CN112096370B - 一种间开制度自学习方法 - Google Patents

一种间开制度自学习方法 Download PDF

Info

Publication number
CN112096370B
CN112096370B CN202010942613.2A CN202010942613A CN112096370B CN 112096370 B CN112096370 B CN 112096370B CN 202010942613 A CN202010942613 A CN 202010942613A CN 112096370 B CN112096370 B CN 112096370B
Authority
CN
China
Prior art keywords
fluid level
working fluid
time
well
liquid
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.)
Active
Application number
CN202010942613.2A
Other languages
English (en)
Other versions
CN112096370A (zh
Inventor
刘天宇
陆梅
甘庆明
姚洋
刘涛
张岩
刘汉斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202010942613.2A priority Critical patent/CN112096370B/zh
Publication of CN112096370A publication Critical patent/CN112096370A/zh
Application granted granted Critical
Publication of CN112096370B publication Critical patent/CN112096370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Geology (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Agronomy & Crop Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Loading And Unloading Of Fuel Tanks Or Ships (AREA)

Abstract

一种间开制度自学习方法，通过载荷传感器采集载荷，位移传感器采集位移，通过载荷和位移得出油井的示功图；由示功图反演出油井的动液面和产液量，并在一个自学习周期内拟合出液面恢复曲线及产液量变化曲线；对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间；再由开井时间推算出停井时间，最终确定油井的间开制度。本发明通过自学习功能，自动制定科学合理的间开制度，提高了间开制度的科学性和准确性；完全自动化启停，降低了人工劳动强度。

Description

一种间开制度自学习方法
技术领域
本发明涉及一种间开制度自学习方法，属于机械采油技术领域。
背景技术
低渗透油田开发至中后期，单井产量低、供液不足、间歇出液等问题突显。油井间开是目前实现该类油田高效开发的重要手段。此前，大多数油田采用传统的间开方式，在制定间开制度时，由人工定期测试动液面，并摸索井筒的出液规律，制定开井和关井的时间。这种方法劳动量大、效率低，地处偏远山区、老区的油田实施起来非常的困难。
发明内容
本发明的目的是提供一种间开制度自学习方法，改变了传统人工测试动液面制定间开制度的方式，提高了间开制度的科学性和准确性，并降低了人工劳动强度。
为实现上述目的，本发明采用如下的技术方案：
一种间开制度自学习方法，通过载荷传感器采集载荷，位移传感器采集位移，通过载荷和位移得出油井的示功图；由示功图反演出油井的动液面和产液量，并在一个自学习周期内拟合出液面恢复曲线及产液量变化曲线；对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间；再由开井时间推算出停井时间，最终确定油井的间开制度。
本发明进一步的改进在于，具体包括如下步骤：
步骤1：抽油机开机，抓取示功图，若动液面为目标动液面，并且产液量为目标产业量，则进行下个步骤；
步骤2：开始间抽自学习，记录当前动液面L1和产液量，停机；
步骤3：重新开机，并记录当前动液面L2和产液量，工作T1时间直至动液面恢复至动液面L1后再次停机；
步骤4：重新开机，并记录当前动液面L3和产液量，工作T2时间直至动液面恢复至动液面L2后再次停机；
步骤5：重新开机，并记录当前动液面L4和产液量，工作T3时间直至动液面恢复至动液面L1；
在动液面-时间坐标系中绘出动液面坐标，由动液面与时间的关系式拟合出动液面恢复曲线，根据动液面恢复曲线拟合出沉没度随时间变化曲线；并动液面-时间坐标系中绘制T3时间的产液量变化曲线；
步骤6：对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间的依据；再由开井时间推算出停井时间，最终确定油井的间开制度。
本发明进一步的改进在于，动液面与时间的关系式如下：
式中，HL(t)--油井生产时动液面深度，m，Bo--油体积系数，Qu--油井开井生产到平衡地面平均产量，m3/s，JL--采油指数，m3/(s.Pa)，DL--井液密度，kg/m3，g--重力加速度，9.8m/S2，Hsb--下泵深度，m，Ct--影响油井开关井液面升降系数，s-1，t--时间，s。
本发明进一步的改进在于，步骤1中，若动液面不是目标动液面，并且产液量不是目标产业量，则继续停机等待后抽油机开机，抓取示功图，直至动液面为目标动液面，并且产液量为目标产业量，进行步骤2。
本发明进一步的改进在于，步骤2中，停机时间为1h。
本发明进一步的改进在于，步骤3中，停机时间为2h。
本发明进一步的改进在于，步骤4中，停机时间为3h。
与现有技术相比，本发明具有以下有益效果：本发明通过载荷传感器采集载荷，位移传感器采集位移，通过载荷和位移得出油井的示功图；由示功图反演出油井的动液面和产液量，并在一个自学习周期内拟合出液面恢复曲线及产液量变化曲线；对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间；再由开井时间推算出停井时间，最终确定油井的间开制度。本发明通过自学习功能，自动制定科学合理的间开制度，提高了间开制度的科学性和准确性；完全自动化启停，降低了人工劳动强度。
进一步的，停机1h、2h、3h的目的是保证动液面恢复，从而保证测量的精度。
附图说明
图1为本发明的间开制度自学习流程图。
图2为动液面恢复曲线和产液量变化曲线。
具体实施方式
下面结合附图对本发明进行详细说明。
以本发明油藏渗流理论为依据，运用油井生产过程中采集的示功图及其计算结果，制定科学的间开制度，智能判断油井停井和生产时间。
本发明的设计的总体思路为：为油井添加二次测量仪器(载荷传感器、位移传感器)，测出油井的示功图；由示功图反演出油井的动液面和产液量，并在一个自学习周期内拟合出液面恢复曲线及产液量变化曲线；对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间；再由开井时间推算出停井时间，最终确定油井的间开制度。以上过程定为一个自学习的周期。
首先在油井安装载荷传感器、位移传感器采集载荷和位移，从而得到油井示功图。上传油井示功图至井口控制器，井口控制器对采集数据进行分析、学习。井口控制器最低配置采用32位CPU，300MHz主频，内存32M。A/D分辨率16位、精度0.1％FS。I/O数量6AI+7DI+6DO,1路语音输出接口。通讯端口3RS485+1RS232，支持MODBUS-RTU协议。IO端口具备电隔离功能。
参见图1，本发明的一个自学习周期包括以下流程：
步骤1：抽油机开机，抓取示功图，判断当前动液面及产液量，若动液面为目标动液面，并且产液量为目标产业量，则继续下个步骤；若动液面不是目标动液面，并且产液量不是目标产业量，则继续停机等待后抽油机开机，抓取示功图，直至动液面为目标动液面，并且产液量为目标产业量，进行下个步骤。
步骤2：开始间抽自学习，记录当前动液面L1和产液量，停机1h。停机1h目的是保证动液面恢复，从而保证测量的精度。
步骤3：重新开机，并记录当前动液面L2和产液量，工作T1时间后直至动液面恢复至动液面L1后再次停机2h。
步骤4：重新开机，并记录当前动液面L3和产液量，工作T2时间后直至动液面恢复至动液面L2后再次停机3h。
步骤5：重新开机，并记录当前动液面L4和产液量，工作T3时间后直至动液面恢复至动液面L1。
连续记录3次每次开机后的停机时间和动液面的值，在“动液面-时间”坐标系中汇出3点的坐标，由动液面与时间的关系式(公式1)拟合出动液面恢复曲线，根据动液面恢复曲线拟合出沉没度随时间变化曲线；并将最后一段时间即T3时间生产过程中的产液量变化曲线绘制在沉没度随时间变化曲线右侧，参见图2。
式中，HL(t)--油井生产时动液面深度，m，Bo--油体积系数，Qu--油井开井生产到平衡地面平均产量，m3/s，JL--采油指数，m3/(s.Pa)，DL--井液密度，kg/m3，g--重力加速度，9.8m/S2，Hsb--下泵深度，m，Ct--影响油井开关井液面升降系数，s-1，t--时间，s。
步骤6：对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间的依据；再由开井时间推算出停井时间，最终确定油井的间开制度。

Claims (5)

1.一种间开制度自学习方法，其特征在于，通过载荷传感器采集载荷，位移传感器采集位移，通过载荷和位移得出油井的示功图；由示功图反演出油井的动液面和产液量，并在一个自学习周期内拟合出液面恢复曲线及产液量变化曲线；对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间；再由开井时间推算出停井时间，最终确定油井的间开制度；
具体包括如下步骤：
步骤1：抽油机开机，抓取示功图，若动液面为目标动液面，并且产液量为目标产液量，则进行下个步骤；
步骤2：开始间抽自学习，记录当前动液面L1和产液量，停机；
步骤3：重新开机，并记录当前动液面L2和产液量，工作T1时间直至动液面恢复至动液面L1后再次停机；
步骤4：重新开机，并记录当前动液面L3和产液量，工作T2时间直至动液面恢复至动液面L2后再次停机；
步骤5：重新开机，并记录当前动液面L4和产液量，工作T3时间直至动液面恢复至动液面L1；
在动液面-时间坐标系中绘出动液面坐标，由动液面与时间的关系式拟合出动液面恢复曲线，根据动液面恢复曲线拟合出沉没度随时间变化曲线；并动液面-时间坐标系中绘制T3时间的产液量变化曲线；
步骤6：对产液量变化曲线进行分段积分，求出每个时间段的产液量，并将计算产液量大于目标产液量作为开井时间的依据；再由开井时间推算出停井时间，最终确定油井的间开制度；
动液面与时间的关系式如下：
式中，HL(t)--油井生产时动液面深度，m，Bo--油体积系数，Qu--油井开井生产到平衡地面平均产量，m3/s，JL--采油指数，m3/(s.Pa)，DL--井液密度，kg/m3，g--重力加速度，9.8m/S2，Hsb--下泵深度，m，Ct--影响油井开关井液面升降系数，s-1，t--时间，s。
2.根据权利要求1所述的一种间开制度自学习方法，其特征在于，步骤1中，若动液面不是目标动液面，并且产液量不是目标产液量，则继续停机等待后抽油机开机，抓取示功图，直至动液面为目标动液面，并且产液量为目标产液量，进行步骤2。
3.根据权利要求2所述的一种间开制度自学习方法，其特征在于，步骤2中，停机时间为1h。
4.根据权利要求1所述的一种间开制度自学习方法，其特征在于，步骤3中，停机时间为2h。
5.根据权利要求1所述的一种间开制度自学习方法，其特征在于，步骤4中，停机时间为3h。
CN202010942613.2A 2020-09-09 2020-09-09 一种间开制度自学习方法 Active CN112096370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010942613.2A CN112096370B (zh) 2020-09-09 2020-09-09 一种间开制度自学习方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010942613.2A CN112096370B (zh) 2020-09-09 2020-09-09 一种间开制度自学习方法

Publications (2)

Publication Number Publication Date
CN112096370A CN112096370A (zh) 2020-12-18
CN112096370B true CN112096370B (zh) 2023-12-26

Family

ID=73751833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010942613.2A Active CN112096370B (zh) 2020-09-09 2020-09-09 一种间开制度自学习方法

Country Status (1)

Country Link
CN (1) CN112096370B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113700460B (zh) * 2021-09-30 2022-07-19 西安健尚智能科技有限公司 一种降低油井无效水循环并调整注水井配注量的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015143626A1 (zh) * 2014-03-25 2015-10-01 中国石油天然气股份有限公司 一种基于示功图的二流量试井分析的方法及系统
CN106285572A (zh) * 2016-10-17 2017-01-04 北京安控科技股份有限公司 一种抽油机智能间抽控制装置及其控制方法
CN107578342A (zh) * 2017-07-17 2018-01-12 中国石油大学(华东) 一种基于模型耦合穷举法实现低渗透油藏间开工作制度优选方法
CN107608940A (zh) * 2017-08-28 2018-01-19 中国石油天然气股份有限公司 一种油井间抽周期确定方法
CN110685650A (zh) * 2019-09-26 2020-01-14 中国石油天然气股份有限公司 一种油田游梁式抽油机智能间抽控制系统及其控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015143626A1 (zh) * 2014-03-25 2015-10-01 中国石油天然气股份有限公司 一种基于示功图的二流量试井分析的方法及系统
CN106285572A (zh) * 2016-10-17 2017-01-04 北京安控科技股份有限公司 一种抽油机智能间抽控制装置及其控制方法
CN107578342A (zh) * 2017-07-17 2018-01-12 中国石油大学(华东) 一种基于模型耦合穷举法实现低渗透油藏间开工作制度优选方法
CN107608940A (zh) * 2017-08-28 2018-01-19 中国石油天然气股份有限公司 一种油井间抽周期确定方法
CN110685650A (zh) * 2019-09-26 2020-01-14 中国石油天然气股份有限公司 一种油田游梁式抽油机智能间抽控制系统及其控制方法

Also Published As

Publication number Publication date
CN112096370A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
CN107608940B (zh) 一种油井间抽周期确定方法
CN107577831B (zh) 一种缝洞型碳酸盐岩油气藏溶洞规模大小计算方法
CN104389580B (zh) 一种基于载荷力的抽油机井日产液量测量方法
WO2015143626A1 (zh) 一种基于示功图的二流量试井分析的方法及系统
CN111287740B (zh) 基于真实应变下的异常高压气藏动态储量计算方法
CN112096370B (zh) 一种间开制度自学习方法
CN109872018A (zh) 一种基于示功图的抽油井产量计算方法
CN108979602A (zh) 一种采油机节能装置及油井动液面模型估计方法
CN112282705A (zh) 一种钻井液添加剂对天然气水合物相态稳定的评价装置及实验方法
CN109958431A (zh) 一种基于流入动态曲线计算油井日产液量的方法
CN109882158B (zh) 钻孔抽水水位测试方法及钻孔水位测试装置
CN115030708A (zh) 一种基于不关井干扰试井的干扰井识别系统及方法
CN201396149Y (zh) 油井动液面自动连续监测仪
CN113027387B (zh) 一种油井间抽控制系统及方法
CN110766562B (zh) 一种油井间抽时间确定方法
CN102720487A (zh) 一种获取气藏地层压力系统及其方法
WO2017024533A1 (zh) 一种评价致密气藏储层应力敏感性方法
CN110633848B (zh) 煤层气井稳产时间的预测方法及装置
CN205172564U (zh) 钻井液漏失位置测量装置
CN111441769A (zh) 多落程抽水试验参数自动检测系统及检测方法
CN102562053B (zh) 一种油气田深井气液混合体的取样方法及所用的装置
CN116201538A (zh) 一种基于采出程度的全生命周期储层损害评价方法
CN115822558A (zh) 一种基于多参数融合的油井管柱智能监测诊断方法及装置
CN112199820B (zh) 一种数字化条件下油井产能曲线测试方法
CN206459719U (zh) 一种水锤激发装置及盐穴储气库造腔用油水界面检测仪

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant