Patents
Search within
Search within the title, abstract, claims, or full patent document: You can restrict your search to a specific field using field names.
Use TI= to search in the title, AB= for the abstract, CL= for the claims, or TAC= for all three. For example, TI=(safety belt).
Search by Cooperative Patent Classifications (CPCs): These are commonly used to represent ideas in place of keywords, and can also be entered in a search term box. If you're searching forseat belts, you could also search for B60R22/00 to retrieve documents that mention safety belts or body harnesses. CPC=B60R22 will match documents with exactly this CPC, CPC=B60R22/low matches documents with this CPC or a child classification of this CPC.
Learn More
Title
Abstract
Claims
Full Document
Find patents
Keywords and boolean syntax (USPTO or EPO format): seat belt searches these two words, or their plurals and close synonyms. "seat belt" searches this exact phrase, in order. -seat -belt searches for documents not containing either word.
For searches using boolean logic, the default operator is AND with left associativity. Note: this means safety OR seat belt is searched as (safety OR seat) AND belt. Each word automatically includes plurals and close synonyms. Adjacent words that are implicitly ANDed together, such as (safety belt), are treated as a phrase when generating synonyms.
Learn More
Search by
Chemistry searches match terms (trade names, IUPAC names, etc. extracted from the entire document, and processed from .MOL files.)
Substructure (use SSS=) and similarity (use ~) searches are limited to one per search at the top-level AND condition. Exact searches can be used multiple times throughout the search query.
Searching by SMILES or InChi key requires no special syntax. To search by SMARTS, use SMARTS=.
To search for multiple molecules, select "Batch" in the "Type" menu. Enter multiple molecules separated by whitespace or by comma.
Learn More
Patent numbers
Search specific patents by importing a CSV or list of patent publication or application numbers.
油气井产出层温度稳定性在线测量方法、系统及存储介质
Description
translated from
技术领域
本发明涉及光纤传感技术领域，尤其涉及一种油气井产出层温度稳定性在线测量方法、系统及存储介质。
背景技术
油气井温度剖面作为井底产能分布分析的重要数据源，分布式光纤温度测量设备(DTS)可通过一条贯通油气井光纤采集到整个油气井的温度剖面。
利用DTS测量油气井温度剖面来分析井下产出层状态的过程中通常要经历以下几个阶段的生产操作流程：
1：关井，等待温度稳定；
2：开井以小流量进行工作，等待产能和温度稳定；
3：切换至大流量继续工作，等待产能和温度稳定；
4：关井，等待温度稳定；
5：结束测量流程，恢复正常生产流程。
在上述几个步骤中，在进行下一阶段的操作流程之前都要等待温度稳定。对于不同的油气井，其产能、生产年限以及地质条件都会影响温度稳定所需的时间。目前测量的过程中都是根据经验数据来判断等待温度稳定所需要的时长，如阶段1和阶段4的关井等待温度稳定时间通常估算为需要48小时以上，其不能对油气井内温度稳定与否进行精准的判断。如果等待时间不够，温度没有稳定下来，对后续的数据分析会有干扰，相反如果等待时间过长，对于生产来说会造成产能损失。
因此，现有技术还有待发展。
发明内容
鉴于上述现有技术的不足之处，本发明的目的在于提供一种油气井产出层温度稳定性在线测量方法、系统及存储介质，旨在在采集油气井温度数据的同时计算温度的变化趋势，以对油气井内温度是否稳定进行精准的判断以帮助生产。
为实现上述目的，本发明采取了以下技术方案：
一种油气井产出层温度稳定性在线测量方法，其中，包括如下步骤：
S10，获取光纤各位置点随时间变化而生成的多个温度数据；
S20，依据所述温度数据计算油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差；
S30，依据一时间点上产出层所有位置点的温度标准差进行概率分布统计，按照正态分布拟合出该时间点上产出层所有位置点温度标准差的概率分布曲线，并根据拟合出的曲线获得概率密度函数；
S40，依据所述概率密度函数计算其积分值在(0,1)之间的至少一个值时对应的温度标准差；
S50，重复步骤S30～S40，获取产出层所有位置点在每一时间点上的温度标准差概率密度函数积分值在(0,1)之间的至少一个值时对应的温度标准差，将产出层内所有位置点进行分段，并根据所述温度标准差生成各段产出层的温度标准差正态分布概率时间曲线。
其中，所述获取光纤各位置点随时间变化而生成的多个温度数据为在线依据分布式光纤测温设备测得的温度剖面曲线进行提取。
其中，所述步骤S50之后还包括：
S60，依据所述温度标准差正态分布概率时间曲线判断各段产出层的温度是否稳定，如否，则重复步骤S10至S50，如是，则结束当前的生产操作流程而进入油气井的下一生产操作流程。
其中，所述依据所述温度数据计算油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差值包括如下步骤：
S201，分布式光纤测温设备每N秒采集一帧光纤温度数据，累计采集到M帧数据后对光纤每个位置点的温度数据进行标准差计算，得到一帧标准差数据；
S202，第M+1帧数据采集到了之后，利用之前M帧数据中的后M-1帧数据与第M+1帧数据同样对每个位置点的温度数据进行标准差计算，得到第二帧标准差数据；
S203，循环执行步骤S202，将预设时间段内所有帧的标准差数据汇总成标准差数据帧数组；
S204，将生成的标准差数据帧数组中的位于产出层的数据单独提取，得到油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差，并依据所述温度标准差生成标准差变化曲线。
其中，所述正态分布拟合曲线采用拟合软件自动拟合。
本发明还提出一种系统，其中，所述系统包括存储器、处理器及存储在所述存储器中并被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时，实现上述的方法。
本发明还提出一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现上述的方法。
本发明的油气井产出层温度稳定性在线测量方法，通过在线获取光纤各位置点随时间变化而生成的多个温度数据，然后计算产出层各位置点的温度标准差，并将温度标准差的变化趋势用于正态分布概率时间曲线进行表示，这样油气井作业人员能够根据该曲线精准的判断油气井在当前操作流程的温度状态是否稳定，以进行下一步的操作流程，以保证生产能正常、高效地进行。
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示出的结构获得其他的附图。
图1为本发明油气井产出层温度稳定性在线测量方法的应用系统的示意图；
图2为本发明油气井产出层温度稳定性在线测量方法第一实施例的流程示意图；
图3为本发明光纤采集的温度数据剖面示意图；
图4为本发明产出层温度数据位置和时间关系提取示意图；
图5为本发明产出层一位置点的温度STD数据来源示意图；
图6为本发明产出层各位置点随时间推移计算出的温度STD示意图；
图7为本发明产出层各位置点在某一时间点温度STD值的概率分布图；
图8为本发明产出层各位置点温度标准差正态分布概率时间曲线图；
图9为本发明油气井产出层温度稳定性在线测量方法第二实施例的流程示意图；
图10为本发明产出层一位置点的温度STD计算流程示意图；
图11为本发明第一帧温度STD数据的来源示意图；
图12为本发明第二帧温度STD数据的来源示意图；
图13为本发明产出层温度随时间推移获得的标准差数据帧数组示意图；
图14为本发明产出层某一位置点的标准差变化曲线示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，为本发明油气井产出层温度稳定性在线测量方法的应用系统，该系统包括DTS(分布式光纤温度测量设备)、与DTS连接并伸入油井内的光缆，光缆内的光纤外覆保护层保护，光缆通过绞车实现在地滑轮与天滑轮上的转动，从而实现光缆伸入或拉出油井，DTS通过网络连接计算机以实现数据的组态分析。
如图2所示，为本发明油气井产出层温度稳定性在线测量方法的流程，包括如下步骤：
S10，获取光纤各位置点随时间变化而生成的多个温度数据。
如图3所示，光纤上的温度数据包括绞车区域及井下区域的温度，井下区域的温度又包括井口、井底及产出层区域温度。
本发明的产出层温度稳定性测量可以是整个产出层范围，或者是产出层的一部分去，其根据产出层的厚度来决定。
优选地，本发明实施例的获取光纤各位置点随时间变化而生成的多个温度数据为在线依据分布式光纤测温设备测得的温度剖面曲线进行提取。如图3中为分布式光纤测温设备测得的温度剖面曲线，然后根据该曲线提取出某一区域的温度数据。
如图4所示，则为提取出来的光纤上各位置点随时间变化而生成的多个温度数据。其中光纤上的各位置点为P1，P2，P3……,Pn，T1时间光纤上各位置点提取的温度数据为第一排的数据，T2时间光纤上各位置点提取的温度数据为第二排的数据，依次类推，Tn时间光纤上各位置点提取的温度数据为第n排的数据。
S20，依据所述温度数据计算油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差。
某一位置点的温度标准差(STD)计算为将该位置点在预设时间段内，如每15分钟内该位置点的所有温度数据的集合来计算一次标准差，如图5所示，如15分钟内获取该位置点采集到5个数据，则在这个15分钟内的温度标准差则用这5个温度数据进行计算。该位置点的温差标准差数据反映该位置点的温度变化趋势。
由于温度数据是在线实时采集的，故温度数据会随时间的推移越来越多，故预设时间段也是随着时间的推移而动态向前推移的。通常地，每帧数据采集时间一般是30秒，计算标准差通常用30帧历史数据进行计算，也就是第15分钟开始计算出第一条标准差数据。然后从第2帧数据的采集时刻开始计时，直至第31帧数据采集完成结束的时间段进行第二条标准差数据计算，此时间段也是15分钟时间。如图5所示，该位置点可以计算出多个标准差(STD)数据。可以理解，每帧数据采集时间不限于30秒的间隔。
对于产出层内每一位置点都分别计算其随时间的推移而得到的温度标准差数据后，得到各位置点的温度STD数组，如图6所示。
S30，依据一时间点上产出层所有位置点的温度标准差进行概率分布统计，按照正态分布拟合出该时间点上产出层所有位置点温度标准差的概率分布曲线，并根据拟合出的曲线获得概率密度函数。
继续参考图6，将Tn时间点上P1、P2、……,Pn位置点的STD值进行概率分布统计，然后根据概率统计结果按照正态分布拟合出Tn时间点P1至Pn位置点的STD概率分布曲线，如图7中的钟形曲线即为拟合出的温度STD按照正态分布的概率分布曲线，根据拟合出的曲线获得该曲线对应的概率密度函数。
优选地，本发明实施例的正态分布拟合曲线采用拟合软件自动拟合，如Matlab、SCILAB等。正态分布曲线自动拟合出来后，拟合软件自动获得该曲线对应的概率密度函数。
S40，依据所述概率密度函数计算其积分值在(0,1)之间的至少一个值时对应的温度标准差。
对
进行积分，获取分布函数，然后依据分布函数计算积分在(0,1)之间的至少一个值时对应的温度标准差。
较佳地，依据所述概率密度函数计算其积分值分别在0.1、0.5、0.9时对应的温度标准差。
如图7中所示，图中条状柱代表某区间内STD值个数，钟形曲线表示正态分布的概率分布曲线，右边的曲线表示正态分布概率密度函数的积分曲线，亦即分布函数曲线。X坐标轴表示STD值，左边Y轴是概率分布曲线的Y值，右边Y轴是分布函数曲线的Y值。
计算分布函数计算积分值分别为0.1、0.5、0.9时对应的温度标准差即图中右边Y值为0.1、0.5以及0.9时X轴上的STD值。
积分值为0.1和0.9时对应的STD值，两者STD值之间的差越大，说明STD的分布范围很广，某些位置点的温度还不稳定，两者相差越小，STD的分布范围很窄，说明各个位置点温度基本上稳定了。
优选地，还可以将概率密度函数计算其积分值分别为0.5对应的温度标准差与积分值为0.1和0.9时对应的STD值进行比较。这样来比较0.1、0.5、0.9对应STD的差值，使得判断更加精确。
S50，重复步骤S30～S40，获取产出层所有位置点在每一时间点上的温度标准差概率密度函数积分值在(0,1)之间的至少一个值时对应的温度标准差，将产出层内所有位置点进行分段，并根据所述温度标准差生成各段产出层的温度标准差正态分布概率时间曲线。
将产出层内所有位置点进行分段，如产出层1、产出层2，产出层3……,每一产出层内有多个位置点。分段的目的在于适应产出层的厚度变化，然后可以分段得到每一产出层的温度标准差正态分布概率时间曲线，以将产出层温度的稳定性分得更精细，而提高判断的准确度。
如图8所示，某一产出层所有位置点在每一时间点上的温度标准差概率密度函数积分值分别为0.1、0.5以及0.9时对应的温度标准差生成的三条温度标准差正态分布概率时间曲线。
进一步地，如图9所示，本发明实施例的步骤S50之后还包括：
S60，依据所述温度标准差正态分布概率时间曲线判断各段产出层的温度是否稳定，如否，则重复步骤S10至S50，如是，则结束当前的生产操作流程而进入油气井的下一生产操作流程。
温度标准差正态分布概率时间曲线反应产出层温度变化的趋势。
从图8中的温度标准差正态分布概率时间曲线可知，该产出层在149分钟之前的温度变化剧烈，而179分钟之后，温度基本上处于稳定状态。这样，油气井作业人员可以在179分钟后进行油气井的下一生产操作流程。
具体地，如图10所示，本发明实施例的依据所述温度数据计算油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差值包括如下步骤：
S201，分布式光纤测温设备每N秒采集一帧光纤温度数据，累计采集到M帧数据后对光纤每个位置点的温度数据进行标准差计算，得到第一帧标准差数据。
如图11所示，本发明的测量方法在累计采集到M帧数据后开始计算第一帧标准差数据。
作为一种实施方式，本发明实施例每30秒采集一帧光纤温度数据，累积到30帧历史数据后进行标准差计算，也就是第15分钟开始计算出第一条标准差数据。可以理解，每帧数据采集时间不限于30秒的间隔，累计帧数也不限于30帧。
S202，第M+1帧数据采集到了之后，利用之前M帧数据中的后M-1帧数据与第M+1帧数据同样对每个位置点的温度数据进行标准差计算，得到第二帧标准差数据。
如图12所示，当采集到M+1帧数据后，利用之前M帧数据中的第2帧数据到第M帧数据再加上刚采集的第M+1帧数据，总共也是M帧数据进行第二帧标准差数据的计算。
S203，循环执行步骤S202，将预设时间段内所有帧的标准差数据汇总成标准差数据帧数组。
如图13所示，将预设时间段内如60分钟内所有帧的标准差数据汇总成标准差数据帧数组，以便后续计算使用。
S204，将生成的标准差数据帧数组中的位于产出层的数据单独提取，得到油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差，并依据所述温度标准差生成标准差变化曲线。
因光纤采集来的数据是所有段的数据，但生产只需关注油气井内产出层的温度标准差数据，故需要将上面的标准差数据帧数组中的位于产出层的数据单独提取出来，这些数据可以生成产出层各位置点的温度标准差变化曲线，如图14所述为深度1452.63米处随时间推移的温度及温度标准差变化曲线。从而反映该位置点的温度变化趋势。
本发明实施例的油气井产出层温度稳定性在线测量方法，用于多点或多区域温度稳定的测量，此方法不限于DTS在油气井中的测量也可以应用于其它领域,如海底可燃冰(碳水化合物)的开采和其它领域的分布式温度场的测量。
此方法不限于温度场测量也可以适用于其它种类的分布式光纤传感器,如分布式应力和振动/声波光纤传感器的稳定场测量。
本发明实施例提出的油气井产出层温度稳定性在线测量方法，通过在线获取光纤各位置点随时间变化而生成的多个温度数据，然后计算产出层各位置点的温度标准差，并将温度标准差的变化趋势用于正态分布概率时间曲线进行表示，这样油气井作业人员能够根据该曲线精准的判断油气井在当前操作流程的温度状态是否稳定，以进行下一步的操作流程，以保证生产能正常、高效地进行。
本发明还提出一种系统，所述系统包括存储器、处理器及存储在所述存储器中并被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时，实现上述的油气井产出层温度稳定性在线测量方法。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述异步消息处理终端设备中的执行过程。
所述系统可包括但不仅限于处理器、存储器。本领域技术人员可以理解，上述部件仅仅是基于系统的示例，并不构成对系统的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述设备的控制中心，利用各种接口和线路连接整个系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现上述的方法。
本发明的油气井产出层温度稳定性在线测量方法集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。本发明计算机可读存储介质具体实施方式与上述用于油气井产出层温度稳定性在线测量方法各实施例基本相同，在此不再赘述。
需说明的是，以上所描述的实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅为清楚地说明本发明所作的举例，并非因此限制本发明的专利范围，这里无法对所有的实施方式予以穷举，凡是在本发明的构思下，利用本发明技术方案中的内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (7)
Hide Dependent
translated from
Claims (7)
Hide Dependent
translated from
1.一种油气井产出层温度稳定性在线测量方法，其特征在于，包括如下步骤：
S10，获取光纤各位置点随时间变化而生成的多个温度数据；
S20，依据所述温度数据计算油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差；
S30，依据一时间点上产出层所有位置点的温度标准差进行概率分布统计，按照正态分布拟合出该时间点上产出层所有位置点温度标准差的概率分布曲线，并根据拟合出的曲线获得概率密度函数；
S40，依据所述概率密度函数计算其积分值在（0,1）之间的至少一个值时对应的温度标准差；
S50，重复步骤S30～S40，获取产出层所有位置点在每一时间点上的温度标准差概率密度函数积分值在（0,1）之间的至少一个值时对应的温度标准差，将产出层内所有位置点进行分段，并根据所述温度标准差生成各段产出层的温度标准差正态分布概率时间曲线。
2.根据权利要求1所述的方法，其特征在于，所述获取光纤各位置点随时间变化而生成的多个温度数据为在线依据分布式光纤测温设备测得的温度剖面曲线进行提取。
3.根据权利要求1所述的方法，其特征在于，所述步骤S50之后还包括：
S60，依据所述温度标准差正态分布概率时间曲线判断各段产出层的温度是否稳定，如否，则重复步骤S10至S50，如是，则结束当前的生产操作流程而进入油气井的下一生产操作流程。
4.根据权利要求1所述的方法，其特征在于，所述依据所述温度数据计算油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差值包括如下步骤：
S201，分布式光纤测温设备每N秒采集一帧光纤温度数据，累计采集到M帧数据后对光纤每个位置点的温度数据进行标准差计算，得到一帧标准差数据；
S202，第M+1帧数据采集到了之后，利用之前M帧数据中的后M-1帧数据与第M+1帧数据同样对每个位置点的温度数据进行标准差计算，得到第二帧标准差数据；
S203，循环执行步骤S202，将预设时间段内所有帧的标准差数据汇总成标准差数据帧数组；
S204，将生成的标准差数据帧数组中的位于产出层的数据单独提取，得到油气井的产出层内每一位置点在预设时间段内多个时间点的温度标准差，并依据所述温度标准差生成标准差变化曲线。
5.根据权利要求1所述的方法，其特征在于，所述正态分布拟合曲线采用拟合软件自动拟合。
6.一种油气井产出层温度稳定性在线测量系统，其特征在于，所述系统包括存储器、处理器及存储在所述存储器中并被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-5中任一项所述的方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现如权利要求1-5任一项所述的方法。