CN112627800A - 一种见水气井日产气量测量偏差的检测方法及检测系统 - Google Patents
一种见水气井日产气量测量偏差的检测方法及检测系统 Download PDFInfo
- Publication number
- CN112627800A CN112627800A CN201910906332.9A CN201910906332A CN112627800A CN 112627800 A CN112627800 A CN 112627800A CN 201910906332 A CN201910906332 A CN 201910906332A CN 112627800 A CN112627800 A CN 112627800A
- Authority
- CN
- China
- Prior art keywords
- daily
- gas production
- daily gas
- water
- equipment
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000004519 manufacturing process Methods 0.000 claims abstract description 197
- 238000000034 method Methods 0.000 claims abstract description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 62
- 238000003860 storage Methods 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000002354 daily effect Effects 0.000 description 254
- 238000012423 maintenance Methods 0.000 description 6
- 238000011017 operating method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
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
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)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及油气田开采技术领域，特别是一种见水气井日产气量测量偏差的检测方法及检测系统。其中，检测方法包括以下步骤，建立日产气量模型，日产气量模型满足当有油压和日产水量数据输入的时候，输出理论日产气量；将得到的理论日产气量与用设备测得的实际日产气量相比较，并根据比较结果判断设备是否出现计量偏差。本申请的一种见水气井日产气量测量偏差的检测方法，通过日产气量模型得出的日产气量与现有设备采集的日产气量相比较，从而快速检测出用于测量日产气量、油压和日产气量的设备中是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，提高了数据测量的准确性，大大降低了被测数据成为无效数据的概率。
Description
技术领域
本发明涉及油气田开采技术领域，特别是一种见水气井日产气量测量偏差的检测方法及检测系统。
背景技术
一般产水气井多以衰竭式开采方式进行开采，当气井见水后气相相对渗透率降低，日产气量会出现不同程度的下降，有效确定气井见水后的日产气量，再结合单井控制储量和相渗曲线，可以有助于确定气井的合理配产，提高气田整体采收率，增加经济效益；同时利用见水气井的日产气量也可以帮助估算气井的水侵量、水侵速度等，为采气后期制定控水措施提供依据。
目前，场站普遍通过压力变送器来测量油压(井口压力)，使用分离器来测量气井日产水量，但是在领域内，利用现有技术无法特别准确地测量气井日产气量，故现有的测量井日产气量方法普遍为:通过流量计来粗略测量日产气量，并以其测量值为基准，同时考虑过往经验来综合确定日产气量，然后算出日产水量与日产气量之间的比值，得到水气比，但是，该方法非常依赖个人的经验，其对测量数据的变化反应较慢。
具体为，有时压力变送器、分离器和流量计中的一个或多个设备因设备故障，或者检测介质不单一的原因，会出现计量偏差，当设备出现计量偏差时，其最终得到的日产气量就会出现较大偏差，在利用现有技术方法测量日产气量时，往往一段时间(少则七八天，多则十几天)才能发现测量设备出现计量偏差，造成此段时间内测出的日产气量出现较大偏差，使其变为无效数据，不能用作后期合理配产的依据，对后期的合理配产产生较大的影响。
所以，基于上述，目前凾需一种计算气井日产气量的方法，解决以上问题。
发明内容
本发明的目的在于：针对现有技术存在的测量油压、日产水量和日产气量的方法非常依赖个人的经验，有很大的主观性，而当用于测量的压力变送器、分离器或者流量计出现计量偏差时，该方法无法及时从数据中得知设备出现计量偏差，使得导致一段时间内所记录的日产气量数据偏差较大，不能使用的问题，提供一种见水气井日产气量测量偏差的检测方法及检测系统，通过将拟合出的理论日产气量和实际日产气量相比较，并根据比较结果及时判断所述设备是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，提高数据测量的准确性，大大降低被测数据成为无效数据的概率。
为了实现上述目的，本发明采用的技术方案为：
一种见水气井日产气量测量偏差的检测方法，包括以下步骤，
S1：建立日产气量模型，所述日产气量模型满足当有油压和日产水量数据输入的时候，输出理论日产气量；
S2：将得到的理论日产气量与用设备测得的实际日产气量相比较，并根据比较结果判断所述设备是否出现计量偏差。
本发明所述的一种见水气井日产气量测量偏差的检测方法，先建立反映日产气量、油压和日产水量之间相对关系的日产气量模型，然后将目标日设备采集的油压、日产水量输入日产气量模型，输出目标日理论日产气量，再将目标日理论日产气量与目标日设备采集的日产气量相比较，来判断是否在偏差范围之内，如果偏差过大，则证明用于测量油压、日产水量和日产气量的设备中一个或者多个出现计量偏差，则可以立即使用调整日产气量测量数据或检修设备。
综上所述，通过日产气量模型得出的日产气量与现有设备采集的日产气量相比较，从而快速检测出用于测量日产气量、油压和日产气量的设备中是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，提高了数据测量的准确性，大大降低了被测数据成为无效数据的概率。
优选地，如果其实际日产气量与理论日产气量之比大于或等于第一阈值且小于或等于第二阈值，则视为设备运行正常；
如果其实际日产气量与理论日产气量之比小于第一阈值或者大于第二阈值，则视为运行设备存在异常，
其中，所述第一阈值为0.8，所述第二阈值为1.2。
百分之20的偏差率，在现有行业内能够接受，故理论日产气量对比设备测得的同日日产气量之比以0.8和1.2分界。
优选地，建立所述日产气量模型需要如下步骤，
S11：采集目标日之前一段时间的气井日产气量、油压和日产水量数据集，并计算出相应的水气比数据集；
S12：将S11步骤中的数据集进行多元拟合，得到相对应的日产气量模型；
S13：采集目标日的油压和日产水量数据，将该数据输入至S12步骤中的所述日产气量模型，并输出目标日的理论日产气量；
S14：采集目标日的实际日产气量数据，并将实际日产气量与S13步骤中的理论日产气量相比较，并根据比较结果判断所述设备是否出现计量偏差；
S15：如果判断所述设备计量正常，则将目标日的油压、日产水量和实际日产气量数据加入S11步骤中的数据集，并形成新的数据集，之后将所述新的数据集进行多元拟合，得到新的日产气量模型，如果判断所述设备出现计量偏差，则舍弃目标日的油压、日产水量和实际日产气量数据，并检修所述设备；
S16：循环S13步骤和S15步骤。
本发明所述的一种见水气井日产气量测量偏差的检测方法，上述方案中的前一段时间为目标日前至少25个测量日的数据。
本发明所述的一种见水气井日产气量测量偏差的检测方法，先采集一段时间气井日产气量、油压和日产水量的数据，通过对应的日产气量和日产水量的比值，得出水气比的数据，并通过初步筛选，将明显被人为因素影响的无效的数据排除，留下有效数据，并形成数据集；
之后将上述筛选留下的数据集进行多元拟合，并求出同一天，日产气量、油压和水气比之间的关系的日产气量模型；
通过日产气量模型，将后续采集到的油压和日产水量代入日产气量模型，求出对应的日产气量，再与由设备采集到且通过经验综合确定的相同时间段的日产气量相比较，看是否在偏差范围之内，如果偏差过大，则证明用于测量油压、日产水量和日产气量的设备中一个或者多个出现计量偏差，则可以立即调整日产气量测量数据或使用其他方法检修设备。
其中，只要出现计量偏差，则先检测设备，以确定设备是否出现故障，
如果设备异常，则检修设备；
如果设备正常，则为日产气量综合确定时出现经验偏差，则调整日产气量测量数据，使调整后的日产气量测量数据在偏差范围内，该调整后的数据即可作为后期合理配产的依据。
在上述方案中，由于同一气井的日产气量、油压和水气比为连续平滑变化，很少出现突变，故通过现有采集的日产气量、油压和水气比，持续每天输入日产气量模型，使得日产气量模型内的已有数据集更加丰富，相比于修正前的日产气量模型更加准确。
综上所述，将通过日产气量模型得出的日产水量与现有技术得到的对应日产水量相比较，从而快速检测出用于测量日产气量、油压和日产水量的设备中是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，提高了数据测量的准确性，大大降低了被测数据成为无效数据的概率。
上述方案中，由于水气比为本领域技术人员常用的参数，兼顾本领域技术人员的使用习惯，故在拟合时，以油压、水气比和日产气量为参数。
优选地，所述日产气量模型为：
(cp2+bp+a)Qd＝r
所述水气比r为：
则日产气量、油压和日产水量之间的关系为：
(cp2+bp+a)Q(d+1)＝QW
进一步得出：
其中，p-油压，MPa；Q-日产气量，104m3/d；r-水气比，m3/104m3；QW-日产水量，104m3/d；a、b、c、d为拟合系数。
优选地，S12步骤中，通过日产气量、油压和水气比进行多元拟合的图形形状，来筛选出以油压为变量的第一多项式集和以水气比为变量的第二多项式集，并将所述第一多项式集中的每个多项式和所述第二多项式集中的每个多项式均进行组合，得出所述日产气量模型。
优选地，S12步骤中，将S11步骤中的有效数据输入拟合软件，利用拟合软件建立日产气量模型，并对日产气量、油压和水气比的有效数据进行多元拟合。
优选地，所述拟合软件包括Matlab、Origin、1stOpt软件。
本发明还公开了一种见水气井日产气量测量偏差的检测系统，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本申请所述的测量偏差的检测方法。
本申请所述的一种见水气井日产气量测量偏差的检测系统，能够快速、准确、方便地运行本申请所述的方法，大大节约了人工成本，提高了运行方法的准确率。
本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所述的测量偏差的检测方法。
本申请所述的一种计算机可读存储介质，能够快速、准确、方便地运行本申请所述的方法，大大节约了人工成本，提高了运行方法的准确率。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本申请的一种见水气井日产气量测量偏差的检测方法，通过日产气量模型得出的日产气量与现有设备采集的日产气量相比较，从而快速检测出用于测量日产气量、油压和日产气量的设备中是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，提高了数据测量的准确性，大大降低了被测数据成为无效数据的概率。2、本申请所述的一种见水气井日产气量测量偏差的检测系统，能够快速、准确、方便地运行本申请所述的方法，大大节约了人工成本，提高了运行方法的准确率。3、本申请所述的一种计算机可读存储介质，能够快速、准确、方便地运行本申请所述的方法，大大节约了人工成本，提高了运行方法的准确率。
图中标记：1-电子设备，11-处理器，12-存储器，13-输入输出接口，14-电源。
附图说明
图1为2017年2月1日-2017年2月28日yb10-c1气井对应的日产气量模型；
图2为本申请所述的一种见水气井日产气量测量偏差的检测方法基本流程图；
图3为本申请所述的一种见水气井日产气量测量偏差的检测方法详细流程图。
图4为本申请所述的一种见水气井日产气量测量偏差的检测系统结构图。
具体实施方式
下面结合附图，对本发明作详细的说明。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例1
如图2所示，一种见水气井日产气量测量偏差的检测方法，包括以下步骤，
S1：建立日产气量模型，所述日产气量模型满足当有油压和日产水量数据输入的时候，输出理论日产气量；
S2：将得到的理论日产气量与用设备测得的实际日产气量相比较，并根据比较结果判断所述设备是否出现计量偏差。
本发明所述的一种见水气井日产气量测量偏差的检测方法，先建立反映日产气量、油压和日产水量之间相对关系的日产气量模型，然后将目标日设备采集的油压、日产水量输入日产气量模型，输出目标日理论日产气量，再将目标日理论日产气量与目标日设备采集的日产气量相比较，来判断是否在偏差范围之内，如果偏差过大，则证明用于测量油压、日产水量和日产气量的设备中一个或者多个出现计量偏差，则可以立即使用调整日产气量测量数据或检修设备。
综上所述，通过日产气量模型得出的日产气量与现有设备采集的日产气量相比较，从而快速检测出用于测量日产气量、油压和日产气量的设备中是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，提高了数据测量的准确性，大大降低了被测数据成为无效数据的概率。
在上述基础上，进一步优选的方式，如果其实际日产气量与理论日产气量之比大于或等于第一阈值且小于或等于第二阈值，则视为设备运行正常；
如果其实际日产气量与理论日产气量之比小于第一阈值或者大于第二阈值，则视为运行设备存在异常。
其中，所述第一阈值为0.8，所述第二阈值为1.2。
百分之20的偏差率，在现有行业内能够接受，故理论日产气量对比设备测得的同日日产气量之比以0.8和1.2分界。
如图3所示，在上述基础上，进一步优选的方式，建立所述日产气量模型需要如下步骤，
S11：采集目标日之前一段时间的气井日产气量、油压和日产水量数据集，并计算出相应的水气比数据集；
S12：将S11步骤中的数据集进行多元拟合，得到相对应的日产气量模型；
S13：采集目标日的油压和日产水量数据，将该数据输入至S12步骤中的所述日产气量模型，并输出目标日的理论日产气量；
S14：采集目标日的实际日产气量数据，并将实际日产气量与S13步骤中的理论日产气量相比较，并根据比较结果判断所述设备是否出现计量偏差；
S15：如果判断所述设备计量正常，则将目标日的油压、日产水量和实际日产气量数据加入S11步骤中的数据集，并形成新的数据集，之后将所述新的数据集进行多元拟合，得到新的日产气量模型，如果判断所述设备出现计量偏差，则舍弃目标日的油压、日产水量和实际日产气量数据，调整日产气量测量数据或检修所述设备；
S16：循环S13步骤和S15步骤。
本发明所述的一种见水气井日产气量测量偏差的检测方法，先采集一段时间气井日产气量、油压和日产水量的数据，通过对应的日产气量和日产水量的比值，得出水气比的数据，并通过初步筛选，将明显被人为因素影响的无效的数据排除，留下有效数据，并形成数据集；
之后将上述筛选留下的数据集进行多元拟合，并求出同一天，日产气量、油压和水气比之间的关系的日产气量模型；
本方案中的一段时间为目标日前至少25个测量日的数据。
通过日产气量模型，将后续采集到的油压和日产水量代入日产气量模型，求出对应的日产气量，再与由设备采集到且通过经验综合确定的相同时间段的日产气量相比较，看是否在偏差范围之内，如果偏差过大，则证明用于测量油压、日产水量和日产气量的设备中一个或者多个出现计量偏差，则可以立即使用其他方法调整日产气量测量数据或检修设备。
在上述方案中，由于同一气井的日产气量、油压和水气比为连续平滑变化，很少出现突变，故通过现有采集的日产气量、油压和水气比，持续每天输入日产气量模型，使得日产气量模型内的已有数据集更加丰富，相比于修正前的日产气量模型更加准确。
综上所述，将通过日产气量模型得出的日产水量与现有技术得到的对应日产水量相比较，从而快速检测出用于测量日产气量、油压和日产水量的设备中是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，提高了数据测量的准确性，大大降低了被测数据成为无效数据的概率。
上述方案中，由于水气比为本领域技术人员常用的参数，兼顾本领域技术人员的使用习惯，故在拟合时，以油压、水气比和日产气量为参数。
优选地，所述步骤S12中，通过日产气量、油压和水气比进行多元拟合的图形形状，来筛选出以油压为变量的第一多项式集和以水气比为变量的第二多项式集，并将所述第一多项式集中的每个多项式和所述第二多项式集中的每个多项式均进行组合，得出所述日产气量模型。
优选地，步骤S12中，将步骤S11中的有效数据输入拟合软件，利用拟合软件建立日产气量模型，并对日产气量、油压和水气比的有效数据进行多元拟合。
优选地，所述拟合软件包括Matlab、Origin、1stOpt软件。
实施例2
本实施例为中国石油化工有限公司西南油气分公司采气二厂的yb10-c1井为例，其具体为：
表1：理论日产气量与实际日产气量
我们利用本申请所述的方法来检测2017年3月1日之后的压力变送器(测量油压)、分离器(测量日产水量)，流量计(测量日产气量)是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，先采集2017年3月1日之前一段时间(2017年2月1日-2017年2月28日，其中，开始日期可以比2017年2月1日前，且越前越好)的气井日产气量、油压和日产水量数据集，并计算出相应的水气比数据集；
将上部得到的数据集进行多元拟合，得到相对应的日产气量模型，
如图1所示，其中，c＝0.008015，b＝-0.6353，a＝12.64，d＝0.5582。
图1中，Custom Equation：拟合方程式，Fit name:名称，data：数据，Weights：重量，Results：结果，Auto fit:自动调整，fit：调整，stop：停止。
将a、b、c和d输入日产气量模型，得：
之后，采集2017年3月1日的油压、日产水量和日产气量数据(详见表1)，其中，实际油压p＝39.29(Mpa)、实际日采水量Qw＝9.4(m3)和实际日采气量Q＝25.33(104m3)，将实际油压和实际日采水量输入日产气量模型，得到2017年3月1日的理论日产气量Q＝28.14(104m3)；
将2017年3月1日的理论日产气量Q＝28.14(104m3)与2017年3月1日的实际日产气量Q＝25.33(104m3)相比较，其比值为0.9，在0.8至1.2的范围内，则证明所述设备出现计量偏差；
在现场检验，也确定其设备出现计量偏差。
在上述方案进行的同时，将2017年3月1日的油压、日产水量和日产气量数据加入S11步骤中的数据集，并形成新的数据集，之后将所述新的数据集进行多元拟合，得到新的日产气量模型，以供2017年3月2日使用，依次往复循环，即可得到后续天数中的实际日产气量与理论日产气量的比值，再根据取值范围落入参照标准的那个区间，依次来判断所述设备是否出现计量偏差。
其中，参照标准为：
如果其实际日产气量与理论日产气量之比大于或等于0.8且小于或等于1.2，则视为设备运行正常；
如果其实际日产气量与理论日产气量之比小于0.8或者大于1.2，则视为运行设备存在异常。
其对比可以借助excel软件等来实现。
如表1所示，在运行中，2017年3月4日，其实际日产气量与理论日产气量之比为1.42，远远超过1.2的临界值，故对现场中的压力变送器、分离器和流量计作了检修，发现用于测量油压的压力变送器出现故障，导致油压波动，现场及时维修，至2017年3月6日，恢复正常。在故障发生当晚即发现压力变送器、分离器和流量计中有存在故障的情况，且快速排查，最终在2017年3月5日排出故障，前后至花费2天时间，该两天流量计测量的日产气量排出在外，不做为有效数据；
2017年3月29日，其实际日产气量与理论日产气量之比为1.20，达到临界值，但并未超出临界值，继续观察，2017年3月30日，其实际日产气量与理论日产气量之比为1.21，超过1.2的临界值，故对现场中的压力变送器、分离器和流量计作了检修，并未发现设备存在故障的情况，则为检测介质不单一的原因造成的计量偏差，此时，调整2017年3月30日综合确定的日产气量数据为24.1，和2017年3月31日综合确定的日产气量数据为24.3，并将其作为有效数据，可以作为以后见水气井的合理配产的依据数据，但是该数据不计入新的数据集。
从上方处理数据来看，从出现计量偏差到检测故障或调整日产气量测量数据往往只需要1天时间，相比于现有技术一段时间(少则七八天，多则十几天)才能发现测量设备出现计量偏差，造成此段时间内测出的日产气量出现较大偏差，使其变为无效数据，对后期的合理配产产生较大的影响的问题，作出了非常大的改进，快速检测出用于测量日产气量、油压和日产水量的设备中是否出现计量偏差，从而能够及时调整日产气量测量数据或检修设备，其效率提高大概10倍，大大提高了数据测量的准确性，大大降低了被测数据成为无效数据的概率。
实施例3
如图4所示，本发明还公开了一种见水气井日产气量测量偏差的检测系统，即电子设备1(例如具备程序执行功能的计算机服务器)，其包括至少一个处理器11，电源14，以及与所述至少一个处理器11通信连接的存储器12和输入输出接口13；所述存储器12存储有可被所述至少一个处理器11执行的指令，所述指令被所述至少一个处理器11执行，以使所述至少一个处理器11能够执行前述任一实施例所公开的方法。
所述输入输出接口13可以包括显示器、键盘、鼠标、以及USB接口，用于输入输出数据。
电源14用于为电子设备1提供电能。
本领域技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤。
而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
当本发明上述集成的单元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，也可以存储在一个计算机可读取存储介质中。
基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。
而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所述的一种见水气井日产气量测量偏差的检测系统，能够快速、准确、方便地运行本申请所述的方法，大大节约了人工成本，提高了运行方法的准确率。
实施例4
本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请前述任一实施例所公开的方法。
本申请所述的一种计算机可读存储介质，能够快速、准确、方便地运行本申请所述的方法，大大节约了人工成本，提高了运行方法的准确率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种见水气井日产气量测量偏差的检测方法，其特征在于：包括以下步骤，
S1：建立日产气量模型，所述日产气量模型满足当有油压和日产水量数据输入的时候，输出理论日产气量；
S2：将得到的理论日产气量与用设备测得的实际日产气量相比较，并根据比较结果判断所述设备是否出现计量偏差。
2.根据权利要求1所述的一种见水气井日产气量测量偏差的检测方法，其特征在于，
如果其实际日产气量与理论日产气量之比大于或等于第一阈值且小于或等于第二阈值，则视为设备运行正常；
如果其实际日产气量与理论日产气量之比小于第一阈值或者大于第二阈值，则视为运行设备存在异常，
其中，所述第一阈值为0.8，所述第二阈值为1.2。
3.根据权利要求2所述的一种见水气井日产气量测量偏差的检测方法，其特征在于，建立所述日产气量模型需要如下步骤，
S11：采集目标日之前一段时间的气井日产气量、油压和日产水量数据集，并计算出相应的水气比数据集；
S12：将S11步骤中的数据集进行多元拟合，得到相对应的日产气量模型；
S13：采集目标日的油压和日产水量数据，将该数据输入至S12步骤中的所述日产气量模型，并输出目标日的理论日产气量；
S14：采集目标日的实际日产气量数据，并将实际日产气量与S13步骤中的理论日产气量相比较，并根据比较结果判断所述设备是否出现计量偏差；
S15：如果判断所述设备计量正常，则将目标日的油压、日产水量和实际日产气量数据加入S11步骤中的数据集，并形成新的数据集，之后将所述新的数据集进行多元拟合，得到新的日产气量模型，如果判断所述设备出现计量偏差，则舍弃目标日的油压、日产水量和实际日产气量数据，并检修所述设备；
S16：循环S13步骤和S15步骤。
4.根据权利要求1所述的一种见水气井日产气量测量偏差的检测方法，其特征在于：所述日产气量模型为：
(cp2+bp+a)Qd＝r
所述水气比r为：
则日产气量、油压和日产水量之间的关系为：
(cp2+bp+a)Q(d+1)＝QW
进一步得出：
其中，p-油压，MPa；Q-日产气量，104m3/d；r-水气比，m3/104m3；QW-日产水量，104m3/d；a、b、c、d为拟合系数。
5.一种见水气井日产气量测量偏差的检测系统，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至4中任一项所述的测量偏差的检测方法。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4任一项所述的测量偏差的检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910906332.9A CN112627800B (zh) | 2019-09-24 | 2019-09-24 | 一种见水气井日产气量测量偏差的检测方法及检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910906332.9A CN112627800B (zh) | 2019-09-24 | 2019-09-24 | 一种见水气井日产气量测量偏差的检测方法及检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112627800A true CN112627800A (zh) | 2021-04-09 |
| CN112627800B CN112627800B (zh) | 2024-03-29 |
Family
ID=75282959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910906332.9A Active CN112627800B (zh) | 2019-09-24 | 2019-09-24 | 一种见水气井日产气量测量偏差的检测方法及检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112627800B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130041588A1 (en) * | 2011-08-09 | 2013-02-14 | Advanced Flow Technologies Inc. | Flow management system and method |
| CN104500030A (zh) * | 2014-11-21 | 2015-04-08 | 中国石油天然气股份有限公司 | 超高压气藏生产动态异常数据诊断及修正方法 |
| CN105160071A (zh) * | 2015-08-05 | 2015-12-16 | 中国石油化工股份有限公司 | 一种适合气液同产水平井井下工况的判别方法 |
| CN106325144A (zh) * | 2015-07-06 | 2017-01-11 | 湖州庆渔堂农业科技有限公司 | 一种水产养殖监控系统的监测数据校准方法及系统 |
| CN106408138A (zh) * | 2016-11-24 | 2017-02-15 | 成都北方石油勘探开发技术有限公司 | 一种预警油井短期生产指标异常的方法 |
| CN106779140A (zh) * | 2016-11-15 | 2017-05-31 | 红有软件股份有限公司 | 一种非常规天然气煤层气井产能分析及产量预测的方法 |
| CN107045671A (zh) * | 2017-03-22 | 2017-08-15 | 重庆科技学院 | 产水气井积液风险预测方法 |
| CN107858883A (zh) * | 2017-11-29 | 2018-03-30 | 北京交通大学 | 一种轨道系统安全状态综合监测及智能分析方法 |
| US20190094403A1 (en) * | 2017-09-28 | 2019-03-28 | Chevron U.S.A. Inc. | Systems and methods for estimating reservoir productivity as a function of depth in a subsurface volume of interest |
-
2019
- 2019-09-24 CN CN201910906332.9A patent/CN112627800B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130041588A1 (en) * | 2011-08-09 | 2013-02-14 | Advanced Flow Technologies Inc. | Flow management system and method |
| CN104500030A (zh) * | 2014-11-21 | 2015-04-08 | 中国石油天然气股份有限公司 | 超高压气藏生产动态异常数据诊断及修正方法 |
| CN106325144A (zh) * | 2015-07-06 | 2017-01-11 | 湖州庆渔堂农业科技有限公司 | 一种水产养殖监控系统的监测数据校准方法及系统 |
| CN105160071A (zh) * | 2015-08-05 | 2015-12-16 | 中国石油化工股份有限公司 | 一种适合气液同产水平井井下工况的判别方法 |
| CN106779140A (zh) * | 2016-11-15 | 2017-05-31 | 红有软件股份有限公司 | 一种非常规天然气煤层气井产能分析及产量预测的方法 |
| CN106408138A (zh) * | 2016-11-24 | 2017-02-15 | 成都北方石油勘探开发技术有限公司 | 一种预警油井短期生产指标异常的方法 |
| CN107045671A (zh) * | 2017-03-22 | 2017-08-15 | 重庆科技学院 | 产水气井积液风险预测方法 |
| US20190094403A1 (en) * | 2017-09-28 | 2019-03-28 | Chevron U.S.A. Inc. | Systems and methods for estimating reservoir productivity as a function of depth in a subsurface volume of interest |
| CN107858883A (zh) * | 2017-11-29 | 2018-03-30 | 北京交通大学 | 一种轨道系统安全状态综合监测及智能分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李文魁等: "涩北气田排水采气优选模式", 天然气工业, vol. 29, no. 09, 25 September 2009 (2009-09-25), pages 60 - 63 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112627800B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108663995B (zh) | 一种工业过程变量趋势异常检测方法及装置 | |
| AU2008335610B2 (en) | Methods and systems to estimate wellbore events | |
| JP2007170021A (ja) | 配水及び管路情報解析システム | |
| CN102521080B (zh) | 一种电力用户用电信息采集系统的计算机数据修复方法 | |
| CN109916634B (zh) | 一种航空涡扇发动机剩余使用寿命预测方法及系统 | |
| JP2015011027A (ja) | 時系列データにおける異常を検出する方法 | |
| CN110780261B (zh) | 一种电量采集数据核对方法及系统 | |
| WO2017077970A1 (ja) | 真空ポンプの判断システム、および真空ポンプ | |
| CN117439827B (zh) | 一种网络流量大数据分析方法 | |
| CN117029968A (zh) | 一种流量数据的诊断方法、系统、存储介质和电子设备 | |
| CN116163807A (zh) | 一种基于arima模型的隧道健康监测异常数据动态预警方法 | |
| JP6803788B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| CN112627800A (zh) | 一种见水气井日产气量测量偏差的检测方法及检测系统 | |
| CN117109805A (zh) | 一种压力传感设备的异常压力检测与校正方法 | |
| CN101660401B (zh) | 一种基于加速度传感器的抽油机实时停机监测报警方法 | |
| TWI617788B (zh) | 即時預檢填料塔液泛現象的方法 | |
| EP3950966B1 (en) | Blast furnace abnormality assessment device, blast furnace abnormality assessment method, and blast furnace operation method | |
| CN115204669A (zh) | 基于用电数据的污水处理厂行为异常判定方法及系统 | |
| CN111913463B (zh) | 一种核电厂化学容积控制系统状态监测方法 | |
| CN114858250A (zh) | 一种智慧水表的故障检测方法、系统及可读存储介质 | |
| CN111985146B (zh) | 一种措施潜力井的确定方法和确定装置 | |
| CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 | |
| CN110083804B (zh) | 基于条件分布回归的风电场scada数据缺失的智能修复方法 | |
| CN110009151B (zh) | 一种石油钻井事故时间的标注方法 | |
| CN111737286B (zh) | 一种表计复位判断方法、装置及存储介质 |
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 |