CN113323642A - 一种气井积液在线诊断与泡沫排液采气智能注剂方法 - Google Patents

Abstract

本发明公开了一种用于气井积液在线诊断与泡沫排液采气智能注剂的方法，包括：实时采集井口油压、井口套压、产气量和产液量，基于此，计算油套管环空压降、油管摩阻压降和油管携液压降；根据油套管环空压降、油管摩阻压降和油管携液压降，结合井口油套管压差，得到实时油管积液量；利用实时油管积液量，调整当前注剂过程起始时机和相应的目标泵注量。本发明提高了积液量在线诊断结果的准确度、以及智能注剂系统的稳定性，提升了泡排注剂智能决策水平，节约了药剂。

Description

一种气井积液在线诊断与泡沫排液采气智能注剂方法

技术领域

本发明涉及石油天然气开采技术领域，尤其是涉及一种用于气井积液在线诊断与泡沫排液采气智能注剂的方法。

背景技术

泡沫排液采气是解决天然气井积液问题、维持气井中后期稳产的最主要工艺。近年来，在数字气田、智能气田的大发展趋势下，依靠经验定时、定量的加注模式已无法满足气田生产需要，加注工艺开始向智能化方向进军。

泡排智能加注的一般思路为“实时诊断气井积液，智能决策加药时机和目标加药量，自动启动泵注药剂”，因此积液诊断是智能加注的前提，智能决策是智能加注的核心。目前，气井液面测量技术主要依靠声波反射法，但在有泡沫的井中误差较大，因此，泡排井的积液诊断主要采用实时采集井口油压、井口套压，计算油压和套压之差，估算井筒积液量；泡排注剂的智能决策则主要通过设定井筒积液量阈值，比较井筒积液量与阈值的关系，从而决策是否加药。

然而，上述现有方法应用于现场时存在以下几点问题：(1)油套压差不能直接反映井下积液量，而是，反映了井底积液量、井筒上部携液量以及管壁摩擦力的综合大小。直接采用油套压差折算液柱高度会过高估计积液量，尤其会将连续携液井误判为积液井。(2)积液井井筒呈现段塞流间歇排液，导致油套压差数据频繁波动，因此会造成系统对积液量的反复误判，基于现有的注剂时机决策方法是直接利用实时井下积液量与井下积液量阈值进行比较而在超过阈值后启动主机操作的，故这种决策方法会引起泵的频繁启停而无法有效的排除井下积液。(3)从气井加药到积液排出有一段反应时间，此期间系统若采用现有的加药时机决策方法，会持续判定为井筒积液，造成重复过量加药，通过延长积液判定周期虽可避免重复加药，但判断的实时性变差，会错过最佳加药时机，缺乏智能加注的实际意义。

因此，本发明急需提供一种能够解决上述一个或几个现有技术缺陷的技术方案。

发明内容

为了解决上述技术问题，本发明实施例提供了一种用于气井积液在线诊断与泡沫排液采气智能注剂的方法，包括：步骤一、实时采集井口油压、井口套压、产气量和产液量，基于此，计算油套管环空压降、油管摩阻压降和油管携液压降；步骤二、根据所述油套管环空压降、所述油管摩阻压降和所述油管携液压降，结合井口油套管压差，得到实时油管积液量；步骤三、利用所述实时油管积液量，调整当前注剂过程起始时机和相应的目标泵注量。

优选地，所述步骤三，包括：参考历史的实时油管积液量数据，将从当前时刻到前一次加药操作启动后所对应的井下液体积累过程内的最大油管积液量对应的第一时刻、与最小油管积液量对应的第二时刻，计算当前积液周期所对应的积液时间；在本次积液周期未实施过加药操作时，根据所述积液时间和所述产液量，利用目标泵注量计算式，得到针对本次积液周期的所述目标泵注量。

优选地，进一步，确定用于表示井下积液量达到需要加药操作状态的第一积液量阈值；在当前时刻之前的预设时间段内，统计每个计算时间间隔得到的所述实时油管积液量达到或超过所述第一积液量阈值的数据点个数，得到该时间段内的需要实施加药操作的第一概率；当所述第一概率达到或超过预设的加药标准置信概率阈值时，生成加药泵启动指令，以自动控制泵注用于排出井下积液的待注入药剂。

优选地，利用预设的井下允许积液的最大积液量阈值，确定所述第一积液量阈值，其中，所述第一积液量阈值小于所述最大积液量阈值。

优选地，所述步骤一，包括：根据所述油套管环空压降、所述井口油压和所述井口套压，得到油管内平均压力；根据所述油管内平均压力和井筒内平均温度，得到油管内平均气体密度；根据所述油管内平均气体密度，结合油管内平均气体流速、油管内平均液体流速、气井油管内经和油管下入深度，计算所述油管摩阻压降。

优选地，所述步骤一，进一步，参考气体流速、液体流速、液体密度、液体黏度、和气液间界面张力对油管的影响程度，计算油管的持液率；根据所述油管的持液率，并结合所述油管内平均气体密度和液体密度，计算所述油管携液压降。

优选地，所述油管摩阻压降利用如下表达式计算：

ΔP_f＝0.5×10^-6f(ρ_gv_g+ρ_lv_l)(v_g+v_l)H/D

其中，ΔP_f表示所述油管摩阻压降，ρ_l表示液体密度，f表示摩擦阻力系数，H表示所述油管下入深度，D表示气井油管内径，ρ_g＝3484.1γ_gP/(ZT)，ρ_g表示所述油管内平均气体密度，γ_g表示天然气相对密度，P表示所述油管内平均压力，Z表示天然气平均偏差系数，T表示所述井筒内平均温度，v_g＝4.0023×10^-9ZTQ_g/(PA)，v_g表示所述油管内平均气体流速，Q_g表示所述产气量，v_l＝1.1574×10^-5Q_l/A，v_l表示所述油管内平均液体流速，Q_l表示所述产液量。

优选地，所述油管携液压降利用如下表达式计算：

ΔP_l＝10^-6[ρ_lH_l+ρ_g(1-H_l)]gH

其中，ΔP_l表示所述油管携液压降，ρ_l表示液体密度，ρ_g表示所述油管内平均气体密度，g表示重力加速度，H表示所述油管下入深度，H_l表示所述油管的持液率。

优选地，所述目标泵注量计算式利用如下表达式表示：

其中，W表示所述目标泵注量，M_max表示预设的井下允许积液的最大积液量阈值，Q_l表示所述产液量，C表示积液时间，w_e表示待注入药剂的井下有效浓度，w_s表示待注入药剂的地面加注浓度。

优选地，所述油套管环空压降利用如下表达式计算：

其中，ΔP_ann表示所述油套管环空压降，P_c表示所述井口套压，e表示自然常数，γ_g表示天然气相对密度，H表示油管下入深度，Z表示天然气平均偏差系数，T表示井筒内平均温度。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明提供了一种用于气井积液在线诊断与泡沫排液采气智能注剂的方法。该方法首先采用了在考虑油套管压差基础上，进一步综合考虑井筒携液量和气流摩擦力对井底积液量计算结果的影响，建立了更准确的油管积液量在线诊断方法。这样，提高了积液量在线诊断结果的准确度，降低积液误判率，尤其是解决了传统油套压差法将连续携液井误判为积液井的问题，提高智能注剂决策水平。另外，本发明引入了加药标准置信概率阈值，并实时计算在当前时刻之前的预设时间段内的需要实施(启动)注剂操作的概率，消除了油套压差数据波动引起的积液误判和反复启泵问题。具体利用气井积液周期自适应调节加药周期，既解决重复加药问题，又实现最佳的加药时机；并且基于井下允许积液的最大积液量阈值和积液周期对应的积液时间，自适应地优化泵注量。这样，解决了因油套压差波动大引起的积液反复误判、泵频繁启停的问题，提高了整个智能注剂系统的稳定性，提升了泡排注剂智能决策水平，同时节约了药剂。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法的场景应用示意图。

图2为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法的步骤图。

图3为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法中进行井下积液在线诊断过程的具体流程图。

图4为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法中采气智能注剂过程的具体流程图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

泡沫排液采气是解决天然气井积液问题、维持气井中后期稳产的最主要工艺。近年来，在数字气田、智能气田的大发展趋势下，依靠经验定时、定量的加注模式已无法满足气田生产需要，加注工艺开始向智能化方向进军。

泡排智能加注的一般思路为“实时诊断气井积液，智能决策加药时机和目标加药量，自动启动泵注药剂”，因此积液诊断是智能加注的前提，智能决策是智能加注的核心。目前，气井液面测量技术主要依靠声波反射法，但在有泡沫的井中误差较大，因此，泡排井的积液诊断主要采用实时采集井口油压、井口套压，计算油压和套压之差，估算井筒积液量；泡排注剂的智能决策则主要通过设定井筒积液量阈值，比较井筒积液量与阈值的关系，从而决策是否加药。

然而，上述现有方法应用于现场时存在以下几点问题：(1)油套压差不能直接反映井下积液量，而是，反映了井底积液量、井筒上部携液量以及管壁摩擦力的综合大小。直接采用油套压差折算液柱高度会过高估计积液量，尤其会将连续携液井误判为积液井。(2)积液井井筒呈现段塞流间歇排液，导致油套压差数据频繁波动，因此会造成系统对积液量的反复误判，基于现有的注剂时机决策方法是直接利用实时井下积液量与井下积液量阈值进行比较而在超过阈值后启动主机操作的，故这种决策方法会引起泵的频繁启停而无法有效的排除井下积液。(3)从气井加药到积液排出有一段反应时间，此期间系统若采用现有的加药时机决策方法，会持续判定为井筒积液，造成重复过量加药，通过延长积液判定周期虽可避免重复加药，但判断的实时性变差，会错过最佳加药时机，缺乏智能加注的实际意义。

因此，本发明为了解决上述技术问题，提供了一种用于气井积液在线诊断与泡沫排液采气智能注剂的方法。该方法在气井井下积液的在线诊断方法中，将实际的井底积液量在线计算结果，综合考虑了油管与套管之间形成的环形空间的压降、以及油管携液量和气流摩擦力的影响，建立了更为准确的油管积液量在线诊断方法。另外，在泡沫排液采气智能注剂方法中，采用了通过统计预设时间段内实时井下积液量达到需要加药的积液量阈值的数据点的方法，来计算在该段时间内需要实施加药操作的概率来判断是否启动加药操作，消除由于油套压差数据波动引起的积液误判和反复启、停泵的问题，根据气井积液周期自适应调节加药周期，既解决重复加药问题，又实现了在最佳的加药时机的判定。此外，在泡沫排液采气智能注剂方法中，还根据自适应调节的气井积液周期、以及该周期最大积液量，自适应的优化加注量，从而提高了当前注剂过程的整体精度，使得实际需求的目标加注量和加注时机更加符合井下实际情况。

图2为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法的步骤图。如图2所示，首先，步骤S210实时采集井口油压、井口套压、产气量和产液量，基于此，计算油套管环空压降、油管摩阻压降和油管携液压降。图1为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法的场景应用示意图。在实际的天然气开采过程中，随着气田开发，地层能量逐渐降低，气体携液能力减弱，井筒积液逐渐增多，若不能将井筒积液及时排出，液体对气层的回压将会增大，导致天然气产量急剧下降，甚至出现水淹现象。因此，需要实时准确掌握井下积液量的大小，来针对当前的井下积液进行注剂处理，以降低当前积液量。而后，随着井底积液量再次逐渐增多并达到需要针对此次井下积液进行注剂处理时，再次实施针对当前井下积液的注剂操作。这样，井下积液增多过程与注剂过程按照上述应用场景交替进行。

参考图1和图2，本发明所述的井下积液量的实时监测过程是基于实时采集到的井口处的实时井口油管压力、实时井口套管压力、井口处产出天然气的产量和井口处产出液体的产量，来计算出能够影响井下积液量计算结果的因素。在实际应用过程中，由于油管与套管之间的井口压差，不仅仅反映了井底积液量，还与井筒上部携液量、管壁摩擦力和油管与套管之间的压差等因素有关，因此，本发明在计算实时油管积液量之前，要计算出各类影响井下积液量计算结果精度的各方面因素所对应的压降值，从而才能在步骤S220中得到准确的实时油管积液量。

而后，在计算出影响井下积液量计算结果精度的各方面因素所对应的压降值后，进入到步骤S220中。步骤S220根据计算出的实时油套管环空压降、实时油管摩阻压降和实时油管携液压降，结合井口油套管压差，得到准确的实时油管积液量。接下来，步骤S230利用步骤S220计算出的更为准确的实时油管积液量，来调整当前注剂过程的起始时机和相应的向井下注入用于排出当前井下积液(用于降低当前井下积液量)的待注入药剂的目标注入量。这样，本发明在能够基于更接近井下实际情况的实时井下积液量计算结果，来对注剂过程的启动时机和注入量进行确定，使得当前注剂过程的精度得到了有效的提高。

图3为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法中进行井下积液在线诊断过程的具体流程图。下面结合图1～图3，先对本发明中的实时井下积液量的诊断过程进行说明。

步骤S301操作台实时获取气井包括：油管井口处的实时压力(井口油压)P_t、套管井口处的实时压力(井口套压)P_c、产气量Q_g和产液量Q_l在内的实时状态信息。同时，通过操作台输入针对当前注剂过程的静态参数：气井油管内径D、油管下入井下的深度H、井筒平均温度T、以及天然气相对密度γ_g。而后，进入到步骤S302。

步骤S302基于步骤S301获取到的实时状态信息和静态参数，计算油管与套管之间的所形成的环形空间的实时压降。具体地，利用实时井口套压、天然气相对密度、井筒内平均温度和油管下入深度，利用第一计算式，得到实时变化的油套管环空压降。进一步，第一计算式利用如下表达式表示：

其中，ΔP_ann表示油管与套管之间环形空间的实时压降，MPa；P_c表示井口套压，MPa；e表示自然常数2.71828；γ_g表示天然气相对密度；H表示井深(油管下入深度)，m；T表示井筒内平均温度，K；Z表示天然气平均偏差系数，在本发明实施例中，Z优选为0.9。在得到实时的油套管环空压降后，进入到步骤S303。

步骤S303在线计算油管内平均压力P和油管内平均气体密度ρ_g。具体地，首先，先根据步骤S302得到的实时油套管环空压降，结合实时井口油压和实时井口套压，利用第二计算式，得到油管内平均压力。其中，第二计算式利用如下表达式表示：

P＝(P_t+P_c+ΔP_ann)/2 (2)

式(2)中，P表示实时的油管内平均压力，MPa；P_t表示实时井口油压，MPa。而后，根据天然气相对密度、井筒内平均温度、和当前油管内平均压力，利用第三计算式，得到实时的油管内平均气体密度。其中，第三计算式利用如下表达式表示：

ρ_g＝3484.1γ_gP/(ZT) (3)

式(3)中，ρ_g表示油管内平均气体密度，kg/m³。此时，在计算出油管内平均气体密度后，进入到步骤S304。

步骤S304在线计算油管内的平均气体流速v_g和油管内的平均液体流速v_l。首先，根据井筒内平均温度、实时的产气量、油管内平均压力和油管的横截面积，利用第四计算式，得到实时的油管内平均气体流速。其中，第四计算式利用如下表达式表示：

v_g＝4.0023×10^-9ZTQ_g/(PA) (4)

式(4)中，v_g表示油管内的平均气体流速，m/s；Q_g表示实时的产气量，m³/d；A表示油管的截面积(A＝πD²/4)，m²。而后，进一步，利用实时的产液量、以及油管的横截面积，利用第五计算式，得到实时的油管内平均液体流速。其中，第五计算式利用如下表达式表示：

v_l＝1.1574×10^-5Q_l/A (5)

式(5)中，v_l表示油管内的平均液体流速，m/s；Q_l表示实时的产液量，m³/d。此时，在计算出油管内的平均气体流速和油管内的平均液体流速后，进入到步骤S305。

步骤S305在线计算油管摩阻压降。由于井筒的实际压降并非全部来自于井下积液，还包括：流体与管壁间的摩阻压降。因而，由井筒压降反算积液量时，需将这部分摩阻压降排除掉，否则会高估井底积液量。因此，本发明实施例在计算井下积液量时，需要考虑到油管内气体和液体通过油管时的摩擦力影响因素。进一步，根据上述步骤S303得到的油管内平均气体密度，结合步骤S304得到的油管内平均气体流速和油管内平均液体流速，再结合气井油管内经和油管下入深度，利用第六计算式，计算实时的通过油管内的流体所产生的摩擦阻力对应的压降值，即油管摩阻压降。其中，第六计算式利用如下表达式表示：

ΔP_f＝0.5×10^-6f(ρ_gv_g+ρ_lv_l)(v_g+v_l)H/D (6)

其中，ΔP_f表示油管摩阻压降，MPa；ρ_l表示油管内液体的密度，kg/m3，在本发明实施例中，ρ_l优选为1020kg/m³；f表示摩擦阻力系数，在本发明实施例中，f优选为0.02。

接下来，在完成摩阻压降计算后，进入到步骤S306中，以在线计算油管携液压降。在实际应用过程中，当井底逐渐产生积液时，部分液体发生回流堆积井底，部分液体仍随气流携带上升。若仅利用井筒压降来反算井下积液量时，需要将这部分携带上升的液体压降排除掉，否则会高估积液量。因此，本发明实施例在计算井下积液量时，还需要进一步考虑到油管内部分流体被携带上升的情况下，油管管壁持液影响因素下所对应的压降。

步骤S306在线计算油管携液情况下所产生的压降。具体地，首先，参考气体流速、液体流速、液体密度、液体黏度和气液间界面张力对油管的影响程度，在线计算油管持液率H₁。油管持液率是指井下液体被气流携带上升过程中，单位管段内液体所占的体积比例，无单位因次。该参数一般从两相管流基本方程出发，根据试验数据回归经验关系式得到。其中，上述关系式优选为Mukherjee&Brill关系式，以此作为油管持液率的计算方法。具体地，持液率是关于无因次气相速度数、无因次液相速度数、无因次液相粘度数和井斜角的函数。前三项无因次数是基于对影响两相管流持液率的5个主要变量按照π定理进行因次分析得出的，综合反映了气体流速、液体流速、液体密度、液体黏度、气液间界面张力这五个变量对油管内持液率的影响；井斜角则反映了油管倾斜程度对持液率的影响。因此，上述油管持液率计算方法，可满足不同产气量、产液量、井型(直井、大斜度井、水平井)条件下的油管持液率计算。

然后，根据油管的持液率参量，并结合油管内平均气体密度和液体密度，利用第七计算式，计算出实时的油管携液压降。其中，第七计算式用如下表达式表示：

ΔP_l＝10^-6[ρ_lH_l+ρ_g(1-H_l)]gH (7)

式(7)中，ΔP_l表示油管携液压降，MPa；H_l表示油管的持液率；g表示重力加速度，9.8m/s²。这样，本发明实施例能够在线计算出油管携液压降，此后，进入到步骤S307。

步骤S307根据上述步骤S302得到的油套管环空压降、步骤S305得到的油管摩阻压降和步骤S306得到的油管携液压降，结合井口油套管压差，利用第八计算式，得到实时的(当前)油管积液量。具体地，先根据实时的井口套压与井口油压的差值，得到实时变化的井口油套管压差，而后，将井口油套管压差先与当前时刻下的油套管环空压降求和处理，再将求和结果减去当前时刻下的油管摩阻压降和油管携液压降，从而得到能够反映井下当前积液量的压降，进一步得到当前的井下油管积液量。其中，第八计算式利用如下表达式表示：

M＝(P_c+ΔP_ann-ΔP_f-ΔP_l-P_t)A/(ρ_lg) (8)

其中，M表示实时的油管积液量。

这样，本发明实施例利用上述步骤S301～步骤S307对井下油管积液量进行准确的实时监测，基于此，来对当前注剂过程的启动时机和目标注入量进行调整。

图4为本申请实施例的用于气井积液在线诊断与泡沫排液采气智能注剂的方法中采气智能注剂过程的具体流程图。下面结合图1、图2和图4，对本发明实施例中的智能注浆过程进行详细说明。

步骤S401操作台在线监测时刻t对应的油管积液量M的过程中，需要设置最大积液量阈值M_max、第一积液量阈值M_cri以及置信概率(加药标准置信概率阈值)X_cri。其中，在本发明实施例中，最大积液量阈值是井下可允许的最大积液量所对应的阈值，此时，如果在超过该阈值后才启动注剂操作，早已错过最佳的加药时机，因此，在实际应用过程中，在井下积液量达到最大积液量阈值一半之前，就需要启动针对当前井下积液的注剂操作了。由此，本发明实施例中，还要对表示当前需要实施加药操作所对应的第一积液量。利用预设的井下允许积液的最大积液量阈值，确定第一积液量阈值。第一积液量阈值小于最大积液量阈值，更优选地，至少小于最大积液量阈值的一半。其中，M_cri＝YM_max，M_cri表示第一积液量；M_max表示最大积液量阈值，Y表示关系系数0<Y<1，在本发明实施例中，Y优选为1/3。而后，在完成初始化设置后，进入到步骤S402中。

步骤S402操作台参考历史的实时油管积液量数据(步骤S307得到的实时监测到的油管积液量数据)，将从当前时刻t到前一次加药操作启动后所对应的井下液体积累过程(本次积液累积周期)内的最大油管积液量M₂对应的第一时刻t₂、与最小油管积液量M₁对应的第二时刻t₁，计算当前积液周期所对应的积液(累积)时间C。由于操作台实时记录通过步骤S301～步骤S307得到的油管积液量数据，能够反映不同阶段加药操作前井下积液逐渐量累积增多的过程中各个时刻点对应的积液量数据、以及加药操作实施之后井下积液量逐渐降低的过程中各个时刻点对应的积液量数据，因此，针对每个阶段的加药操作前，都具有一定时间段的积液累积过程，即积液周期。其中，积液周期为：当前阶段的积液过程(未实施当前阶段的加药操作前)中最大油管积液量对应的第一时刻与最小油管积液量对应的第二时刻的时间差。由于井下环境的复杂性，不同阶段的积液周期所对应的时间可能会有所变化，因此，在确定针对每个积液周期对应的加药操作的启动时机和目标加药量(目标泵注量)之前，都需要利用当前积液周期对应的最大积液量M₂与最小积液量M₁之间的时间差，作为当前积液周期所对应的时间C＝t₂-t₁。

另外，在确定出当前积液周期所对应的积液时间后，还需要同时读取到距离当前时刻t最近一次所实施的加药操作的启泵时刻t₀(即最近一次加药泵启动时对应的时刻)，从而进入到步骤S403中。

步骤S403操作台在实时记录本次积液累积周期内的油管积液量的同时，还需要实时判断本次积液累积周期是否实施过加药操作(注剂操作)。具体地，在本次积液累积周期内的最大油管积液量M₂达到或超过上述最大积液量阈值M_max、并且最近一次启泵时刻t₀处于上述第二时刻t₂之前时，也就是，当M₂≥M_max且t₀＜t₂时，表示当前积液周期内的气井最大积液量超过最大积液量阈值、且本周期内未加过药，此时，需要进入到步骤S404中。

另外，如果操作台判断出本次积液周期已经实施过加药操作，则返回到步骤S402中，进入下一个积液累积周期进行井下积液量的实时监测(在线诊断)。

步骤S404在本次积液周期未实施过加药操作时，根据步骤S402得到的积液时间、步骤S401所设置的最大积液量阈值和步骤S301得到的实时的产液量，利用目标泵注量计算式，得到针对本次积液周期的目标泵注量。其中，利用目标泵注量计算式利用如下表达式表示：

式(9)中，W表示针对本次积液累积周期内的井下积液所实施的注剂操作所需的目标泵注量，m³；M_max表示井下允许积液的最大积液量阈值，m³；C表示积液时间，min；w_e表示待注入药剂(例：起泡剂)的井下有效浓度，在本发明实施例中，w_e优选为0.3％；w_s表示待注入药剂的地面加注浓度，在本发明实施例中，w_s的范围优选为5％～50％。此时，在确定当前注剂过程所需的目标泵注量后，进入到步骤S405中，确定当前注剂过程的启动时机。

步骤S405在线确定针对本次积液周期内的井下积液所实施的当前注剂过程的启动时机。具体地，首先获取步骤S401所设置的用于表示井下积液量达到需要加药的第一积液量阈值。而后，在当前时刻t之前的预设时间段△t内，统计每个计算时间间隔(实时油管积液量数据的采集频率对应的时间间隔)得到的实时油管积液量M达到或超过上述第一积液量阈值M_cri(M≥M_cri)的数据点个数N，利用第一概率计算式，得到该时间段内需要实施加药操作的第一概率X。由此，本发明实施例需要实时计算每个时刻之前的预设时间段内，表示需要实施注剂操作的概率。

更进一步地说，利用预设时间段内的实时油管积液量达到或超过第一积液量阈值的数据点个数、与该时间段内接收到的(实时油管积液量数据)数据点总数的比值来计算这一概率，用以表示该时间段需要实施注剂操作的概率。其中，第一概率计算式利用如下表达式表示：

式(10)中，X表示时刻t之前△t时间段内M≥M_cri的第一概率；N表示时刻t之前△t时间段内M≥M_cri的数据点个数；N_total表示时刻t之前△t时间段内所采集到的油管积液量数据的数据点总数。此时，在随着时间的不断推移，计算出实时的第一概率后，进入到步骤S406中。

需要说明的是，由于现有技术中常常会出现油套管压差在短时间内波动较大的现象，这样会造成积液量误判和相应的加药泵短时间内频繁启停的问题，因此，本发明实施例中的预设时间段△t需要至少大于油套管压差短时内发生频繁波动时对应的这一短时时间段，从而有效的解决因油套管压差波动大而扰乱当前注剂操作的启动时机，使得加药周期变短而造成重复且过量加药的现象产生。

步骤S406操作台对第一概率进行实时监测，实时判断当前第一概率是否达到或超过预设的加药标准置信概率阈值X_cri。如果达到，则步骤S407生成加药泵启动指令，并将该指令传输至加药泵中，使得加药泵在该指令的控制下自动启动，从而向井下泵注用于排出井下积液的待注入药剂。具体地，步骤S406操作台利用加药标准置信概率阈值，对不同时刻的第一概率进行实时检测，当判断出X≥X_cri时，进入到步骤S407中自动控制加药泵启动，泵注起泡剂，操作台记录本次积液周期的泵注开始时刻(起始时机)t₀，停泵后，返回上述步骤S402。

这样，本发明利用上述步骤S401～步骤S406完成了针对本次积液周期所实施的注剂操作的启动时机和加注量的准确确定，利用实时监控当前时刻之前一段时间内需要加药操作的概率，解决了现有技术中在出现油套管压差在短时间内波动较大而造成的积液量误判和相应的加药泵短时间内频繁启停的问题，将第一概率达到或超过加药标准置信概率阈值的时刻才可作为本次积液周期对应的泵注启动时刻，延长了积液判定周期，自适应的调节加药周期并优化了加药量，避免了重复加药或错过最佳加药时机的现象发生，从而提高了智能注剂决策能力，提高了整个注剂系统的稳定性。

本发明公开了一种用于气井积液在线诊断与泡沫排液采气智能注剂的方法。该方法首先采用了在考虑油套管压差基础上，进一步综合考虑井筒携液量和气流摩擦力对井底积液量计算结果的影响，建立了更准确的油管积液量在线诊断方法。这样，提高了积液量在线诊断结果的准确度，降低积液误判率，尤其是解决了传统油套压差法将连续携液井误判为积液井的问题，提高智能注剂决策水平。

另外，本发明引入了加药标准置信概率阈值，并实时计算在当前时刻之前的预设时间段内的需要实施(启动)注剂操作的概率，消除了油套压差数据波动引起的积液误判和反复启泵问题。具体利用气井积液周期自适应调节加药周期，既解决重复加药问题，又实现最佳的加药时机；并且基于井下允许积液的最大积液量阈值和积液周期对应的积液时间，自适应地优化泵注量。这样，解决了因油套压差波动大引起的积液反复误判、泵频繁启停的问题，提高了整个智能注剂系统的稳定性，提升了泡排注剂智能决策水平，同时节约了药剂。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种用于气井积液在线诊断与泡沫排液采气智能注剂的方法，包括：

步骤一、实时采集井口油压、井口套压、产气量和产液量，基于此，计算油套管环空压降、油管摩阻压降和油管携液压降；

步骤二、根据所述油套管环空压降、所述油管摩阻压降和所述油管携液压降，结合井口油套管压差，得到实时油管积液量；

步骤三、利用所述实时油管积液量，调整当前注剂过程起始时机和相应的目标泵注量。

2.根据权利要求1所述的方法，其特征在于，所述步骤三，包括：

参考历史的实时油管积液量数据，将从当前时刻到前一次加药操作启动后所对应的井下液体积累过程内的最大油管积液量对应的第一时刻、与最小油管积液量对应的第二时刻，计算当前积液周期所对应的积液时间；

在本次积液周期未实施过加药操作时，根据所述积液时间和所述产液量，利用目标泵注量计算式，得到针对本次积液周期的所述目标泵注量。

3.根据权利要求1或2所述的方法，其特征在于，进一步，

确定用于表示井下积液量达到需要加药操作状态的第一积液量阈值；

在当前时刻之前的预设时间段内，统计每个计算时间间隔得到的所述实时油管积液量达到或超过所述第一积液量阈值的数据点个数，得到该时间段内的需要实施加药操作的第一概率；

当所述第一概率达到或超过预设的加药标准置信概率阈值时，生成加药泵启动指令，以自动控制泵注用于排出井下积液的待注入药剂。

4.根据权利要求3所述的方法，其特征在于，

利用预设的井下允许积液的最大积液量阈值，确定所述第一积液量阈值，其中，所述第一积液量阈值小于所述最大积液量阈值。

5.根据权利要求1～4中任一项所述的方法，其特征在于，所述步骤一，包括：

根据所述油套管环空压降、所述井口油压和所述井口套压，得到油管内平均压力；

根据所述油管内平均压力和井筒内平均温度，得到油管内平均气体密度；

根据所述油管内平均气体密度，结合油管内平均气体流速、油管内平均液体流速、气井油管内经和油管下入深度，计算所述油管摩阻压降。

6.根据权利要求5所述的方法，其特征在于，所述步骤一，进一步，

参考气体流速、液体流速、液体密度、液体黏度、和气液间界面张力对油管的影响程度，计算油管的持液率；

根据所述油管的持液率，并结合所述油管内平均气体密度和液体密度，计算所述油管携液压降。

7.根据权利要求5所述的方法，其特征在于，所述油管摩阻压降利用如下表达式计算：

ΔP_f＝0.5×10^-6f(ρ_gv_g+ρ_lv_l)(v_g+v_l)H/D

其中，ΔP_f表示所述油管摩阻压降，ρ_l表示液体密度，f表示摩擦阻力系数，H表示所述油管下入深度，D表示气井油管内径，ρ_g＝3484.1γ_gP/(ZT)，ρ_g表示所述油管内平均气体密度，γ_g表示天然气相对密度，P表示所述油管内平均压力，Z表示天然气平均偏差系数，T表示所述井筒内平均温度，v_g＝4.0023×10^-9ZTQ_g/(PA)，v_g表示所述油管内平均气体流速，Q_g表示所述产气量，v_l＝1.1574×10^-5Q_l/A，v_l表示所述油管内平均液体流速，Q_l表示所述产液量。

8.根据权利要求6所述的方法，其特征在于，所述油管携液压降利用如下表达式计算：

ΔP_l＝10^-6[ρ_lH_l+ρ_g(1-H_l)]gH

其中，ΔP_l表示所述油管携液压降，ρ_l表示液体密度，ρ_g表示所述油管内平均气体密度，g表示重力加速度，H表示所述油管下入深度，H_l表示所述油管的持液率。

9.根据权利要求2所述的方法，其特征在于，所述目标泵注量计算式利用如下表达式表示：

其中，W表示所述目标泵注量，M_max表示预设的井下允许积液的最大积液量阈值，Q_l表示所述产液量，C表示积液时间，w_e表示待注入药剂的井下有效浓度，w_s表示待注入药剂的地面加注浓度。

10.根据权利要求1～9中任一项所述的方法，其特征在于，所述油套管环空压降利用如下表达式计算：

其中，ΔP_ann表示所述油套管环空压降，P_c表示所述井口套压，e表示自然常数，γ_g表示天然气相对密度，H表示油管下入深度，Z表示天然气平均偏差系数，T表示井筒内平均温度。

Images