CN113553724A - 一种页岩气井生产过程井筒异常分析及处理系统 - Google Patents
一种页岩气井生产过程井筒异常分析及处理系统 Download PDFInfo
- Publication number
- CN113553724A CN113553724A CN202110878578.7A CN202110878578A CN113553724A CN 113553724 A CN113553724 A CN 113553724A CN 202110878578 A CN202110878578 A CN 202110878578A CN 113553724 A CN113553724 A CN 113553724A
- Authority
- CN
- China
- Prior art keywords
- module
- abnormal
- expert
- shale gas
- online
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 65
- 238000012545 processing Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 99
- 238000000034 method Methods 0.000 claims abstract description 79
- 230000005856 abnormality Effects 0.000 claims abstract description 41
- 238000012795 verification Methods 0.000 claims abstract description 41
- 238000012790 confirmation Methods 0.000 claims abstract description 22
- 230000007488 abnormal function Effects 0.000 claims abstract description 3
- 230000008569 process Effects 0.000 claims description 24
- 238000005260 corrosion Methods 0.000 claims description 10
- 230000007797 corrosion Effects 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 10
- 239000007788 liquid Substances 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000013433 optimization analysis Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 7
- 239000004576 sand Substances 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001580 bacterial effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 150000004677 hydrates Chemical class 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Abstract
本发明涉及油气井生产技术领域，具体公开了一种页岩气井生产过程井筒异常分析及处理系统，包括基础数据模块、异常分析模块、人工验证模块和方案输出模块；异常分析模块包括数据获取子模块和异常判断子模块，异常判断子模块包括多种异常情况判断方法，异常判断子模块根据判断方法判断异常类型和异常情况；人工验证模块包括异常推送子模块和专家在线确认子模块，异常功能推送子模块将异常情况发送至用户终端上，专家在线确认子模块用于专家进行在线确认；方案输出模块用于将专家确认后的处置方案推送至施工人员使用的用户终端上。本方案用以解决现有技术中页岩气井生产过程中多种异常情况无法得到快速判断和处理的问题。
Description
技术领域
本发明涉及油气井生产技术领域，具体是一种页岩气井生产过程井筒异常分析及处理系统。
背景技术
油气田管理井数多、井况复杂、开发数据量庞大，一旦气井生产过程出现异常，需要从庞大的数据中分析得出异常数据并作出准确判断，在以往的处理中，出现异常时，往往需要有经验的工程师根据自身经验进行异常数据的分析并作出判断，但这种方式对人员要求高且处理效率低，如何提高油气井异常发现的及时性和异常判断的准确率，实现智能化管理，一直是各油气田的攻关方向。
现有技术中为提高气井生产的智能化，有以大量的生产数据为基础，运用各种解释方法或拟合方法进行建模以得到产量预测模型；也有设计智能系统，以将数据采集、生产参数调整和生产预测进行集中在一个智能系统中，通过对气井生产参数进行监控和收集，并采用机械学习算法进行动态分析，实现了水合物的预测与预警。
但在页岩气开发采用大规模水力加砂压裂改造技术，气井生产后期，受产能降低、细菌腐蚀、压裂砂返排、配产不当等因素影响，气井生产过程出现的异常情况有很多种，仅依靠对水合物的预测和预警，无法涵盖其他异常的预测和预警，更不能为异常提供处理方案以快速解决异常情况。
发明内容
本发明意在提供一种页岩气井生产过程井筒异常分析及处理系统，以解决现有技术中页岩气井生产过程中多种异常情况无法得到快速判断和处理的问题。
为了达到上述目的，本发明的基础方案如下：
一种页岩气井生产过程井筒异常分析及处理系统，包括基础数据模块、异常分析模块、人工验证模块和方案输出模块；其中基础数据模块用于储存气井的基础数据，异常分析模块包括数据获取子模块和异常判断子模块，数据获取子模块用于提取基础数据模块的相关数据，异常判断子模块包括井筒积液判断方法、油管腐蚀穿孔判断方法、定压接头回座判断方法和油管堵塞节流判断方法，异常判断子模块根据判断方法判断异常类型和异常情况；人工验证模块包括异常推送子模块和专家在线确认子模块，异常功能推送子模块用于接受异常分析模块的异常情况并将异常情况发送至施工人员使用的用户终端上，专家在线确认子模块用于接受异常情况并将异常情况推送至专家使用的用户终端，专家根据异常情况在专家在线子模块中进行在线确认；方案输出模块用于在专家进行在线确认时上传专家针对异常情况给出的处置方案，专家完成在线确认后，方案输出模块自动将处置方案推送至施工人员使用的用户终端上。
相比于现有技术的有益效果：
采用本方案时，通过异常分析模块对气井生产过程中的多种异常情况进行了判定，并将异常情况发送给施工人员和专家，由专家根据异常情况在线给出处置方案，施工人员针对处置方案对异常情况进行处理；相比于现有技术本方案能对气井的多种异常进行快速、准确地判断并进行及时处理，提高了异常情况的处理效率。
进一步，所述异常判断子模块根据生产数据中气井实际油套压差与合理油套压差对比、气井实际产气量与临界携液气量对比、连续两天的生产压力和产气量对比综合判断异常类型和异常情况。
有益效果：本方案明确了异常判断字模块的判断方法，使得对异常类型和异常情况的判定更加准确。
进一步，所述异常推送子模块还包括异常验证方法，异常验证方法包括井筒积液验证方法、油管腐蚀穿孔验证方法、定压接头回座验证方法和油管堵塞节流验证方法，异常推送子模块能够将异常情况和对应的异常验证方法都推送至施工人员使用的用户终端上。
有益效果：在异常情况判定的同时，还能将异常验证方法发送至用户终端，方便施工人员对异常情况进行验证，减少异常情况判定出错的情况，提高异常情况判定的准确性。
进一步，所述人工验证模块还包括异常反馈子模块，施工人员通过用户终端将人工验证后的异常判定结果发送至异常反馈子模块，异常反馈子模块用于接收异常情况和异常判定结果，同时异常反馈子模块用于将异常情况和异常判定结果发送至专家在线确认子模块；专家在线子模块用于将接收到的异常情况和异常判定结果推送至专家使用的用户终端，专家根据异常情况和异常判定结果在专家在线子模块中进行在线确认。
有益效果：异常反馈模块的存在使得专家能够查阅的数据文件更多，有利于专家给出更有针对性更加可靠的异常情况处理方案。
进一步，所述方案输出模块在专家完成在线确认后生成在线审批流程，在线审批流程完成后方案输出模块自动将处置方案推送至施工人员使用的用户终端上。
有益效果：本方案通过在线审批流程提高了异常情况处理的效率。
进一步，还包括资料存储模块，资料存储模块包括典型案例操作模板，人工将异常情况和处置方案上传至典型案例操作模板中生成典型案例。
有益效果：本方案用于案例的总结和有利于未来对处置方案的优化。
进一步，人工根据处置方案对异常情况处置后将处置过程的影像、处置过程的记录和总结上传至资料存储模块中。
有益效果：对异常处理过程进行记录，对后续异常情况的处理有指导意义。
进一步，人工将异常情况、处置方案和处理情况进行优化分析，并将优化分析后的资料按照典型案例操作模板的要求上传至典型案例操作模板中生成典型案例和页岩气生产过程异常处理报告。
有益效果：本方案能够在异常情况完全处理后进行优化分析，使得整个方案形成了一种判断-验证-处理-反馈-优化的全面机制，实现了理论判断指导现场验证，验证结果校正分析方法的良性循环，有利于针对异常情况处理的准确性和高效性。
进一步，包括在线签审系统，页岩气异常处理报告生成后，采用在线签审系统开展针对页岩气异常处理报告的审批流程。
有益效果：通过在线签审系统实现了页岩气异常处理报告随时随地审批，大幅提高页岩气异常处理报告的编制效率与审批效率，节约人力资源与时间成本。
进一步，所述在线签审系统能够将页岩气异常处理报告转换成正本和副本，在副本中将文本与图片分离，针对由软件组件生成的图片，添加组件引用信息。
有益效果：本方案时能够在审批时调用相应组件，以便开展数据分析以提高审批效率。
附图说明
图1为本发明实施例一的示意图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
实施例一基本如附图1所示，一种页岩气井生产过程井筒异常分析及处理系统，包括基础数据模块、异常分析模块、人工验证模块、方案输出模块和资料存储模块；其中基础数据模块用于储存气井的基础数据，基础数据包括套管结构数据、油管结构数据、测试数据和生产数据。
异常分析模块包括数据获取子模块和异常判断子模块，数据获取子模块用于提取基础数据模块的相关数据，异常判断子模块包括井筒积液判断方法、油管腐蚀穿孔判断方法、定压接头回座判断方法和油管堵塞节流判断方法，异常判断子模块根据生产数据中气井实际油套压差与合理油套压差对比、气井实际产气量与临界携液气量对比、连续两天的生产压力和产气量对比综合判断异常类型和异常情况。
实际油套压差是指在实际生产过程中，当采用油管作为生产通道时，套管压力与油管压力的差值。
合理油套压差计算方法是：先获取井口油压、产气量、产水量、油管数据及井斜数据，采用多相流流动相关式计算油管内压力损耗，得出油管鞋处的井底流压，利用静气柱压降计算模型计算油套环空(油套环空指油管和套管之间的间隙)静气柱压力损耗，由井底流压减去油套环空静气柱压力损耗，反算出合理井口套压，从而得到合理油套压差。
多相流流动相关式包括直井段流动相关式与斜井段流动相关式，直井段流动相关式包括Hagedorn&Brown、Gray、Dous&Rous、Orkiszewski模型等，斜井段流动相关式包括Beggs&Brill、Mukherjee-Brill模型等，通过数据获取子模块自动提取气井实测井下压力数据，拟合优选最佳模型组合，作为该井计算井底流压的多相流流动相关式。
临界携液气量计算方法包括常用的Turner模型、李闽模型、振荡携液模型、Tan统一的临界携液模型等，由于不同模型的建立基于不同的假设条件与适用范围，为提高模型的适用性，通过数据获取子模块自动匹配历史生产数据，统计不同模型计算误差，优选最佳临界携液计算模型，匹配为该井的临界携液气量计算模型。
井筒积液判断方法是：若实际油套压差大于合理油套压差的1.5倍，且实际产气量小于临界携液气量的80％，则判断该井油管存在积液。
油管腐蚀穿孔判断方法：若实际油套压差小于合理油套压差的0.25倍，且实际产气量大于临界携液气量的1.5倍，则判断为油管腐蚀穿孔。若与前一天相比，生产套压快速与油压持平，则判断油管可能存在断脱。
定压接头回座判断方法是指在页岩气开发早期，为使带压下油管过程中保证油管内密封，部分油管底部带有定压接头，下完油管后将定压接头打掉使油管畅通。当配产过高、生产压差过大时，定压接头再回到油管底部(也即称定压接头回座)，造成油管底部再次密封，出现井口产气量、油压快速下降，油套压差快速上升。定压接头回座的判断方法：与前一天生产数据相比，若实际产气量快速下降至零，油压与外输压力持平，则判断为定压接头回座。
油管堵塞节流是指桥塞碎屑、压裂砂等井筒杂质进入油管，在油管中堆积造成油管内部通道堵塞，气流通过面积减小。油管堵塞节流的判断方法：若实际油套压差大于合理油套压差的1.5倍，且产气量大于临界携液气量的1.5倍，则判断为油管堵塞节流。
人工验证模块包括异常推送子模块、异常反馈子模块和专家在线确认子模块，异常推送子模块包括异常验证方法，异常验证方法包括井筒积液验证方法、油管腐蚀穿孔验证方法、定压接头回座验证方法和油管堵塞节流验证方法。
异常推送子模块用于将异常情况和对应的异常验证方法推送至施工人员使用的用户终端上；施工人员对用户终端收到的异常情况采用异常验证方法进行人工验证，验证完成后施工人员通过用户终端向异常反馈子模块发送异常判定结果。
异常反馈子模块用于接收异常分析模块分析得到的异常情况和用户终端发送的异常判定结果，同时异常反馈子模块用于将异常情况和异常判定结果发送至专家在线确认子模块。
专家在线子模块用于将接收到的异常情况和异常判定结果推送至专家使用的用户终端，专家根据异常情况和异常判定结果在专家在线子模块中进行在线确认。
方案输出模块用于在专家进行在线确认时上传专家针对异常情况给出的处置方案，专家完成在线确认后自动生成在线审批流程，在线审批流程完成后方案输出模块自动将处置方案推送至施工人员使用的用户终端上。
施工人员根据处置方案对异常情况进行处理，处理完成后，将异常情况、处置方案、处置过程的影像、处置过程的记录和总结上传至资料存储模块。
资料存储模块包括典型案例操作模板，人工将异常情况、处置方案和处理情况进行优化分析，并将优化分析后的资料按照典型案例操作模板的要求上传至典型案例操作模板中生成典型案例和页岩气生产过程异常处理报告。
采用本实施例时，因页岩气开发采用大规模水力加砂压裂改造技术，气井生产后期，受产能降低、细菌腐蚀、压裂砂返排、配产不当等因素影响，气井出现井筒积液、油管腐蚀穿孔、定压接头回座、油管堵塞节流等多种异常情况，造成气井无法正常生产；本实施例针对页岩气井生产过程井筒多种异常情况的快速、准确地判断、处理与反馈，形成了一种判断-验证-处理-反馈-优化的全面机制，实现了理论判断指导现场验证，验证结果校正分析方法的良性循环，有利于提高异常判断与处理的准确性和高效性。
此外，本实施例通过资料存储模块的设置形成典型案例，用于案例的总结和处置方案的优化，对后续生产具有很大的指导意义。
实施例二
实施例二在实施例一的基础上做了如下改进：页岩气异常处理报告生成后，可以采用在线签审系统开展针对页岩气异常处理报告的审批流程，在线审批采用基于Web的电子签章模式，使得审批过程能够实现线上签字，完成页岩气异常处理报告的在线审批，简化了整个审批流程。
其中因页岩气异常处理报告信息量大，故而利用在线签审系统将页岩气异常处理报告转换成正本和副本，副本通过网络协议将正文转化为网络副本，正本与副本采用统一ID管理，在副本中将文本与图片分离，针对由软件组件生成的图片，添加组件引用信息，便于在审批时调用相应组件，以便开展数据分析；通过HTML5技术在线审阅报告并在副本的签字页线上签字，线上签字完成的同时系统在后端自动在正本中插入电了签章，在线完成审批过程。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：包括基础数据模块、异常分析模块、人工验证模块和方案输出模块；其中基础数据模块用于储存气井的基础数据，异常分析模块包括数据获取子模块和异常判断子模块，数据获取子模块用于提取基础数据模块的相关数据，异常判断子模块包括井筒积液判断方法、油管腐蚀穿孔判断方法、定压接头回座判断方法和油管堵塞节流判断方法，异常判断子模块根据判断方法判断异常类型和异常情况；
人工验证模块包括异常推送子模块和专家在线确认子模块，异常功能推送子模块用于接受异常分析模块的异常情况并将异常情况发送至施工人员使用的用户终端上，专家在线确认子模块用于接受异常情况并将异常情况推送至专家使用的用户终端，专家根据异常情况在专家在线子模块中进行在线确认；
方案输出模块用于在专家进行在线确认时上传专家针对异常情况给出的处置方案，专家完成在线确认后，方案输出模块自动将处置方案推送至施工人员使用的用户终端上。
2.根据权利要求1所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：所述异常判断子模块根据生产数据中气井实际油套压差与合理油套压差对比、气井实际产气量与临界携液气量对比、连续两天的生产压力和产气量对比综合判断异常类型和异常情况。
3.根据权利要求1所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：所述异常推送子模块还包括异常验证方法，异常验证方法包括井筒积液验证方法、油管腐蚀穿孔验证方法、定压接头回座验证方法和油管堵塞节流验证方法，异常推送子模块能够将异常情况和对应的异常验证方法都推送至施工人员使用的用户终端上。
4.根据权利要求3所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：所述人工验证模块还包括异常反馈子模块，施工人员通过用户终端将人工验证后的异常判定结果发送至异常反馈子模块，异常反馈子模块用于接收异常情况和异常判定结果，同时异常反馈子模块用于将异常情况和异常判定结果发送至专家在线确认子模块；专家在线子模块用于将接收到的异常情况和异常判定结果推送至专家使用的用户终端，专家根据异常情况和异常判定结果在专家在线子模块中进行在线确认。
5.根据权利要求1所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：所述方案输出模块在专家完成在线确认后生成在线审批流程，在线审批流程完成后方案输出模块自动将处置方案推送至施工人员使用的用户终端上。
6.根据权利要求1所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：还包括资料存储模块，资料存储模块包括典型案例操作模板，人工将异常情况和处置方案上传至典型案例操作模板中生成典型案例。
7.根据权利要求6所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：人工根据处置方案对异常情况处置后将处置过程的影像、处置过程的记录和总结上传至资料存储模块中。
8.根据权利要求7所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：人工将异常情况、处置方案和处理情况进行优化分析，并将优化分析后的资料按照典型案例操作模板的要求上传至典型案例操作模板中生成典型案例和页岩气生产过程异常处理报告。
9.根据权利要求8所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：包括在线签审系统，页岩气异常处理报告生成后，采用在线签审系统开展针对页岩气异常处理报告的审批流程。
10.根据权利要求9所述的一种页岩气井生产过程井筒异常分析及处理系统，其特征在于：所述在线签审系统能够将页岩气异常处理报告转换成正本和副本，在副本中将文本与图片分离，针对由软件组件生成的图片，添加组件引用信息，便于在审批时调用相应组件，以便开展数据分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110878578.7A CN113553724A (zh) | 2021-07-30 | 2021-07-30 | 一种页岩气井生产过程井筒异常分析及处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110878578.7A CN113553724A (zh) | 2021-07-30 | 2021-07-30 | 一种页岩气井生产过程井筒异常分析及处理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113553724A true CN113553724A (zh) | 2021-10-26 |
Family
ID=78105093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110878578.7A Pending CN113553724A (zh) | 2021-07-30 | 2021-07-30 | 一种页岩气井生产过程井筒异常分析及处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113553724A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114741776A (zh) * | 2022-06-14 | 2022-07-12 | 中交第四航务工程勘察设计院有限公司 | 一种油气化工码头工程数字化交付方法、系统及介质 |
| CN116181287A (zh) * | 2023-02-09 | 2023-05-30 | 成都理工大学 | 一种页岩气井生产异常工况预警系统及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102085873A (zh) * | 2011-01-04 | 2011-06-08 | 北京清网华科技有限公司 | 列车途中故障远程诊断系统及方法 |
| CN106506645A (zh) * | 2016-11-10 | 2017-03-15 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆的监控方法和系统 |
| CN108765889A (zh) * | 2018-04-17 | 2018-11-06 | 中国石油集团安全环保技术研究院有限公司 | 基于大数据技术的油气生产运行安全预警方法 |
| CN109779602A (zh) * | 2018-12-12 | 2019-05-21 | 武汉盛华伟业科技股份有限公司 | 一种钻井工程智能安全风险预警方法及系统 |
| WO2020085617A1 (ko) * | 2018-10-25 | 2020-04-30 | 동아대학교 산학협력단 | 머신러닝 기법을 이용한 천이 유동 영역의 셰일가스정에 대한 생산성 예측 장치 및 방법 |
| CN111462316A (zh) * | 2020-04-20 | 2020-07-28 | 国网河北省电力有限公司培训中心 | 一种光伏电站三维全景监视方法和装置 |
| CN112593913A (zh) * | 2019-11-27 | 2021-04-02 | 四川北斗星河科技有限公司 | 气田集输智能化提升系统 |
-
2021
- 2021-07-30 CN CN202110878578.7A patent/CN113553724A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102085873A (zh) * | 2011-01-04 | 2011-06-08 | 北京清网华科技有限公司 | 列车途中故障远程诊断系统及方法 |
| CN106506645A (zh) * | 2016-11-10 | 2017-03-15 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆的监控方法和系统 |
| CN108765889A (zh) * | 2018-04-17 | 2018-11-06 | 中国石油集团安全环保技术研究院有限公司 | 基于大数据技术的油气生产运行安全预警方法 |
| WO2020085617A1 (ko) * | 2018-10-25 | 2020-04-30 | 동아대학교 산학협력단 | 머신러닝 기법을 이용한 천이 유동 영역의 셰일가스정에 대한 생산성 예측 장치 및 방법 |
| CN109779602A (zh) * | 2018-12-12 | 2019-05-21 | 武汉盛华伟业科技股份有限公司 | 一种钻井工程智能安全风险预警方法及系统 |
| CN112593913A (zh) * | 2019-11-27 | 2021-04-02 | 四川北斗星河科技有限公司 | 气田集输智能化提升系统 |
| CN111462316A (zh) * | 2020-04-20 | 2020-07-28 | 国网河北省电力有限公司培训中心 | 一种光伏电站三维全景监视方法和装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114741776A (zh) * | 2022-06-14 | 2022-07-12 | 中交第四航务工程勘察设计院有限公司 | 一种油气化工码头工程数字化交付方法、系统及介质 |
| CN116181287A (zh) * | 2023-02-09 | 2023-05-30 | 成都理工大学 | 一种页岩气井生产异常工况预警系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9104823B2 (en) | Optimization with a control mechanism using a mixed-integer nonlinear formulation | |
| AU2013296744B2 (en) | Monitoring, diagnosing and optimizing electric submersible pump operations | |
| CN113553724A (zh) | 一种页岩气井生产过程井筒异常分析及处理系统 | |
| RU2738884C2 (ru) | Оценка сетей потоков | |
| NO20181041A1 (no) | Dynamisk produksjonssystemhåndtering | |
| US11702927B2 (en) | Method and apparatus for automated pressure integrity testing (APIT) | |
| CN108765889B (zh) | 基于大数据技术的油气生产运行安全预警方法 | |
| WO2015088529A2 (en) | Double-time analysis of oil rig activity | |
| Bimani et al. | Case study toward digital oil field: how the ESP operation is changing by using automatic well models in PDO's ESP fields | |
| Arild et al. | Establishment of a quantitative risk-based approach for evaluation of containment performance in the context of permanently plugged and abandoned Petroleum wells | |
| Liao et al. | Development and Applications of the Sustaining Integrated-Asset-Modeling Tool | |
| Podio et al. | Total Well Management II | |
| US20220365913A1 (en) | Automated quality control of well log data | |
| US20230151906A1 (en) | Sub-surface safety valve (sssv) advisory system-autonomous sssv troubleshooting device | |
| WO2023059895A1 (en) | Data-driven model for control and optimization of hydrocarbon production | |
| Al Qahtani et al. | Adding More Value in the Downturn Time from Digital Oil Field; what is more to leverage? | |
| Bell | Guest Editorial: Data and Digitalization Breakthroughs Create a New Era for Well Construction | |
| US20240143564A1 (en) | Automated quality control of well log data | |
| Semwogerere et al. | Digital and Automated Well Planning for Completions | |
| KR102311857B1 (ko) | 가스터빈 예열시간 예측 시스템 | |
| M. Nazri et al. | A Success Story in Managing and Optimising Gas Lift Wells in Matured Oil Field: Automated Workflows in Digital Fields as Enablers to Accelerate Opportunities Creation and Production Optimisation | |
| Reeves et al. | Gas lift automation: Real time data to desktop for optimizing an offshore GOM platform | |
| USER et al. | JEESET VOL. 3 NO. 3 2020 | |
| Harvey et al. | Predictive Analytics For Optimal Well Bore Placement. DOE Phase I Final Report, US DOE, DE-SC0019668 | |
| Arnondin et al. | A systems approach to production management: Beryl field case study |
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 |