CN105507875A - 油气水井生产参数实时预测方法及其装置 - Google Patents
油气水井生产参数实时预测方法及其装置 Download PDFInfo
- Publication number
- CN105507875A CN105507875A CN201510861008.1A CN201510861008A CN105507875A CN 105507875 A CN105507875 A CN 105507875A CN 201510861008 A CN201510861008 A CN 201510861008A CN 105507875 A CN105507875 A CN 105507875A
- Authority
- CN
- China
- Prior art keywords
- manufacturing parameter
- well
- parameter data
- production
- gas water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 557
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 113
- 239000007789 gas Substances 0.000 claims description 202
- 238000002347 injection Methods 0.000 claims description 76
- 239000007924 injection Substances 0.000 claims description 76
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 32
- 238000010793 Steam injection (oil industry) Methods 0.000 claims description 16
- 238000010796 Steam-assisted gravity drainage Methods 0.000 claims description 16
- 239000003345 natural gas Substances 0.000 claims description 16
- 238000011084 recovery Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000004210 cathodic protection Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000001802 infusion Methods 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 4
- 239000002341 toxic gas Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 11
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000002950 deficient Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000012394 real-time manufacturing Methods 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
- 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
- E21B47/008—Monitoring of down-hole pump systems, e.g. for the detection of "pumped-off" conditions
- E21B47/009—Monitoring of walking-beam pump systems
-
- 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
- E21B47/06—Measuring temperature or pressure
-
- 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
- E21B47/06—Measuring temperature or pressure
- E21B47/07—Temperature
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种油气水井生产参数实时预测方法,包括:采集当前日期往前紧邻的n1个单位生产时间的油气水井生产参数数据,并从中挑选出m1个单位生产时间的有效生产参数数据;以其中一个所述有效生产参数数据所对应的单位生产时间为起点,采集该起点往前n2个单位生产时间的油气水井生产参数数据,并从中挑选出m2个有效生产参数数据;当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。本发明通过采集前日期往前紧邻生产时间的生产参数数据,能够实时预测未来生产时间的生产参数数据,以指导生产。
Description
技术领域
本发明涉及油气水开发技术领域,尤其涉及一种油气水井生产参数实时预测方法及其装置。
背景技术
在油气生产过程中,现有生产参数对生产状况的影响不明确。对实时生产参数进行趋势分析和预测,可以对生产情况进行预判,使用物联网技术远程监控生产设备的运行状况对减少故障率、避免环境污染和保证生产正常进行都有非常重要的意义。然而,由于油气水井的生产参数很多,现有技术还不能把生产参数与计算机的紧密结合起来,致使预测结果不准确。所以,制订一套完整的预测模型及相应的算法是急需要解决的关键技术问题。
发明内容
本发明提出一种油气水井生产参数实时预测方法及其装置,以解决现有技术中的一项或多项缺失。
本发明提出一种油气水井生产参数实时预测方法,包括:采集当前日期往前紧邻的n1个单位生产时间的油气水井生产参数数据,并从中挑选出m1个单位生产时间的有效生产参数数据;以其中一个所述有效生产参数数据所对应的单位生产时间为起点,采集该起点往前n2个单位生产时间的油气水井生产参数数据,并从中挑选出m2个有效生产参数数据;当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
一个实施例中,当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测,包括:当m2大于或等于一设定值时,利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间和所述n2个单位生产时间两个期间中的至少一个油气水井生产参数断点数据进行预测,得到预测生产参数数据;利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
一个实施例中,当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测,包括:当m2大于或等于一设定值时,利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间期间的所有油气水井生产参数断点数据进行预测,得到预测生产参数数据;利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
一个实施例中,还包括:根据所述油气水井生产参数数据是否为零或空,判断所述n1个单位生产时间和/或所述n2个单位生产时间期间的油气水井生产参数数据是否为油气水井生产参数断点数据。
一个实施例中,所述单位生产时间为天。
一个实施例中,m1的取值范围为[1,5]。
一个实施例中,n2的取值范围为[30,100]。
一个实施例中,所述设定值的取值范围为[15,30]。
一个实施例中,所述多项式拟合方法为三阶多项式最小二乘法拟合方法。
一个实施例中,所述油气水井为自喷井、气举井、抽油机井、螺旋杆泵井、电泵井、SAGD井P井、SAGD井I井、注水井、注聚井、注汽井、注气井、水源井、常规气井、含H2S气井或注采气井。
一个实施例中,当所述油气水井为自喷井时,所述生产参数为:油压、套压、回压、油温或安全关断阀;当所述油气水井为气举井时,所述生产参数为:油压、套压、回压或安全关断阀;当所述油气水井为抽油机井时,所述生产参数为:油压、回压、套压、抽油机电流、抽油机电压、抽油机的载荷、游梁的位移、抽油机的冲程、油温、电磁加热器出口温度或电磁加热器电流;当所述油气水井为螺杆泵井时,所述生产参数为:油压、回压、套压、转速、泵电流、载荷或扭矩;当所述油气水井为电泵井时,所述生产参数为:油温、电磁加热器出口温度或电磁加热器电流;当所述油气水井为SAGD井P井时,所述生产参数为:主管压力、副管压力、套管压力、主管温度、副管温度、载荷、冲程、冲次、电机工作电流/电压、变频电流/电压、变频运行频率、井下温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;当所述油气水井为SAGD井I井时,所述生产参数为:主管压力、副管压力、套管压力、副管温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;当所述油气水井为注水井时,所述生产参数为:注入压力、注入流量或套压;当所述油气水井为注聚井时,所述生产参数为:注入压力或注入流量;当所述油气水井为注汽井时,所述生产参数为:注入压力、注入流量、注入物温度或产出物温度;当所述油气水井为注气井时,所述生产参数为:注入压力或注入流量;当所述油气水井为水源井时,所述生产参数为:泵出口压力或产水量;当所述油气水井为常规气井时,所述生产参数为:油压、套压、井口天然气温度、节流前/后温度或节流前/后压力;当所述油气水井为含H2S气井时,所述生产参数为:油压、套压、井口天然气温度、节流前/后温度、节流前/后压力、有毒气体检测或阴极保护管地电位;当所述油气水井为注采气井时,所述生产参数为:一级节流前油压、套压、一级节流前井口天然气温度、一级节流后温度、采气节流前/后压力、注气压力或采注天然气流量。
本发明还提供一种油气水井生产参数实时预测装置,包括:第一有效生产参数数据采集单元,用于采集当前日期往前紧邻的n1个单位生产时间的油气水井生产参数数据,并从中挑选出m1个单位生产时间的有效生产参数数据;第二有效生产参数数据采集单元,用于以其中一个所述有效生产参数数据所对应的单位生产时间为起点,采集该起点往前n2个单位生产时间的油气水井生产参数数据,并从中挑选出m2个有效生产参数数据;未来生产参数数据实时预测单元,用于当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
一个实施例中,所述未来生产参数数据实时预测单元,包括:第一断点生产参数数据预测模块,用于当m2大于或等于一设定值时,利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间和所述n2个单位生产时间两个期间中的至少一个油气水井生产参数断点数据进行预测,得到预测生产参数数据;第一未来生产参数数据实时预测模块,用于利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
一个实施例中,所述未来生产参数数据实时预测单元,包括:第二断点数据生产参数预测模块,用于当m2大于或等于一设定值时,利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间期间的所有油气水井生产参数断点数据进行预测,得到预测生产参数数据;第二未来生产参数数据实时预测模块,用于利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
本发明实施例的油气水井生产参数实时预测方法及其装置,针对现有生产参数对生产状况的影响不明确,业务与计算机技术结合不够紧密,预测不准确的现状,通过采集待预测日期附近及更早的油气水井生产参数数据,可以准确地预测生产参数值,以对生产状况进行预判,指导生产和设备维护。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明一实施例的油气水井生产参数实时预测方法的流程示意图;
图2是本发明一实施例中利用有效生产参数数据预测未来生产参数数据方法的流程示意图;
图3是本发明一实施例中利用有效生产参数数据预测未来生产参数数据方法的流程示意图;
图4是本发明一实施例中多项式拟合方法预测生产参数的流程图;
图5和图6是利用本发明实施例的方法预测得到的生产参数的示意图;
图7是本发明一实施例的油气水井生产参数实时预测装置的结构示意图;
图8是本发明一实施例中未来生产参数数据实时预测单元的结构示意图;
图9是本发明一实施例中未来生产参数数据实时预测单元的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明提供一种油气水井生产参数实时预测方法。该方法利用采集的油气水井生产参数数据,通过计算机模型及其相应的算法相结合的方式,实现油气水井实时生产参数状态趋势分析及预测。其中当前日期之前的生产参数数据可通过前端安装的传感器等仪器实时采集,并可通过网络传输给计算机并利用本发明的方法实时计算得到当前日期往后的生产时间的生产参数。
本发明实施例的油气水井生产参数预测方法,考虑了当前日期紧邻的之前单位生产时间的有效生产参数数据,且可仅预测当前日期往后紧邻的单位生产时间的生产参数数据,可以是即时采集生产参数数据,即时将预测的生产参数数据用于指导生产,所以是一种实时的油气水井生产参数预测方法。
图1是本发明一实施例的油气水井生产参数实时预测方法的流程示意图。如图1所示,油气水井生产参数实时预测方法,可包括步骤:
S110:采集当前日期往前紧邻的n1个单位生产时间的油气水井生产参数数据,并从中挑选出m1个单位生产时间的有效生产参数数据;
S120:以其中一个上述有效生产参数数据所对应的单位生产时间为起点,采集该起点往前n2个单位生产时间的油气水井生产参数数据,并从中挑选出m2个有效生产参数数据;
S130:当m2大于或等于一设定值时,利用所有上述有效生产参数数据,通过多项式拟合方法,对上述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
本发明实施例的油气水井生产参数实时预测方法,针对现有生产参数对生产状况的影响不明确,业务与计算机技术结合不够紧密,预测不准确的现状,通过采集待预测日期附近及更早的油气水井生产参数数据,可以准确地预测生产参数值,以对生产状况进行预判,指导生产和设备维护。
在上述步骤S110中,n1和m1为整数,n1≥m1≥1。当前日期往前紧邻的n1个单位生产时间可以是当前日期附近的生产时间,从中挑选出m1个单位生产时间的有效生产参数数据,有助于保证用于生产参数数据预测的数据包含当前日期附近的有效生产参数数据。
例如,以上述单位生产时间是“天”,如果当前日期往前例如5天,含有例如至少1天的有效生产参数数据,则继续进行上述步骤S120,如果当前日期往前5天没有有效生产参数数据,则不对未来生产时间的生产参数数据进行预测。
其中,上述单位生产时间可以作为油气水井生产参数数据记录、调整或监测的时间间隔,可以是其他时间,例如半天,具体可根据需要设定。每个单位生产时间采集一次油气水井生产参数数据,n1个单位生产时间,可采集n1个油气水井生产参数数据。n1个单位生产时间期间,可以采集到m1个单位生产时间的有效生产参数数据,较佳地,m1的取值范围为[1,5]。
在上述步骤S120中,以其中一个所述有效生产参数数据所对应的单位生产时间为起点,例如n1=5个单位生产时间期间(连续的单位生产时间),采集了m1=4个有效生产参数数据,则可以以4个有效生产参数数据中的任一者所对应的单位生产时间为起点(包括该单位生产时间的生产参数数据),继续采集更早单位生产时间的油气水生产参数数据。例如,再往前采集n2=30、90或100个单位生产时间(包括该起点)的油气水井生产参数数据,并从中挑选出m2=15或30个有效生产参数数据。n2的取值范围可为[30,100]。
为了获得足够多的当前日期之前的有效油气水井生产参数数据,在上述步骤S130中,较佳地,m2≥15,即上述设定值至少为15,该设定值的取值范围可为[15,30],具体数值或天数,可视具体需要例如计算量而定。
在上述步骤S130中,当m2大于或等于一设定值时,可以直接利用所有有效生产参数数据,即m1个单位生产时间的有效生产参数数据和m2个有效生产参数数据,通过多项式拟合方法,对当前日期往后紧邻的至少一个单位生产时间(即未来单位生产时间,可包括该当前日期的单位生产时间)的生产参数数据进行预测;或者,可以先利用已有的有效生产参数数据对生产参数断点数据进行预测,再利用预测的断点处的数据和有效生产参数数据对未来生产时间的生产参数数据进行预测。
图2是本发明一实施例中利用有效生产参数数据预测未来生产参数数据方法的流程示意图。如图2所示,在上述步骤S130中,当m2大于或等于一设定值时,利用所有上述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测的方法,可包括步骤:
S1311:当m2大于或等于一设定值时,利用部分或所有上述有效生产参数数据,通过多项式拟合方法,对上述n1个单位生产时间和上述n2个单位生产时间两个期间中的至少一个油气水井生产参数断点数据进行预测,得到预测生产参数数据;
S1312:利用所有上述有效生产参数数据和所有上述预测生产参数数据,通过多项式拟合方法,对上述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
本发明实施例中,通过补齐所采集油气水井生产参数数据中的断点数据,可以更准确地预测当前日期及其紧邻往后的单位生产时间的生产参数数据。
图3是本发明一实施例中利用有效生产参数数据预测未来生产参数数据方法的流程示意图。如图3所示,在上述步骤S130中,当m2大于或等于一设定值时,利用所有有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测,可包括步骤:
S1321:当m2大于或等于一设定值时,利用部分或所有上述有效生产参数数据,通过多项式拟合方法,对上述n1个单位生产时间期间的所有油气水井生产参数断点数据进行预测,得到预测生产参数数据;
S1322:利用所有上述有效生产参数数据和所有上述预测生产参数数据,通过多项式拟合方法,对上述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
本发明实施例中,仅对n1个单位生产时间期间的断点数据进行预测,既可以减少计算量。n1个单位生产时间紧邻当前日期,对期间的断点处生产参数数据进行预测,对预测当前日期及其之后的生产参数具有更重要的意义,从而可以在花费较少计算量的同时获得更准确的生产参数预测结果。
在上述步骤S1311、S1312、S1321及S1322中,均可根据之前的生产参数数据预测之后的生产参数数据。例如,当前日期之前的多个单位生产时间期间含有多个断点数据,则每一个断点处的生产参数数据均可利用之前所有的有效生产参数数据或以及已预测出的生产参数数据进行预测。
一个实施例中,在图2和图3所示的利用有效生产参数数据预测未来生产参数数据方法中,可以根据所述油气水井生产参数数据是否为零或空,判断所述n1个单位生产时间和/或所述n2个单位生产时间期间的油气水井生产参数数据是否为油气水井生产参数断点数据。若该油气水井生产参数数据为零,原因可能是没有进行生产作业,或者因生产参数数据明显不准确而被置零,若该油气水井生产参数数据为空,原因可能是没有记录该生产参数数据。
本发明的各实施例中,所使用的多项式拟合方法可以是各种多项式最小二乘法拟合方法,例如三阶或四阶多项式最小二乘法拟合方法。较佳地,该多项式拟合方法为三阶多项式最小二乘法拟合方法,这种情况下,生产参数的预测结果更准确。
图4是本发明一实施例中多项式拟合方法预测生产参数的流程图。如图4所示,通过三阶多项式最小二乘拟合方法,对已有的m组数据进行曲线拟合,可得到拟合函F(t)=x4+x3t+x2t2+x1t3,从而得到油气水井生产参数的预测结果,其中,t表示单位生产时间变量,例如天,F(t)表示单位生产时间t所对应的生产参数,即预测当天的生产参数。
具体地,设xr代表单位生产时间变量,yr代表生产参数变量,以当前日期为基准,即设当前日期的单位生产时间xr=31(往前的单位时间依次递减),该日对应的生产参数为y31,即得到一组单位生产时间-生产参数数据(xr=31,y31),收集之前的30天的数据,得到30组数据(xr,yr),xr=1,2,…,30。
然后,去除生产参数数据yr为零或空的数据,剩下的数据个数为m;将该m个生产参数数据的单位生产时间变量设为xr,i=1,2…m;生产参数数据变量设为yr,i=1,2...m。
第一步:如果m>15,那么,建立矩阵A=(aij)4*4,设a为矩阵A的元素变量,i代表行,i=1,2,3,4,j代表列,j=1,2,3,4;建立矩阵B=(bi)4*1,其中b为矩阵B的元素变量,i代表行,i=1,2,3,4。
第二步:矩阵LU分解算法:i代表行,j代表列;令n=4代表拟合变量个数;对于求和公式,当求和符号下端参数小于上端参数,例如,设r为计数变量,r2<r1(均为常数)时,令求和式的值为零。
1)第k步消元分解(k=1,2,…,n-1),对于i=k,k+1,…,4,计算若则对于j=1,2,…,n的矩阵元进行交换,即对于j=k,k+1,…,n,置对于i=k,k+1,…,n,置
2)置bn=bn/ann,对于k=n-1,…,1,置
3)输出变量h=(h1,h2,h3,h4,)T=b,计算结束。
第三步:最终得到,三阶多项式拟合函数F(t)=h1t3+h2t2+h3t1+h4,其中,t与xr具有相同的意义,代表单位生产时间变量;F(t)与yr具有相同的意义,代表生产参数变量。其中,h1,h2,h3,h4已经通过如上步骤求得;设获取的最早的数据的时间为t=1,公式里面的t为预测日距离该天的时间差,从而可预测得到多天的生产参数数据。
本发明各实施例所述的油气水井可为自喷井、气举井、抽油机井、螺旋杆泵井、电泵井、SAGD井P井、SAGD井I井、注水井、注聚井、注汽井、注气井、水源井、常规气井、含H2S气井及注采气井中的一个或多个。不同的生产井,可预测的生产参数可不同。
例如,当油气水井为自喷井时,该生产参数可为:油压、套压、回压、油温或安全关断阀;当油气水井为气举井时,该生产参数可为:油压、套压、回压或安全关断阀;当油气水井为抽油机井时,该生产参数可为:油压、回压、套压、抽油机电流、抽油机电压、抽油机的载荷、游梁的位移、抽油机的冲程、油温、电磁加热器出口温度或电磁加热器电流;当油气水井为螺杆泵井时,该生产参数可为:油压、回压、套压、转速、泵电流、载荷或扭矩;当油气水井为电泵井时,该生产参数可为:油温、电磁加热器出口温度或电磁加热器电流;当油气水井为SAGD井P井时,该生产参数可为:主管压力、副管压力、套管压力、主管温度、副管温度、载荷、冲程、冲次、电机工作电流/电压、变频电流/电压、变频运行频率、井下温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;当油气水井为SAGD井I井时,该生产参数可为:主管压力、副管压力、套管压力、副管温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;当油气水井为注水井时,该生产参数为:注入压力、注入流量或套压;当油气水井为注聚井时,该生产参数为:注入压力或注入流量;当油气水井为注汽井时,该生产参数可为:注入压力、注入流量、注入物温度或产出物温度;当油气水井为注气井时,该生产参数可为:注入压力或注入流量;当油气水井为水源井时,该生产参数为:泵出口压力或产水量;当油气水井为常规气井时,该生产参数可为:油压、套压、井口天然气温度、节流前/后温度或节流前/后压力;当油气水井为含H2S气井时,该生产参数可为:油压、套压、井口天然气温度、节流前/后温度、节流前/后压力、有毒气体检测或阴极保护管地电位;当油气水井为注采气井时,该生产参数可为:一级节流前油压、套压、一级节流前井口天然气温度、一级节流后温度、采气节流前/后压力、注气压力或采注天然气流量。其中,抽油机的载荷、游梁的位移及抽油机的冲程为抽油机井的示功仪可以采集的参数。
本发明实施例中,可以对一种或多种油气水井/生产井中的一个或多个生产参数逐一进行预测,以知道生产。本发明实施例的方法针对具体的井型进行预测,所得生产参数更具针对性,更利于指导生产。
本发明经过前端安装传感器、计算机编码实现和在7个油田现场部署试用。历时一年,预测的结果可以有效指导油田生产,进行工况分析。图5和图6是利用本发明实施例的方法预测得到的生产参数的示意图。
如图5所示,上方和下方分别是鲁平1油田抽油机井的油压变化曲线110和鲁平2油田抽油机井的油压变化曲线120。其中,油压变化曲线110前半部分由实线连接的数据点为当前日期以前的油压数据1111,后半部分由虚线连接的数据点为当前日期及其之后的油压数据1112,即为油压预测结果;油压变化曲线120前半部分由实线连接的数据点为当前日期以前的油压数据1211,后半部分由虚线连接的数据点为当前日期及其之后的油压数据1212,即为油压预测结果。
如图6所示,上方和下方分别是玉东2-3油田注水井的注水压力变化曲线310和玉东1油田注水井的注水压力变化曲线320。其中,注水压力变化曲线310前半部分由实线连接的数据点为当前日期以前的注水压力数据3111,后半部分由虚线连接的数据点为当前日期及其之后的注水压力数据3112,即为注水压力预测结果;注水压力变化曲线320前半部分由实线连接的数据点为当前日期以前的注水压力数据3211,后半部分由虚线连接的数据点为当前日期及其之后的注水压力数据3212,即为注水压力预测结果。由图5和图6的预测结果可知,本发明实施例的预测方法可以较好地指导生产。
值得说明的是,本发明各实施例中的油气水井可知油井、气井或水井,具体生产参数可与生产井相对应。
本发明实施例的油气水井生产参数实时预测方法,针对现有生产参数对生产状况的影响不明确,业务与计算机技术结合不够紧密,预测不准确的现状,利用实时采集的当前日期紧邻之前的单位生产时间的生产参数数据,通过多项式拟合方法预测当前日期紧邻之后的单位生产时间的生产参数数据,数据采集和计算机模型及相应的算法相结合的方式,能够实现更准确地预测生产参数值,从而对生产状况进行预判,指导生产和设备维护。
基于与图1所示的油气水井生产参数实时预测方法相同的发明构思,本申请实施例还提供了一种油气水井生产参数实时预测装置,如下面实施例所述。由于该油气水井生产参数实时预测装置解决问题的原理与油气水井生产参数实时预测方法相似,因此该油气水井生产参数实时预测装置的实施可以参见油气水井生产参数实时预测方法的实施,重复之处不再赘述。
图7是本发明一实施例的油气水井生产参数实时预测装置的结构示意图。如图7所示,油气水井生产参数实时预测装置,可包括:第一有效生产参数数据采集单元210、第二有效生产参数数据采集单元220及未来生产参数数据实时预测单元230,上述各单元顺序连接。
第一有效生产参数数据采集单元210用于采集当前日期往前紧邻的n1个单位生产时间的油气水井生产参数数据,并从中挑选出m1个单位生产时间的有效生产参数数据。
第二有效生产参数数据采集单元220用于以其中一个上述有效生产参数数据所对应的单位生产时间为起点,采集该起点往前n2个单位生产时间的油气水井生产参数数据,并从中挑选出m2个有效生产参数数据。
未来生产参数数据实时预测单元230用于当m2大于或等于一设定值时,利用所有上述有效生产参数数据,通过多项式拟合方法,对上述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
本发明实施例的油气水井生产参数实时预测装置,针对现有生产参数对生产状况的影响不明确,业务与计算机技术结合不够紧密,预测不准确的现状,通过采集待预测日期附近及更早的油气水井生产参数数据,可以准确地预测生产参数值,以对生产状况进行预判,指导生产和设备维护。
图8是本发明一实施例中未来生产参数数据实时预测单元的结构示意图。如图8所示,未来生产参数数据实时预测单元230,可包括:第一断点生产参数数据预测模块2311和第一未来生产参数数据实时预测模块2312,二者相互连接。
第一断点生产参数数据预测模块2311用于当m2大于或等于一设定值时,利用部分或所有上述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间和上述n2个单位生产时间两个期间中的至少一个油气水井生产参数断点数据进行预测,得到预测生产参数数据。
第一未来生产参数数据实时预测模块2312用于利用所有上述有效生产参数数据和所有上述预测生产参数数据,通过多项式拟合方法,对上述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
本发明实施例中,通过第一断点生产参数数据预测模块补齐所采集油气水井生产参数数据中的断点数据,可以更准确地预测当前日期及其紧邻往后的单位生产时间的生产参数数据。
图9是本发明一实施例中未来生产参数数据实时预测单元的结构示意图。如图9所示,未来生产参数数据实时预测单元230,可包括:第二断点数据生产参数预测模块2321和第二未来生产参数数据实时预测模块2322,二者相互连接。
第二断点数据生产参数预测模块2321用于当m2大于或等于一设定值时,利用部分或所有上述有效生产参数数据,通过多项式拟合方法,对上述n1个单位生产时间期间的所有油气水井生产参数断点数据进行预测,得到预测生产参数数据。
第二未来生产参数数据实时预测模块2322用于利用所有上述有效生产参数数据和所有上述预测生产参数数据,通过多项式拟合方法,对上述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
本发明实施例中,第二断点数据生产参数预测模块仅对n1个单位生产时间期间的断点数据进行预测,既可以减少计算量。n1个单位生产时间紧邻当前日期,对期间的断点处生产参数数据进行预测,对预测当前日期及其之后的生产参数具有更重要的意义,从而可以在花费较少计算量的同时获得更准确的生产参数预测结果。
一个实施例中,根据上述油气水井生产参数数据是否为零或空,判断上述n1个单位生产时间和/或上述n2个单位生产时间期间的油气水井生产参数数据是否为油气水井生产参数断点数据。
一个实施例中,单位生产时间可为天,或其他时间长度,具体可视需要设置。上述m1的取值范围可为[1,5];上述n2的取值范围可为[30,100];上述设定值的取值范围可为[15,30]。获取当前日期紧邻的之前的生产参数数据,和/或获得足够多的当前日期之前的有效油气水井生产参数数据,有助于提高预测结果的准确度。
一个实施例中,上述多项式拟合方法可为三阶或者四阶多项式最小二乘法拟合方法。较佳地,该多项式拟合方法为三阶多项式最小二乘法拟合方法,这种情况下,生产参数的预测结果更准确。
本发明各实施例中,上述油气水井可为自喷井、气举井、抽油机井、螺旋杆泵井、电泵井、SAGD井P井、SAGD井I井、注水井、注聚井、注汽井、注气井、水源井、常规气井、含H2S气井及注采气井中的一个或多个。
具体地,当油气水井为自喷井时,该生产参数可为:油压、套压、回压、油温或安全关断阀;当油气水井为气举井时,该生产参数可为:油压、套压、回压或安全关断阀;当油气水井为抽油机井时,该生产参数可为:油压、回压、套压、抽油机电流、抽油机电压、抽油机的载荷、游梁的位移、抽油机的冲程、油温、电磁加热器出口温度或电磁加热器电流;当油气水井为螺杆泵井时,该生产参数可为:油压、回压、套压、转速、泵电流、载荷或扭矩;当油气水井为电泵井时,该生产参数可为:油温、电磁加热器出口温度或电磁加热器电流;当油气水井为SAGD井P井时,该生产参数可为:主管压力、副管压力、套管压力、主管温度、副管温度、载荷、冲程、冲次、电机工作电流/电压、变频电流/电压、变频运行频率、井下温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;当油气水井为SAGD井I井时,该生产参数可为:主管压力、副管压力、套管压力、副管温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;当油气水井为注水井时,该生产参数为:注入压力、注入流量或套压;当油气水井为注聚井时,该生产参数为:注入压力或注入流量;当油气水井为注汽井时,该生产参数可为:注入压力、注入流量注入物温度或产出物温度;当油气水井为注气井时,该生产参数可为:注入压力或注入流量;当油气水井为水源井时,该生产参数为:泵出口压力或产水量;当油气水井为常规气井时,该生产参数可为:油压、套压、井口天然气温度、节流前/后温度或节流前/后压力;当油气水井为含H2S气井时,该生产参数可为:油压、套压、井口天然气温度、节流前/后温度、节流前/后压力、有毒气体检测或阴极保护管地电位;当油气水井为注采气井时,该生产参数可为:一级节流前油压、套压、一级节流前井口天然气温度、一级节流后温度、采气节流前/后压力、注气压力或采注天然气流量。
本发明实施例中,可以对一种或多种油气水井/生产井中的一个或多个生产参数逐一进行预测,以知道生产。本发明实施例的方法针对具体的井型进行预测,所得生产参数更具针对性,更利于指导生产。
本发明实施例的油气水井生产参数实时预测装置,针对现有生产参数对生产状况的影响不明确,业务与计算机技术结合不够紧密,预测不准确的现状,利用实时采集的当前日期紧邻之前的单位生产时间的生产参数数据,通过多项式拟合方法预测当前日期紧邻之后的单位生产时间的生产参数数据,数据采集和计算机模型及相应的算法相结合的方式,能够实现更准确地预测生产参数值,从而对生产状况进行预判,指导生产和设备维护。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种油气水井生产参数实时预测方法,其特征在于,包括:
采集当前日期往前紧邻的n1个单位生产时间的油气水井生产参数数据,并从中挑选出m1个单位生产时间的有效生产参数数据;
以其中一个所述有效生产参数数据所对应的单位生产时间为起点,采集该起点往前n2个单位生产时间的油气水井生产参数数据,并从中挑选出m2个有效生产参数数据;
当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
2.如权利要求1所述的油气水井生产参数实时预测方法,其特征在于,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测,包括:
利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间和所述n2个单位生产时间两个期间中的至少一个油气水井生产参数断点数据进行预测,得到预测生产参数数据;
利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
3.如权利要求1所述的油气水井生产参数实时预测方法,其特征在于,当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测,包括:
当m2大于或等于一设定值时,利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间期间的所有油气水井生产参数断点数据进行预测,得到预测生产参数数据;
利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
4.如权利要求2或3所述的油气水井生产参数实时预测方法,其特征在于,还包括:
根据所述油气水井生产参数数据是否为零或空,判断所述n1个单位生产时间和/或所述n2个单位生产时间期间的油气水井生产参数数据是否为油气水井生产参数断点数据。
5.如权利要求1所述的油气水井生产参数实时预测方法,其特征在于,所述单位生产时间为天。
6.如权利要求5所述的油气水井生产参数实时预测方法,其特征在于,m1的取值范围为[1,5]。
7.如权利要求5所述的油气水井生产参数实时预测方法,其特征在于,n2的取值范围为[30,100]。
8.如权利要求5所述的油气水井生产参数实时预测方法,其特征在于,所述设定值的取值范围为[15,30]。
9.如权利要求1至8任一项所述的油气水井生产参数实时预测方法,其特征在于,所述多项式拟合方法为三阶多项式最小二乘法拟合方法。
10.如权利要求1至8任一项所述的油气水井生产参数实时预测方法,其特征在于,所述油气水井为自喷井、气举井、抽油机井、螺旋杆泵井、电泵井、SAGD井P井、SAGD井I井、注水井、注聚井、注汽井、注气井、水源井、常规气井、含H2S气井或注采气井。
11.如权利要求10所述的油气水井生产参数实时预测方法,其特征在于,
当所述油气水井为自喷井时,所述生产参数为:油压、套压、回压、油温或安全关断阀;
当所述油气水井为气举井时,所述生产参数为:油压、套压、回压或安全关断阀;
当所述油气水井为抽油机井时,所述生产参数为:油压、回压、套压、抽油机电流、抽油机电压、抽油机的载荷、游梁的位移、抽油机的冲程、油温、电磁加热器出口温度或电磁加热器电流;
当所述油气水井为螺杆泵井时,所述生产参数为:油压、回压、套压、转速、泵电流、载荷或扭矩;
当所述油气水井为电泵井时,所述生产参数为:油温、电磁加热器出口温度或电磁加热器电流;
当所述油气水井为SAGD井P井时,所述生产参数为:主管压力、副管压力、套管压力、主管温度、副管温度、载荷、冲程、冲次、电机工作电流/电压、变频电流/电压、变频运行频率、井下温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;
当所述油气水井为SAGD井I井时,所述生产参数为:主管压力、副管压力、套管压力、副管温度、蒸汽注入瞬时流量、蒸汽流量计压力、蒸汽流量计压差或蒸汽调节阀开度;
当所述油气水井为注水井时,所述生产参数为:注入压力、注入流量或套压;
当所述油气水井为注聚井时,所述生产参数为:注入压力或注入流量;
当所述油气水井为注汽井时,所述生产参数为:注入压力、注入流量、注入物温度或产出物温度;
当所述油气水井为注气井时,所述生产参数为:注入压力或注入流量;
当所述油气水井为水源井时,所述生产参数为:泵出口压力或产水量;
当所述油气水井为常规气井时,所述生产参数为:油压、套压、井口天然气温度、节流前/后温度或节流前/后压力;
当所述油气水井为含H2S气井时,所述生产参数为:油压、套压、井口天然气温度、节流前/后温度、节流前/后压力、有毒气体检测或阴极保护管地电位;
当所述油气水井为注采气井时,所述生产参数为:一级节流前油压、套压、一级节流前井口天然气温度、一级节流后温度、采气节流前/后压力、注气压力或采注天然气流量。
12.一种油气水井生产参数实时预测装置,其特征在于,所述装置包括:
第一有效生产参数数据采集单元,用于采集当前日期往前紧邻的n1个单位生产时间的油气水井生产参数数据,并从中挑选出m1个单位生产时间的有效生产参数数据;
第二有效生产参数数据采集单元,用于以其中一个所述有效生产参数数据所对应的单位生产时间为起点,采集该起点往前n2个单位生产时间的油气水井生产参数数据,并从中挑选出m2个有效生产参数数据;
未来生产参数数据实时预测单元,用于当m2大于或等于一设定值时,利用所有所述有效生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
13.如权利要求12所述的油气水井生产参数实时预测装置,其特征在于,所述未来生产参数数据实时预测单元,包括:
第一断点生产参数数据预测模块,利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间和所述n2个单位生产时间两个期间中的至少一个油气水井生产参数断点数据进行预测,得到预测生产参数数据;
第一未来生产参数数据实时预测模块,用于利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
14.如权利要求12所述的油气水井生产参数实时预测装置,其特征在于,所述未来生产参数数据实时预测单元,包括:
第二断点数据生产参数预测模块,用于当m2大于或等于一设定值时,利用部分或所有所述有效生产参数数据,通过多项式拟合方法,对所述n1个单位生产时间期间的所有油气水井生产参数断点数据进行预测,得到预测生产参数数据;
第二未来生产参数数据实时预测模块,用于利用所有所述有效生产参数数据和所有所述预测生产参数数据,通过多项式拟合方法,对所述当前日期往后紧邻的至少一个单位生产时间的生产参数数据进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510861008.1A CN105507875B (zh) | 2015-12-01 | 2015-12-01 | 油气水井生产参数实时预测方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510861008.1A CN105507875B (zh) | 2015-12-01 | 2015-12-01 | 油气水井生产参数实时预测方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105507875A true CN105507875A (zh) | 2016-04-20 |
CN105507875B CN105507875B (zh) | 2018-06-01 |
Family
ID=55716140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510861008.1A Active CN105507875B (zh) | 2015-12-01 | 2015-12-01 | 油气水井生产参数实时预测方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105507875B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296432A (zh) * | 2016-08-16 | 2017-01-04 | 中国石油天然气股份有限公司 | 一种抽油机井数据处理方法及装置 |
CN106285630A (zh) * | 2016-09-23 | 2017-01-04 | 中国海洋石油总公司 | 一种sagd井的高峰产能的测定方法 |
CN107642347A (zh) * | 2017-09-11 | 2018-01-30 | 中国石油大学(北京) | 页岩气压裂井下事故预测预警方法及装置 |
CN112269963A (zh) * | 2020-10-27 | 2021-01-26 | 南开大学 | 一种多项式拟合的纳米随机表面光学特性快速预测算法 |
CN113027395A (zh) * | 2021-03-25 | 2021-06-25 | 伍政 | 高尔夫式气举球气举采油智能控制方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2854074Y (zh) * | 2005-11-11 | 2007-01-03 | 中国石油天然气股份有限公司 | 一种稠油热采蒸汽参数自动计量传输装置 |
CN101906966A (zh) * | 2010-07-16 | 2010-12-08 | 中国石油天然气股份有限公司 | 储层产能的预测方法及装置 |
US20140121972A1 (en) * | 2012-10-26 | 2014-05-01 | Baker Hughes Incorporated | System and method for well data analysis |
CN103995961A (zh) * | 2014-05-06 | 2014-08-20 | 中国石油天然气股份有限公司 | 一种测试井的生产数据分析方法 |
CN104196506A (zh) * | 2014-08-01 | 2014-12-10 | 中国石油大学(北京) | Sagd单井组注采参数联调方法、装置和系统 |
CN104453867A (zh) * | 2013-09-18 | 2015-03-25 | 中国海洋石油总公司 | 钻井液动态煤层井壁封堵测试仪 |
CN104680244A (zh) * | 2014-12-24 | 2015-06-03 | 中国石油天然气股份有限公司 | 一种油气田产能预测方法及装置 |
CN105095986A (zh) * | 2015-06-23 | 2015-11-25 | 中国石油天然气股份有限公司 | 多层油藏整体产量预测的方法 |
-
2015
- 2015-12-01 CN CN201510861008.1A patent/CN105507875B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2854074Y (zh) * | 2005-11-11 | 2007-01-03 | 中国石油天然气股份有限公司 | 一种稠油热采蒸汽参数自动计量传输装置 |
CN101906966A (zh) * | 2010-07-16 | 2010-12-08 | 中国石油天然气股份有限公司 | 储层产能的预测方法及装置 |
US20140121972A1 (en) * | 2012-10-26 | 2014-05-01 | Baker Hughes Incorporated | System and method for well data analysis |
CN104453867A (zh) * | 2013-09-18 | 2015-03-25 | 中国海洋石油总公司 | 钻井液动态煤层井壁封堵测试仪 |
CN103995961A (zh) * | 2014-05-06 | 2014-08-20 | 中国石油天然气股份有限公司 | 一种测试井的生产数据分析方法 |
CN104196506A (zh) * | 2014-08-01 | 2014-12-10 | 中国石油大学(北京) | Sagd单井组注采参数联调方法、装置和系统 |
CN104680244A (zh) * | 2014-12-24 | 2015-06-03 | 中国石油天然气股份有限公司 | 一种油气田产能预测方法及装置 |
CN105095986A (zh) * | 2015-06-23 | 2015-11-25 | 中国石油天然气股份有限公司 | 多层油藏整体产量预测的方法 |
Non-Patent Citations (4)
Title |
---|
冯春珍: "低渗透储层测井分类和产能预测技术", 《测井技术》 * |
童凯军等: "天然气驱油藏开发动态评价及可采储量预测新方法", 《石油学报》 * |
胡艾国等: "红河油田37井区IPR曲线研究及合理生产参数确定", 《石油化工应用》 * |
陈淦等: "油藏动态分析预测方法的审视", 《中国海上油气》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296432A (zh) * | 2016-08-16 | 2017-01-04 | 中国石油天然气股份有限公司 | 一种抽油机井数据处理方法及装置 |
CN106285630A (zh) * | 2016-09-23 | 2017-01-04 | 中国海洋石油总公司 | 一种sagd井的高峰产能的测定方法 |
CN107642347A (zh) * | 2017-09-11 | 2018-01-30 | 中国石油大学(北京) | 页岩气压裂井下事故预测预警方法及装置 |
CN112269963A (zh) * | 2020-10-27 | 2021-01-26 | 南开大学 | 一种多项式拟合的纳米随机表面光学特性快速预测算法 |
CN113027395A (zh) * | 2021-03-25 | 2021-06-25 | 伍政 | 高尔夫式气举球气举采油智能控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105507875B (zh) | 2018-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105507875A (zh) | 油气水井生产参数实时预测方法及其装置 | |
CN103646167B (zh) | 一种基于遥测数据的卫星异常状态检测系统 | |
US10458207B1 (en) | Reduced-physics, data-driven secondary recovery optimization | |
CN102168551B (zh) | 油井动液面深度连续测量和采出液连续计量装置及方法 | |
CN106372299B (zh) | 一种基于逆高斯过程和em-pf的管道剩余寿命预测方法 | |
CN107608940B (zh) | 一种油井间抽周期确定方法 | |
RU2598261C1 (ru) | Мониторинг и диагностика эксплуатационных данных обводненных резервуаров с использованием эксплуатационных данных | |
AU2017304740B2 (en) | Method for determining a maximum allowable volume of water that can be removed over time from an underground water source | |
CN107977749A (zh) | 一种油田开发指标的预测分析方法 | |
CN104636817A (zh) | 漏水调查计划制定装置、系统及漏水调查计划制定方法 | |
CN103198354A (zh) | 一种利用bp神经网络与nsga2实现油田抽油机采油节能增产优化方法 | |
CN103510940B (zh) | 机械采油井工况综合诊断分析方法及装置 | |
CN110285330B (zh) | 一种基于局部离群因子的水务网管网爆管检测方法 | |
CN104100241A (zh) | 一种确定低渗透油井合理间抽制度的方法 | |
Chen et al. | Prediction of TBM tunneling parameters through an LSTM neural network | |
KR101013182B1 (ko) | 지하수의 수위 변화를 이용한 지하수 양수량 산출방법, 수위측정센서 및 양수량 산출방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
CN104680244A (zh) | 一种油气田产能预测方法及装置 | |
De Jager et al. | Investigating the effect of pump availability on load shift performance | |
Aljubran et al. | FGEM: Flexible Geothermal Economics Modeling tool | |
CA3035170A1 (en) | Method and control system for allocating steam to multiple wells in steam assisted gravity drainage (sagd) resource production | |
CN109861201A (zh) | 一种新能源出力状态计算方法和系统 | |
US11501043B2 (en) | Graph network fluid flow modeling | |
Hidayat | Decline curve analysis for production forecast and optimization of liquid-dominated geothermal reservoir | |
CA3224217A1 (en) | Method of performing a numerical solving process | |
Sonnenthal et al. | Continuum thermal-hydrological-mechanical modeling of the Fallon FORGE site |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |