CN114412438A - 一种数字化条件下电泵井的工况分析与液量计量方法 - Google Patents
一种数字化条件下电泵井的工况分析与液量计量方法 Download PDFInfo
- Publication number
- CN114412438A CN114412438A CN202111668236.9A CN202111668236A CN114412438A CN 114412438 A CN114412438 A CN 114412438A CN 202111668236 A CN202111668236 A CN 202111668236A CN 114412438 A CN114412438 A CN 114412438A
- Authority
- CN
- China
- Prior art keywords
- liquid
- value
- lift
- pump
- delta
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 54
- 239000012530 fluid Substances 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 15
- 239000003129 oil well Substances 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 14
- 238000001556 precipitation Methods 0.000 claims description 7
- 230000003203 everyday effect Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 5
- 239000003921 oil Substances 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000000087 stabilizing effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction 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
-
- 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
-
- 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
- E21B47/008—Monitoring of down-hole pump systems, e.g. for the detection of "pumped-off" conditions
-
- 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
- E21B47/04—Measuring depth or liquid level
- E21B47/047—Liquid level
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)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明提供一种数字化条件下电泵井的工况分析与液量计量方法,涉及采油工程领域。该数字化条件下电泵井的工况分析与液量计量方法,包括计算电流基准值,采集的电流与基准电流相比的变化幅度,进行变化率和趋势分析,将非剧烈变化的工况分为五类,特征曲线校正,液量计量以及动液面预测。基于特征参数实现五种非剧变工况的识别,然后基于实际生产数据进行特征曲线的校正,结合特征曲线计算油井液量与动液面,实现更加准确的电泵井非剧变工况分析,实现电泵井的产液量软件计量,补强油田智能化建设在电泵方面的应用基础。
Description
技术领域
本发明涉及采油工程领域,具体为一种数字化条件下电泵井的工况分析与液量计量方法。
背景技术
电泵采油作为一种成熟的采油工艺,以其便于控制、排量适应范围大等特点被国内外各大油田普遍采用,近年来,随着油田数字化与物联网建设的推进,基于实时采集参数的电泵井分析与计量技术已成为油气生产物联网深化应用的核心技术之一,该技术基于电泵井生产数据的特征,进行非剧变工况的分类特征识别,作为此类采油工艺智能化应用的主要技术支撑,为电泵井生产优化相关的措施决策提供重要参考,对实现电泵井的智能化管理有着非常重要的意义。
中国专利申请号CN201610463315.9公开了一种毛细管测压电泵井在线流量实时计量的系统和方法,流量实时计量系统包括潜油泵、潜油电机、稳压筒、控制柜、地面数据采集与分析系统、井口套压测量装置、井口油压测量装置、井口温度测量装置、毛细管测压系统地面装置;控制柜通过电缆向潜油电机供电;稳压筒连接在潜油电机下端一定距离处,并通过毛细管与毛细管测压系统地面装置相连;地面数据采集与分析系统采集、保存井口油压、套压、温度和稳压筒处液柱压力以及地面电流和电压,实时计算、显示电泵井流量。仅需要安装井下毛细管单点测压装置和井口压力温度测量装置,结合功率平衡法和井筒多相流计算方法,实现电泵井在线流量实时计量。
目前该技术总体成熟度有限,需要进行进一步的研究提升,如何进一步将采油工程理论与数字化采集测试、人工智能分析深入结合是提升该技术的关键之一。
发明内容
针对现有技术的不足,本发明提供了一种数字化条件下电泵井的工况分析与液量计量方法,实现更加准确的电泵井非剧变工况分析,实现电泵井的产液量软件计量,补强油田智能化建设在电泵方面的应用基础。
为实现以上目的,本发明通过以下技术方案予以实现:一种数字化条件下电泵井的工况分析与液量计量方法,包括以下步骤:
S1、计算电流基准值;
S2、主要应用采集的电流与基准电流相比的变化幅度,将实时采集参数处理为以下四个时间维度的数据,进行变化率和趋势分析;
S3、工况分析:将非剧烈变化的工况分为以下五类:
1)参数偏大,其特征为扬程增加,沉没度偏低,泵效偏低,电参偏大;
2)结蜡时,其特征为排出压力增加,扬程增加,产量减少,液面上升,实际举升高度下降,泵损耗增加,电参缓慢增加;
3)正常时,电参、井口压力基本不变;
4)参数偏小时,其特征为动液面高、泵效高、电参稳定;
5)漏失时,其特征为举升压力不变,液面上升,产量减少,泵轻载,电参轻微下降,需要重新调整特征曲线;
S4、特征曲线校正:
1)获得泵的初始特征曲线;
2)生产校正:获取实际生产数据,对应的产液量、动液面以及电流、电压、功率,根据实际生产数据计算泵的实际扬程,用实际的产液量计算出扬程偏差系数,扬程偏差系数小于一定值时,则直接使用理论校正值,否则进行生产校正;
3)获取多组数据,拟合扬程偏差系数与产液量以及频率、功率的关系;
4)获得实际的特征曲线;
S5、液量计量以及动液面预测:按照不同工况进行产量预测。
优选的,S1步骤中,计算电流基准值的方法包括三种具体方法:方法一、电流基准值选择的首先采用采油工程手册提供的理论电流值计算方法或特定单位的经验公式进行计算;
方法二、读取一口电泵井正常生产时测试的电流值;
方法三、应用大数据分析方法提取同一种型号的电泵在相同生产参数下正常工况的统计平均值。
3.根据权利要求1所述的一种数字化条件下电泵井的工况分析与液量计量方法,其特征在于:所述S2步骤具体包括以下步骤:
1)、Is:秒级数据变化,与基准值相比偏差超过秒级阈值或前后对比值,进入预警状态;
2)Im:分钟级数据变化,取每分钟60个秒级数据的平均值,与基准值相比,变化率超过分钟级阈值进行预警,每分钟计算过去60分钟里分钟级数据的变化趋势ΔIm;
3)Ih:小时级数据趋势变化,取每小时60个分钟级数据的平均值,与基准值相比,变化超过小时级阈值进行预警,每小时计算过去72小时里小时级数据的变化趋ΔIh;
4)Id:日数据趋势变化,取每天24个的小时级数据的平均值作为日数据,与基准值相比,变化超过日级阈值进行预警,每天计算过去30天内日数据的变化趋势ΔId。
优选的,S4步骤中,获得多组拟合值,求取平均的扬程偏差系数。
优选的,S5步骤具体包括以下方法步骤:液量计量以及动液面预测:按照不同工况进行产量预测:
第一类:正常、参数偏小、参数偏大工况的计产:
1)取该泵机组当前频率的各种工况统计平均泵效对应的产液量为初始值;
2)按照校正后的特征曲线公式,取对应的扬程初始值;
3)根据初始液量以及测试的井口油套压计算,用多相流公式计算对应的扬程;
4)判断两个扬程的计算误差是否一定值,是则计算停止,输出结果,否的话微调值,直到满足计算误差小于一定值为止;
5)由满足扬程计算误差的扬程对应的吸入压力计算油井动液面;
第二类,结蜡工况的计产:
1)取该泵机组当前频率的结蜡工况统计平均泵效对应的产液量为初始值;
2)按照校正后的特征曲线公式,取对应的扬程初始值;
3)根据初始液量以及测试的井口油套压计算,用多相流公式计算对应的扬程;
4)判断两个扬程的计算误差是否小于一定值,是则计算停止,输出结果,否的话向小微调有效管径值,直到满足计算误差小于一定值为止;
5)由满足扬程计算误差的扬程对应的吸入压力计算油井动液面;
第三类,漏失工况的计产:重新校正特征曲线,校正后按照第一类的方法计产
本发明提供了一种数字化条件下电泵井的工况分析与液量计量方法。具备以下有益效果:
1、本发明通过基于特征参数实现五种非剧变工况的识别,然后基于实际生产数据进行特征曲线的校正,结合特征曲线计算油井液量与动液面,实现更加准确的电泵井非剧变工况分析,实现电泵井的产液量软件计量,补强油田智能化建设在电泵方面的应用基础。
2、本发明通过将非剧烈变化的工况分为参数偏大、结蜡、正常、参数偏小、漏失五类,实际生产数据的获取,对应的产液量、动液面以及电流、电压、功率,根据实际生产数据计算泵的实际扬程,并且进行生产校正,获得实际的特征曲线等方法步骤,提高电泵采油井非剧变工况精细化分析水平。
3、本发明通过液量计量以及动液面预测,并按照不同工况进行产量预测,补足电泵液量计量短板,辅助实现地面生产流程的简化。
附图说明
图1为本发明的方法流程示意图;
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做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。
实施例:
如图1所示,本发明实施例提供一种数字化条件下电泵井的工况分析与液量计量方法,包括以下步骤:
(1)数据处理
首先计算电流基准值。
电流基准值(Ib)的选择包括三种方法:
方法一:电流基准值选择的首先采用采油工程手册提供的理论电流值计算方法或特定单位的经验公式进行计算;
方法二:读取一口电泵井正常生产时测试的电流值;
方法三:应用大数据分析方法提取同一种型号的电泵在相同生产参数下正常工况的统计平均值。
(2)主要应用采集的电流与基准电流相比的变化幅度,将实时采集参数处理为以下四个时间维度的数据,进行变化率和趋势分析:
1)Is:秒级数据变化,与基准值相比偏差超过20%或前后对比值,超过20%,进入预警状态;
2)Im:分钟级数据变化,取每分钟60个秒级数据的平均值,与基准值相比,变化率超过15%进行预警,每分钟计算过去60分钟里分钟级数据的变化趋势(60点的线性拟合)ΔIm,分为上升、下降、平稳、波动四种状态。
3)Ih:小时级数据趋势变化,取每小时60个分钟级数据的平均值,与基准值相比,变化超过10%进行预警。每小时,计算过去72小时里小时级数据的变化趋ΔIh(72点的线性拟合),分为上升、下降、平稳、波动四种状况。
4)Id:日数据趋势变化,取每天24个的小时级数据的平均值作为日数据,与基准值相比,变化超过7%进行预警,每天计算过去30天内日数据的变化趋势,ΔId,分为上升、下降、平稳、波动四种状况。
以上阈值可以根据大数据分析结果按照不同的井液类型、泵型进行动态精确调整。
(3)工况分析
剧烈变化工况,可以参考行业现有技术。
将非剧烈变化的工况分为以下五类:
1)参数偏大,其特征为扬程增加,沉没度偏低,泵效偏低,电参偏大;判据为:A、ΔIh的趋势为平稳,B、Id变大预警,C、ΔId的趋势为上升,D、(Id-Ib)/Ib大于0.15;
2)结蜡时,其特征为排出压力增加,扬程增加,产量减少,液面上升,实际举升高度下降,泵损耗增加,电参缓慢增加,
判据为:A、ΔIh的趋势为平稳,B、Id变大预警,C、ΔId的趋势为上升,D、(Id-Ib)/Ib大于0.07、小于0.15;
3)正常:电参、井口压力基本不变,
判据为:A、ΔIm,ΔIh,ΔId的趋势都是平稳,B、(Id-Ib)/Ib小于0.07;
4)参数偏小:其特征为动液面高、泵效高、电参稳定,
判据为:A、ΔIh的趋势为平稳,B、Id变小预警,C、ΔId的趋势为下降,D、(Ib-Id)/Ib小于0.07;
5)漏失(泵常规磨损形成的漏失):其特征为举升压力不变,液面上升,产量减少,泵轻载,电参轻微下降(需要重新调整特征曲线),判据为:
判据为:A、ΔIh的趋势为平稳,B、Id变小预警,C、ΔId的趋势为下降,D、(Ib-Id)/Ib大于0.15;
(4)特征曲线校正
1)获得泵的初始特征曲线
将原始特征曲线表示为
H=aQ2+bQ+c (1)
2)生产校正
实际生产数据的获取,对应的产液量、动液面以及电流、电压、功率。
根据实际生产数据计算泵的实际扬程Hreal
电泵吸入压力计算pin
pin=pc+Hcmd[ρwFw+ρo(1-Fw)]g (2)
电泵排出压力计算pout
以油压为起点,采用多相流公式(采油工程手册提供)计算至泵排出口,即获得pout
泵的实际扬程:Hreal
Hreal=[ρwFw+ρo(1-Fw)](pout-pin)/g (3)
用实际的产液量带入公式(1)计算,获得一个Ht□
扬程偏差系数
ΔH=(Hreal-Ht□)/Hreal (4)
如果ΔH小于0.05,则直接使用理论校正值,否则,进行生产校正。
Hcmd,沉没度,油井动液面与电泵吸入口位置的差值,m;
Hcmd=Hd-Hdfl (5)
Hd,下泵深度,即电泵吸入口位置,m;
Hdfl,油井动液面,m;
Fw,体积含水率,小数;
pt,油压,MPa;
pc,套压,MPa;
ρw,地层水相对密度,无量纲;
ρo,原油相对密度,无量纲。
ΔH一般在0-1之间。
说明:初次的扬程偏差系数ΔH根据生产数据,采用上述公式计算,如果拟合效果不好的话,可以根据拟合的需要调整ΔH。选定ΔH以后,可以根据公式(7)计算电泵的实际特征曲线。
3)获取多组数据,拟合扬程偏差系数与产液量以及频率、功率的关系,如果可以获得多组拟合值,则需要求取平均的扬程偏差系数。
4)获得实际的特征曲线
泵实际扬程由下式计算
Hreal=(1-ΔH)Hth (6)
校正后的特征曲线:
Hreal=(1-ΔH)(aQ2+bQ+c) (7)
(5)液量计量以及动液面预测:
按照不同工况进行产量预测:
第一类:正常、参数偏小、参数偏大工况的计产:
1)取该泵机组当前频率的各种工况统计平均泵效对应的产液量为初始值Q;
2)按照校正后的特征曲线公式(7)取对应的扬程初始值Hreal;
3)根据初始液量以及测试的井口油套压计算,用多相流公式计算对应的扬程,获得Hcul
4)判断两个扬程的计算误差ΔHcul是否小于0.05,是则计算停止,输出结果,否的话微调Q值,直到满足计算误差小于0.05为止。
ΔHcul=|Hreal-Hcul|/Hreal....(8)
5)由满足扬程计算误差的扬程对应的吸入压力计算油井动液面。
Hdfl=Hd-(pin-pc)/[ρwFw+ρo(1-Fw)]g.......(9)
第二类,结蜡工况的计产:
1)取该泵机组当前频率的结蜡工况统计平均泵效对应的产液量为初始值Q;
2)按照校正后的特征曲线公式(7)取对应的扬程初始值Hreal;
3)根据初始液量以及测试的井口油套压计算,用多相流公式计算对应的扬程,获得Hcul;
4)应用公式(8),判断两个扬程的计算误差ΔHcul是否小于0.05,是则计算停止,输出结果,否的话向小微调有效管径值,直到满足计算误差小于0.05为止;
5)由满足扬程计算误差的扬程对应的吸入压力计算油井动液面,应用公式(9)。
第三类,漏失工况的计产:重新校正特征曲线,校正后按照第一类的方法计产。
通过基于特征参数实现五种非剧变工况的识别,然后基于实际生产数据进行特征曲线的校正,结合特征曲线计算油井液量与动液面,实现更加准确的电泵井非剧变工况分析,实现电泵井的产液量软件计量,补强油田智能化建设在电泵方面的应用基础,提高电泵采油井非剧变工况精细化分析水平,补足电泵液量计量短板,辅助实现地面生产流程的简化。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种数字化条件下电泵井的工况分析与液量计量方法,其特征在于:包括以下步骤:
S1、计算电流基准值;
S2、应用采集的电流与基准电流相比的变化幅度,将实时采集参数处理为以下四个时间维度的数据,进行变化率和趋势分析;
S3、工况分析:将非剧烈变化的工况分为以下五类:
1)参数偏大,其特征为扬程增加,沉没度偏低,泵效偏低,电参偏大;
2)结蜡时,其特征为排出压力增加,扬程增加,产量减少,液面上升,实际举升高度下降,泵损耗增加,电参缓慢增加;
3)正常时,电参、井口压力基本不变;
4)参数偏小时,其特征为动液面高、泵效高、电参稳定;
5)漏失时,其特征为举升压力不变,液面上升,产量减少,泵轻载,电参轻微下降,需要重新调整特征曲线;
S4、特征曲线校正:
1)获得泵的初始特征曲线;
2)生产校正:获取实际生产数据,对应的产液量、动液面以及电流、电压、功率,根据实际生产数据计算泵的实际扬程,用实际的产液量计算出扬程偏差系数,扬程偏差系数小于一定值时,则直接使用理论校正值,否则进行生产校正;
3)获取多组数据,拟合扬程偏差系数与产液量以及频率、功率的关系;
4)获得实际的特征曲线;
S5、液量计量以及动液面预测:按照不同工况进行产量预测。
2.根据权利要求1所述的一种数字化条件下电泵井的工况分析与液量计量方法,其特征在于:S1步骤中,计算电流基准值的方法包括三种具体方法:方法一、电流基准值选择的首先采用采油工程手册提供的理论电流值计算方法或特定单位的经验公式进行计算;
方法二、读取一口电泵井正常生产时测试的电流值;
方法三、应用大数据分析方法提取同一种型号的电泵在相同生产参数下正常工况的统计平均值。
3.根据权利要求1所述的一种数字化条件下电泵井的工况分析与液量计量方法,其特征在于:所述S2步骤具体包括以下步骤:
1)、Is:秒级数据变化,与基准值相比偏差超过秒级阈值或前后对比值,进入预警状态;
2)Im:分钟级数据变化,取每分钟60个秒级数据的平均值,与基准值相比,变化率超过分钟级阈值进行预警,每分钟计算过去60分钟里分钟级数据的变化趋势ΔIm;
3)Ih:小时级数据趋势变化,取每小时60个分钟级数据的平均值,与基准值相比,变化超过小时级阈值进行预警,每小时计算过去72小时里小时级数据的变化趋ΔIh;
4)Id:日数据趋势变化,取每天24个的小时级数据的平均值作为日数据,与基准值相比,变化超过日级阈值进行预警,每天计算过去30天内日数据的变化趋势ΔId。
4.根据权利要求1所述的一种数字化条件下电泵井的工况分析与液量计量方法,其特征在于:S3步骤具体包括:工况分析:将非剧烈变化的工况分为以下五类:
1)参数偏大,其特征为扬程增加,沉没度偏低,泵效偏低,电参偏大;判据为:A、ΔIh的趋势为平稳,B、Id变大预警,C、ΔId的趋势为上升,D、(Id-Ib)/Ib大于0.15;
2)结蜡时,其特征为排出压力增加,扬程增加,产量减少,液面上升,实际举升高度下降,泵损耗增加,电参缓慢增加,
判据为:A、ΔIh的趋势为平稳,B、Id变大预警,C、ΔId的趋势为上升,D、(Id-Ib)/Ib大于0.07、小于0.15;
3)正常:电参、井口压力基本不变,
判据为:A、ΔIm,ΔIh,ΔId的趋势都是平稳,B、(Id-Ib)/Ib小于0.07;
4)参数偏小:其特征为动液面高、泵效高、电参稳定,
判据为:A、ΔIh的趋势为平稳,B、Id变小预警,C、ΔId的趋势为下降,D、(Ib-Id)/Ib小于0.07;
5)漏失(泵常规磨损形成的漏失):其特征为举升压力不变,液面上升,产量减少,泵轻载,电参轻微下降(需要重新调整特征曲线),
判据为:A、ΔIh的趋势为平稳,B、Id变小预警,C、ΔId的趋势为下降,D、(Ib-Id)/Ib大于0.15。
5.根据权利要求1所述的一种数字化条件下电泵井的工况分析与液量计量方法,其特征在于:S4步骤中,获得多组拟合值,求取平均的扬程偏差系数。
6.根据权利要求1所述的一种数字化条件下电泵井的工况分析与液量计量方法,其特征在于:S5步骤具体包括以下方法步骤:液量计量以及动液面预测:按照不同工况进行产量预测:
第一类:正常、参数偏小、参数偏大工况的计产:
1)取该泵机组当前频率的各种工况统计平均泵效对应的产液量为初始值;
2)按照校正后的特征曲线公式,取对应的扬程初始值;
3)根据初始液量以及测试的井口油套压计算,用多相流公式计算对应的扬程;
4)判断两个扬程的计算误差是否一定值,是则计算停止,输出结果,否的话微调值,直到满足计算误差小于一定值为止;
5)由满足扬程计算误差的扬程对应的吸入压力计算油井动液面;
第二类,结蜡工况的计产:
1)取该泵机组当前频率的结蜡工况统计平均泵效对应的产液量为初始值;
2)按照校正后的特征曲线公式,取对应的扬程初始值;
3)根据初始液量以及测试的井口油套压计算,用多相流公式计算对应的扬程;
4)判断两个扬程的计算误差是否小于一定值,是则计算停止,输出结果,否的话向小微调有效管径值,直到满足计算误差小于一定值为止;
5)由满足扬程计算误差的扬程对应的吸入压力计算油井动液面;
第三类,漏失工况的计产:重新校正特征曲线,校正后按照第一类的方法计产。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111668236.9A CN114412438B (zh) | 2021-12-31 | 一种数字化条件下电泵井的工况分析与液量计量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111668236.9A CN114412438B (zh) | 2021-12-31 | 一种数字化条件下电泵井的工况分析与液量计量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114412438A true CN114412438A (zh) | 2022-04-29 |
CN114412438B CN114412438B (zh) | 2024-10-29 |
Family
ID=
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070252717A1 (en) * | 2006-03-23 | 2007-11-01 | Schlumberger Technology Corporation | System and Method for Real-Time Monitoring and Failure Prediction of Electrical Submersible Pumps |
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 |
CN105781527A (zh) * | 2016-03-24 | 2016-07-20 | 中国海洋石油总公司 | 电潜泵井工况仪参数诊断分析方法 |
CN106761681A (zh) * | 2017-02-16 | 2017-05-31 | 中国石油化工股份有限公司 | 基于时序数据分析的电泵井故障实时诊断系统及方法 |
CN106777709A (zh) * | 2016-12-21 | 2017-05-31 | 中国石油大学(华东) | 基于地面实测电参数的潜油电泵井动液面计算的方法 |
CN110284875A (zh) * | 2019-06-13 | 2019-09-27 | 中国石油化工股份有限公司 | 一种基于电流参数的电潜泵井工况诊断方法和装置 |
CN113357166A (zh) * | 2021-06-23 | 2021-09-07 | 中海油能源发展股份有限公司 | 一种基于生产数据和高频数据的电潜泵卡泵实时预警方法 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070252717A1 (en) * | 2006-03-23 | 2007-11-01 | Schlumberger Technology Corporation | System and Method for Real-Time Monitoring and Failure Prediction of Electrical Submersible Pumps |
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 |
CN105781527A (zh) * | 2016-03-24 | 2016-07-20 | 中国海洋石油总公司 | 电潜泵井工况仪参数诊断分析方法 |
CN106777709A (zh) * | 2016-12-21 | 2017-05-31 | 中国石油大学(华东) | 基于地面实测电参数的潜油电泵井动液面计算的方法 |
CN106761681A (zh) * | 2017-02-16 | 2017-05-31 | 中国石油化工股份有限公司 | 基于时序数据分析的电泵井故障实时诊断系统及方法 |
CN110284875A (zh) * | 2019-06-13 | 2019-09-27 | 中国石油化工股份有限公司 | 一种基于电流参数的电潜泵井工况诊断方法和装置 |
CN113357166A (zh) * | 2021-06-23 | 2021-09-07 | 中海油能源发展股份有限公司 | 一种基于生产数据和高频数据的电潜泵卡泵实时预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106761681B (zh) | 基于时序数据分析的电泵井故障实时诊断系统及方法 | |
CN107305601B (zh) | 一种抽油机井系统效率因素分析方法 | |
CN108805215A (zh) | 基于改进果蝇算法的有杆泵抽油井动态液位软测量方法 | |
CN110795893A (zh) | 注水开发油田注采系统能耗整体优化方法 | |
CN102268989A (zh) | 获取抽油机井动液面在线实时数据的方法以及系统 | |
CN107480314B (zh) | 一种抽油机井吨液百米耗电量敏感因素的分析方法 | |
CN110969307B (zh) | 一种特高含水期油藏累产油量预测方法 | |
CN114412438A (zh) | 一种数字化条件下电泵井的工况分析与液量计量方法 | |
CN114412438B (zh) | 一种数字化条件下电泵井的工况分析与液量计量方法 | |
CN110428095A (zh) | 一种海上油田中长期电力负荷预测方法 | |
CN108959747A (zh) | 油井工作参数配置方法及装置 | |
CN117113127A (zh) | 基于k均值聚类的抽油机井能耗分析方法 | |
CN114412439A (zh) | 一种螺杆泵井的产量预测方法及装置 | |
CN202023738U (zh) | 一种潜油螺杆泵转速智能控制系统 | |
CN112199820B (zh) | 一种数字化条件下油井产能曲线测试方法 | |
CN115045644A (zh) | 一种基于生产数据快速预测页岩气井压裂液返排量的方法 | |
CN109899057B (zh) | 稠油井示功图算产的方法 | |
CN110821470B (zh) | 一种基于时间序列信号的油井工况特征分析方法 | |
Muravyova et al. | Application of bottom hole pressure calculation method for the management of oil producing well | |
RU2801699C1 (ru) | Способ мониторинга энергопотребления оборудования для добычи нефти и газа | |
CN117609668B (zh) | 一种平均地层压力下降速率的计算方法 | |
CN112882381B (zh) | 一种潜油电泵的自寻优决策控制系统 | |
CN118036478B (zh) | 一种基于自适应差分进化的注水优化方法及系统 | |
CN112200344B (zh) | 一种基于多参数融合传递预测油藏界限值的方法 | |
CN116295729B (zh) | 地下厂房集水井来水量主动计算方法 |
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 |