体流的方法，其中各个井生产的流体流通过流体分离装置混合到并且路由到用于传送至少部分地分离的原油流、气体流和/或其它流体流的流体输出管道，该方法包括：

在每条流体输出管道处设置流量计；

从该井群生产油和/或气体，并且通过这些流量计监视该井群生产的井流出物的积累多相流的动态流体流动模式；

进行一系列的井测试，测试期间被测试井的产量是变化的而其它井的产量保持基本不变或者被中断；

每次井测试期间监视被测试井所生产的流出物的流动模式变化的动态指纹；

假定估计的动态流动模式是乘以未知加权系数后的所述动态指纹的累加；以及

通过迭代地改变每个加权系数直至估计的动态流动模式基本与监视的动态流体流动模式匹配，来确定这些未知的加权系数。

2.权利要求1的方法，其中井群包括n口井(i)，其中i＝1，2……n，并且该方法还包括步骤：

把每个井i的动态指纹表达成

yi(t)＝fi(u_1i(t)，u_2i(t)……)

其中yi(t)是井i在井测试时间(t)期间监视到的多相流体流动模式，u_1i，u_2i……是井测试期间确定的井i的生产变量；

把估计的动态流体流动模式表达成

$y{\left(t\right)}_{\mathrm{estimated}}\&cong;\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i{y}_i\left(t\right),$

其中γ_i是未知加权系数；

(d)把监视的流体流动模式表达成y(t)_monitored；

(e)比较y(t)_monitored和y(t)_estimated，并且迭代地改变加权系数γ_i直至y(t)_estimated大致等于y(t)_monitored。

3.权利要求2的方法，其中通过数学协调处理得到加权系数γ_i。

4.权利要求3的方法，其中该协调处理包括步骤：

定义各个井产量yi(t)的函数空间S，其中SX，X为实内积空间；

得到由分别的产量的所有允许的线性组合构成的集管集合；

通过对来自该集管集合的总产量的最佳近似的分析表达式进行评估来得到加权系数。

5.权利要求2的方法，其中该估计的动态流体流动模式被形成模块的代数结构，从而给出分解处理，其中把加权系数表达为对井之间的相互关系以及对表面和子表面关系建模的加权函数。

6.权利要求5的方法，其中从测试状态到生产状态的改变给出生产单元的启动序列。

7.权利要求5的方法，其中按中期和长期时间尺度形成估计的动态流体流动模式，这提供一种预测方法，并且提供一种影响原油和/或油田的原油和/或气体的最终采收率的策略。

8.权利要求1的方法，其中在井测试期间步进地改变被测试井的流况，以便监视该被测试井的操作包络的静态部分和动态部分，以及其中，从井模型得到所述动态指纹，该井模型通过模糊曲线拟合方法变换来自所述包络的静态部分的数据，并通过子空间识别方法变换来自所述包络的动态线性部分的数据。

9.一种监视从原油、气体和/或其它流体生产井群通过流体分离装置流入多条用于传送至少部分地分离的原油流、天然气流和/或其它流体流的流体输出管道的多相流体流的系统，该系统包括：

用于监视每条流体输出管道中的流体流量的流量计；

用于存储流量计所监视的、井群所生产的积累多相流体流的动态流体流动模式的装置；

用于进行一系列井测试的装置，测试期间改变被测试井的产量而其它井的产量保持基本不变或被中断；

用于在每个井测试期间监视被测试井的产量特性变化的动态指纹的存储器装置；

处理器装置，其考虑到井群生产的积累流体流具有动态流动模式，该动态流动模式是乘以未知加权系数的所述动态指纹的累加；以及

处理器装置，用于通过迭代地改变每个加权系数直到假定的动态流体流动模式基本与监视的动态流体流动模式匹配，从而来确定未知的加权系数。

Images