CN103061750B

CN103061750B - 一种有杆泵抽油井井下动态液位在线测量方法

Info

Publication number: CN103061750B
Application number: CN201310032115.4A
Authority: CN
Inventors: 高宪文; 王明顺; 牛文金; 李琨; 刘昕明; 陆福刚; 周海波
Original assignee: Northeastern University China
Current assignee: Northeastern University China
Priority date: 2013-01-25
Filing date: 2013-01-25
Publication date: 2015-07-15
Anticipated expiration: 2033-01-25
Also published as: CN103061750A

Abstract

一种有杆泵抽油井井下动态液位在线测量方法，采集有杆泵抽油井抽油过程中的生产数据，建立有杆泵抽油井井下流压的函数和有杆泵抽油井井下动态液位的函数，求解得到设定区间内的有杆泵抽油井井下动态液位值；对有杆泵抽油井井下流压的函数中的参数和参数进行优化，采集新的有杆泵抽油井产液量、有杆泵抽油井井口套压，并进入样本数据库进行匹配，得到当前工况最佳的参数和参数，进而根据有杆泵抽油井井下流压的函数和有杆泵抽油井井下动态液位的函数确定当前有杆泵抽油井井下动态液位。本发明借助与有杆泵抽油井动态液位相关的可测生产数据，建立有杆泵抽油井井下流压的函数和有杆泵抽油井井下动态液位的函数，可提高有杆泵抽油井生产的安全性、可靠性和经济性。

Description

一种有杆泵抽油井井下动态液位在线测量方法

技术领域

本发明属于软测量检测技术领域，具体是一种有杆泵抽油井井下动态液位在线测量方法。

背景技术

有杆泵抽油井的动态液位直接反映了地层的供液情况及井下供排关系，是进行采油工艺适应性评价和优化的关键数据之一。现有的动态液位测量方法一般是在油井井口安装一套声波测量装置，通过手动操作方式向井下发射声波，然后采集回声信号，由技术人员进行分析，实现井下动态液位的测量。

现有的有杆泵抽油井动态液位测量方法需要将测量仪器安装于井口套管上，会造成压力泄漏，从而影响油井的正常生产；测量仪器的频繁操作会降低设备的使用寿命，同时手动操作的方式还具有一定的安全隐患；另外，测量装置的安装与操作使工人的劳动强度变大，装置的维护使生产的成本也较高。

发明内容

针对现有技术存在的不足，本发明提供一种有杆泵抽油井井下动态液位在线测量方法，包括如下步骤：

步骤1：采集有杆泵抽油井抽油过程中的生产数据，该生产数据包括有杆泵抽油井产液量、有杆泵抽油井井口套压及动态液位，形成历史数据库；

步骤2：建立有杆泵抽油井井下流压的函数，用来描述有杆泵抽油井井下流压、油藏平均压力和产液量之间的关系；

p_{wf} = \frac{- a + \sqrt{a^{2} - 4 * b * ({(q / q_{\max})}^{2} - 1)}}{2 * b} * p_{r}

其中，p_wf为有杆泵抽油井井下流压，q为产液量，q_max为抽油井的最大产液量，p_r为油藏平均压力，参数a、参数b均为大于0的常数；

步骤3：建立有杆泵抽油井井下动态液位的函数，用来描述有杆泵抽油井井下动态液位、有杆泵抽油井井口套压和有杆泵抽油井井下流压之间的关系；

H_{d} ρ_{2} / 100 - {(P_{c} + 0.10334) e}^{1.293 * 10^{- 4} ρ_{1} H_{d}} + (P_{wf} - (H_{m} - H_{i}) ρ_{3} / 100 - H_{i} ρ_{2} / 100) = 0

其中，H_d为动态液位，ρ₂₂为油柱中油、气混合物相对密度，P_c为井口套压，ρ₁为天然气相对密度，H_m为油层中部深度，H_i为油管进油口深度，ρ₃为柱液中油、气、水混合物相对密度；

步骤4：根据有杆泵抽油井井下动态液位的函数和有杆泵抽油井井下流压的函数，利用非线性方程的求解方法得到设定区间内的有杆泵抽油井井下动态液位值；

步骤5：采用粒子种群算法对有杆泵抽油井井下流压的函数中的参数a参数b行优化，得到参数a的优化值和参数b的优化值；

步骤6：将每一组优化后的参数a和参数b与对应的有杆泵抽油井产液量、有杆泵抽油井井口套压作为一组数据样本，形成包括N组数据样本的样本数据库；

步骤7：采集新的有杆泵抽油井产液量、有杆泵抽油井井口套压，并进入样本数据库进行匹配，得到当前工况最佳的参数a和参数b，进而根据有杆泵抽油井井下流压的函数和有杆泵抽油井井下动态液位的函数确定当前有杆泵抽油井井下动态液位。

所述步骤5采用粒子种群算法对有杆泵抽油井井下流压的函数中的参数a和参数b进行优化，得到参数a的优化值和参数b的优化值，具体步骤如下：

步骤5.1：将参数z和参数b作为粒子，在一个区间内随机产生初始群体，初始化粒子速度和位置，将初始的适应值作为每个粒子的个体初始最优解，形成粒子数据库；

步骤5.2：更新粒子速度和位置；

步骤5.3：根据更新后的粒子速度和位置，计算当前粒子条件下有杆泵抽油井井下动态液位数值；

步骤5.4：将步骤3得到的动态液位数值与实测的动态液位数值的相对误差的绝对值作为动态液位评价函数，用来评价所有粒子，该绝对值即为评价值；

步骤5.5：当群体中的某个粒子当前的评价值优于其历史评价值时，则把该粒子当前的评价值作为其历史最优评价值，同时将该粒子当前的位置向量记为其历史最优位置向量，最优评价值对应的粒子的适应值即为最优解；

步骤5.6：对每个粒子寻找全局最优解，如果当前最优解优于当前历史最优解，则更新历史最优解；否则继续寻找；

步骤5.7：判断是否满足终止条件，是，则结束寻找，得到参数a的优化值和参数b的优化值，否则转到步骤5.2，进行新一轮的寻找；

所述的终止条件为：到达设定的寻找次数并且评价值小于1%；

步骤5.8：将寻找全局最优解得到的所有参数a的优化值和参数b的优化值存入粒子数据库，并进行下一轮寻找。

所述步骤7采集新的有杆泵抽油井产液量、有杆泵抽油井井口套压，并进入样本数据库进行匹配，得到当前工况最佳的参数a和参数b，进而根据有杆泵抽油井井下流压的函数和有杆泵抽油井井下动态液位的函数确定当前有杆泵抽油井井下动态液位，具体步骤如下：

步骤7.1：将历史数据库中的有杆泵抽油井产液量和有杆泵抽油井井口套压与新采集的有杆泵抽油井产液量、有杆泵抽油井井口套压进行归一化处理，

归一化公式如下：

x^{'} = \frac{x - x_{\min}}{x_{\max} - x_{\min}}

式中，x为输入的数据，x’为归一化后的数据；

步骤7.2：采用欧氏距离方法将新输入数据和历史数据库数据进行匹配；

设历史数据库中有N组数据，将新输入数据和历史数据库数据进行匹配，匹配公式如下：

P_{i} = \frac{1}{2} * \sqrt{{(x - X_{i})}^{2} + {(y - Y_{i})}^{2}}

其中，P_i为新输入数据与第i组历史数据库数据的匹配值，i=1,2,…,N，x, y分别为新输入数据的产液量和套压，X_i, Y_i分别为第i组历史数据库数据的产液量和套压；

步骤7.3：选择匹配值P_i最小的历史数据库数据的参数a和b作为当前工况最佳的参数a和参数b，根据有杆泵抽油井井下动态液位的函数和有杆泵抽油井井下流压的函数确定有杆泵抽油井井下动态液位。

所述的有杆泵抽油井井下动态液位在线测量方法采用的在线测量系统，包括压力表、翻斗计量器、无线Zigbee传输模块、以太网工控机和动态液位计算机，压力表用于测量有杆泵抽油井井口套压，翻斗计量器用于测量有杆泵抽油井产液量，以太网工控机用于接收压力表和翻斗计量器采集的数据，动态液位计算机用于接收以太网工控机发送的数据并进行动态液位计算。

有益效果：

本发明的有杆泵抽油井井下动态液位在线测量方法，借助与有杆泵抽油井动态液位相关的可测生产数据，建立有杆泵抽油井井下流压的函数和有杆泵抽油井井下动态液位的函数，可以提高有杆泵抽油井生产的安全性、可靠性和经济性。相比于现在的动态液位测量方法，本发明减少了设备的维护费用，降低了生产成本；由计算模型实现在线计算，降低了工人的劳动强度；根据有杆泵抽油井的历史生产数据和机理进行计算，可靠度较高。

附图说明

图1是本发明的具体实施方式采用的在线测量系统示意图；

图2是本发明的具体实施方式的有杆泵抽油井井下动态液位在线测量方法流程图；

图3是本发明的具体实施方式的采用粒子种群算法对有杆泵抽油井井下流压的函数中的参数a参数b行优化，得到参数a优化值和参数b优化值的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做详细说明。

本实施方式是将有杆泵抽油井井下动态液位在线测量方法应用到某油田，采用的在线测量系统，包括压力表、翻斗计量器、无线Zigbee传输模块、以太网工控机和动态液位计算机，压力表用于测量有杆泵抽油井井口套压，翻斗计量器用于测量有杆泵抽油井产液量，以太网工控机用于接收压力表和翻斗计量器采集的数据，动态液位计算机用于接收以太网工控机发送的数据并进行动态液位计算。

如图1所示，在油田的抽油井井口处安装压力表（GSY-3GD无线压力表），压力表采集的有杆泵抽油井井口套压数据通过无线通讯接收RTU(NEU-RTU)以无线方式传输到以太网工控机2(NEU-TCPIP)，翻斗计量器采集的有杆泵抽油井产液量数据经无线Zigbee传输模块1-1(SZ02-232)和无线Zigbee传输模块1-2(SZ02-232)无线传输到以太网工控机1(NEU-TCPIP)上，以太网工控机1 (NEU-TCPIP) 、以太网工控机2(NEU-TCPIP)通过交换机将数据传输到无线AP（从站1）上，再通过无线传输方式将数据传输到无线AP（主站）；无线AP（主站）通过交换机将数据传输到动态液位计算机上，动态液位计算机利用本方法计算动态液位。现场采集到的数据已经由模拟量转换为数字量，可直接使用。

本实施方式的有杆泵抽油井井下动态液位在线测量方法，如图2所示，包括如下步骤：

p_{wf} = \frac{- a + \sqrt{a^{2} - 4 * b * ({(q / q_{\max})}^{2} - 1)}}{2 * b} * p_{r} - - - (1)

公式推导过程如下：

井底流压P_wf计算公式如下：

p_{wf} = {(P_{c} + 0.10334) e}^{1.293 * 10^{- 4} ρ_{1} H_{d}} + (H_{i} - H_{d}) ρ_{2} / 100 + ({H_{m} - H}_{i}) ρ_{3} / 100 - - - (2)

其中，P_wf为井底流压；

P_c为井口套压；

ρ₁为天然气相对密度；

ρ₂为油柱中油、气混合物相对密度；

ρ₃为柱液中油、气、水混合物相对密度；

H_i为油管进油口深度；

H_d为动态液位；

H_m为油层中部深度。

由两组数据的流压（P_wf1、P_wf2）和产液量（q₁、q₂）计算油藏平均压力P_r：

P_{r} = \frac{B + \sqrt{B^{2} + 4 AC}}{2 A} or \frac{B - \sqrt{B^{2} + 4 AC}}{2 A} - - - (3)

其中，A=q1/q2-1；

，a为大于0的常数；

，b为大于0的常数。

由上面计算油藏平均压力P_r的公式，求得的油藏平均压力P_r肯定为一个正值和一个负值，这里取正值。

由求得的油藏平均压力P_r以及第三组数据的井底流压（P_wf3）和产液量（q₃）计算该抽油井的最大产液量q_max：

q_{\max} = \frac{q_{3}}{\sqrt{1 - a * \frac{p_{wf 3}}{p_{r}} - b * {(\frac{p_{wf 3}}{p_{r}})}^{2}}} - - - (4)

那么，不同的井底流压所对应的产液量计算公式为

q = q_{\max} * \sqrt{1 - a * \frac{p_{wf 3}}{p_{r}} - b * {(\frac{p_{wf 3}}{p_{r}})}^{2}} - - - (5)

将上述产液量计算公式进行反推，就可以由产液量得到井下流压的计算公式，则

b * {(\frac{p_{wf 3}}{p_{r}})}^{2} + a * \frac{p_{wf 3}}{p_{r}} + (\frac{q}{q_{\max}}) - 1 = 0 - - - (6)

对式（6）求解，得到

p_{wf} = \frac{- a + \sqrt{a^{2} - 4 * b * {((q / q_{\max})}^{2} - 1)}}{2 * b} * p_{r} - - - (7)

H_{d} ρ_{2} / 100 - {(P_{c} + 0.10334) e}^{1.293 * 10^{- 4} ρ_{1} H_{d}} + (P_{wf} - (H_{m} - H_{i}) ρ_{3} / 100 - H_{i} ρ_{2} / 100) = 0

其中，H_d为动态液位，ρ₂为油柱中油、气混合物相对密度，P_c为井口套压，ρ₁为天然气相对密度，H_m为油层中部深度，H_i为油管进油口深度，ρ₃为柱液中油、气、水混合物相对密度；

具体是将式（6）代入式（2），公式（2）化为f(x)=0的形式：

H_{d} ρ_{2} / 100 - {(P_{c} + 0.10334) e}^{1.293 * 10^{- 4} ρ_{1} H_{d}} + (P_{wf} - (H_{m} - H_{i}) ρ_{3} / 100 - H_{i} ρ_{2} / 100) = 0

其中，动态液位H_d为未知数，也即为此方程的解。

选择区间[1000，2500]作为动态液位H_d的取值范围，搜索方程在该区间内的实根。从该区间左端点开始，以h为步长，逐步往后进行搜索。

对于在搜索过程中遇到的每一个子空间[x_k, x_k+1]( x_k+1= x_k+h)作如下处理：

1）若f(x_k)=0,则x_k为一个实根，且从x_k+h/2开始往后再搜索；

2）若f(x_k+1)=0,则x_k+1为一个实根，且从x_k+1+h/2开始往后再搜索；

3）若f(x_k)·f(x_k+1)>0，则说明在当前子空间内无实根或h选得过大，放弃本子空间，从x_k+1开始往后再搜索；

4）若f(x_k)·f(x_k+1)<0，则说明在当前子空间内有实根，此时利用公知的二分法，直到求得一个实根为止，然后从x_k+1开始往后再搜索。

步骤5：采用粒子种群算法对有杆泵抽油井井下流压的函数中的参数a和参数b进行优化，得到参数a的优化值和参数b的优化值，如图3所示，具体步骤如下：

步骤5.1：将参数a和参数b作为粒子，在一个区间内随机产生初始群体，初始化粒子速度和位置，将初始的适应值作为每个粒子的个体初始最优解，形成粒子数据库；

步骤5.2：更新粒子速度和位置；

具体步骤如下：

步骤7.1：将历史数据库中的有杆泵抽油井产液量和有杆泵抽油井井口套压与新采集的有杆泵抽油井产液量、有杆泵抽油井井口套压进行归一化处理，归一化公式如下：

x^{'} = \frac{x - x_{\min}}{x_{\max} - x_{\min}}

式中，x为输入的数据（历史数据库中的有杆泵抽油井产液量和有杆泵抽油井井口套压与新采集的有杆泵抽油井产液量、有杆泵抽油井井口套压），x’为归一化后的数据（有杆泵抽油井产液量、有杆泵抽油井井口套压），x_min为输入数据最小值，x_max为输入数据最大值；

步骤7.2：采用欧氏距离方法将归一化后的有杆泵抽油井产液量和有杆泵抽油井井口套压与历史数据库中的有杆泵抽油井产液量和有杆泵抽油井井口套压进行匹配；

设历史数据库中有N组数据，每一组数据包括有杆泵抽油井产液量和有杆泵抽油井井口套压，采用欧氏距离方法将归一化后的有杆泵抽油井产液量和有杆泵抽油井井口套压与历史数据库中的有杆泵抽油井产液量和有杆泵抽油井井口套压进行匹配，公式如下：

P_{i} = \frac{1}{2} * \sqrt{{(x - X_{i})}^{2} + {(y - Y_{i})}^{2}}

其中，P_i为归一化后的数据与历史数据库中第i组有杆泵抽油井产液量和有杆泵抽油井井口套压的匹配值，i=1,2,…,N，x, y分别为归一化后的有杆泵抽油井产液量和有杆泵抽油井井口套压，X_i, Y_i分别为历史数据库中的第i组有杆泵抽油井产液量和有杆泵抽油井井口套压；

步骤7.3：选择匹配值P_i最小的一组历史数据库中的数据所对应的参数a和b，作为当前工况最佳的参数a和参数b，根据有杆泵抽油井井下动态液位的函数和有杆泵抽油井井下流压的函数确定有杆泵抽油井井下动态液位。

现场实际运行中，本实施方式的在线测量方法得到的动液位数据与传统回声法检测得到的动液位数据，如表1所示。

表1本方法与回声法检测得到的动液位数据

产液量(吨)	套压(Mpa)	参数a	参数b	本方法(米)	回声法(米)	误差率
							9.2	2	0.15	0.75	1785	1751	-1.94%
9.5	2	0.2	0.8	1800	1760	-2.27%
							9.6	2	0.25	0.8	1823	1795	-1.56%
9.7	2.1	0.3	0.85	1822	1795	-1.50%
							9.6	2.1	0.25	0.85	1822	1762	-3.41%
9.5	2.1	0.2	0.83	1810	1776	-1.91%
							9.4	2.1	0.18	0.83	1800	1760	-2.27%
9.1	1.8	0.1	0.65	1770	1780	0.56%
							9.2	2	0.15	0.75	1785	1780	-0.28%
9.3	2	0.16	0.75	1790	1770	-1.13%
							9.5	2	0.2	0.8	1800	1750	-2.86%
9.6	2.1	0.25	0.85	1822	1792	-1.67%
							9	2.1	0.1	0.85	1750	1776	0.9%
9.3	2	0.16	0.75	1790	1801	0.61%
							9.6	2	0.25	0.8	1823	1785	-2.13%

Claims

1.一种有杆泵抽油井井下动态液位在线测量方法，其特征在于：包括如下步骤：

p_{wf} = \frac{- a + \sqrt{a^{2} - 4 * b * ({(q / q_{\max})}^{2} - 1)}}{2 * b} * p_{r}

其中，p_wf为有杆泵抽油井井下流压，q为产液量，q_max为抽油井的最大产液量，p_r为油藏平均压力，参数a、参数b均为大于0的参数；

H_{d} ρ_{2} / 100 - (P_{c} + 0.10334) e^{1.293 * 10^{- 4} ρ_{1} H_{d}} + (p_{wf} - (H_{m} - H_{i}) ρ_{3} / 100 - H_{i} ρ_{2} / 100) = 0

其中，H_d为动态液位，ρ₂为油柱中油、气混合物相对密度，P_c为井口套压，ρ₁为天然气相对密度，H_m为油层中部深度，H_i为油管进油口深度，ρ₃为油柱中油、气、水混合物相对密度；

步骤5：采用粒子种群算法对有杆泵抽油井井下流压的函数中的参数a和参数b进行优化，得到参数a的优化值和参数b的优化值；

2.根据权利要求1所述的有杆泵抽油井井下动态液位在线测量方法，其特征在于：所述步骤5采用粒子种群算法对有杆泵抽油井井下流压的函数中的参数a和参数b进行优化，得到参数a的优化值和参数b的优化值，具体步骤如下：

步骤5.2：更新粒子速度和位置；

所述的终止条件为：到达设定的寻找次数并且评价值小于1％；

3.根据权利要求1所述的有杆泵抽油井井下动态液位在线测量方法，其特征在于：所述步骤7采集新的有杆泵抽油井产液量、有杆泵抽油井井口套压，并进入样本数据库进行匹配，得到当前工况最佳的参数a和参数b，进而根据有杆泵抽油井井下流压的函数和有杆泵抽油井井下动态液位的函数确定当前有杆泵抽油井井下动态液位，具体步骤如下：

步骤7.1：将历史数据库中的有杆泵抽油井产液量、有杆泵抽油井井口套压与新采集的有杆泵抽油井产液量、有杆泵抽油井井口套压进行归一化处理；

P_{i} = \frac{1}{2} * \sqrt{{(x - X_{i})}^{2} + {(y - Y_{i})}^{2}}

其中，P_i为归一化后的数据与历史数据库中第i组有杆泵抽油井产液量和有杆泵抽油井井口套压的匹配值，i＝1,2,…,N，x,y分别为归一化后的有杆泵抽油井产液量和有杆泵抽油井井口套压，X_i,Y_i分别为历史数据库中的第i组有杆泵抽油井产液量和有杆泵抽油井井口套压；

4.根据权利要求1所述的有杆泵抽油井井下动态液位在线测量方法，其特征在于：该方法采用的在线测量系统包括压力表、翻斗计量器、无线Zigbee传输模块、以太网工控机和动态液位计算机，压力表用于测量有杆泵抽油井井口套压，翻斗计量器用于测量有杆泵抽油井产液量，以太网工控机用于接收压力表和翻斗计量器采集的数据，动态液位计算机用于接收以太网工控机发送的数据并进行动态液位计算。