CN114861476B - 一种气井环空异常带压综合预警方法及系统 - Google Patents

一种气井环空异常带压综合预警方法及系统 Download PDF

Info

Publication number
CN114861476B
CN114861476B CN202210807275.0A CN202210807275A CN114861476B CN 114861476 B CN114861476 B CN 114861476B CN 202210807275 A CN202210807275 A CN 202210807275A CN 114861476 B CN114861476 B CN 114861476B
Authority
CN
China
Prior art keywords
pressure
sequence
value
wellhead
well
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
CN202210807275.0A
Other languages
English (en)
Other versions
CN114861476A (zh
Inventor
万敏
弋歆
毛良杰
张孝成
张强
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202210807275.0A priority Critical patent/CN114861476B/zh
Publication of CN114861476A publication Critical patent/CN114861476A/zh
Application granted granted Critical
Publication of CN114861476B publication Critical patent/CN114861476B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mining & Mineral Resources (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)

Abstract

本发明公开了一种气井环空异常带压综合预警方法及系统，通过建立管柱动力学模型，求解气井管柱随井深变化的温度场、压力场；确定对井口环空压力会造成影响的参数作为影响因素，分别计算井口环空压力与各影响因素间的灰色关联度系数的平均值，取平均值大于设定值的影响因素作为第一敏感因素；将各第一敏感因素、井口环空压力，共同作为第二敏感因素，分别建立各第二敏感因素的实时预测模型，对各第二敏感因素进行实时预警。本发明用以解决现有技术中对于气井环空异常带压的管理属于被动控制的问题，实现将气井环空异常带压的管理方案从被动控制转为主动预防，同时实现对气井生产过程进行综合预警的目的。

Description

一种气井环空异常带压综合预警方法及系统
技术领域
本发明涉及油气开发领域，具体涉及一种气井环空异常带压综合预警方法及系统。
背景技术
随着石油与天然气工业的发展，大部分油气田已逐渐步入开发的中晚期，油气井生产大都面临高温、高压和高含腐蚀性气体的井下环境，气井油套环空、技管环空等环空异常带压现象逐渐增多。环空带压是指井口处的环空压力经过卸压后又重新恢复到卸压前压力水平的现象，其成因复杂多样，是威胁天然气井安全生产、影响气井生产效益的主要风险之一。
为避免油气井环空异常带压带来的安全隐患和经济损失，一些学者针对环空异常带压产生机理、相关因素敏感性及防治措施上开展大量研究工作，结果表明，环空压力的变化与井口温度、水泥环渗透率、环空液体性质、套管性能、投产时间、产气量、泄漏点深度及面积等多种因素相关，但各个因素对环空压力的影响程度、影响规律还鲜有研究。
现有技术在开发过程中针对环空异常带压气井的管理，主要是根据完整性评价报告中各级环空压力控制图版来制定相应措施，当套压达到最大推荐压力时，开展人工泄压操作，套压低于最小推荐压力时，采取保压或补压措施。
但是在实际开发过程中，某些区块的大部分气井在环空异常带压后，环空气体中可能含硫（以四川盆地为典型代表），人工泄压需采用放喷管线引至燃烧池点火泄压。由于考虑井场周边人居环境敏感，泄压时需提前开展人群疏散工作；并且人工泄压操作复杂、需要准备的时间较长，尤其是对无人值守井的环空压力管控难度大。因此，现有技术中对于气井环空异常带压的管理方案属于被动式的控制方式，不利于作业现场的统筹安排和管理。
发明内容
本发明提供一种气井环空异常带压综合预警方法及系统，以解决现有技术中对于气井环空异常带压的管理属于被动控制的问题，实现将气井环空异常带压的管理方案从被动控制转为主动预防，同时实现对气井生产过程进行综合预警的目的。
本发明通过下述技术方案实现：
一种气井环空异常带压综合预警方法，包括：
建立管柱动力学模型，代入井身结构参数、地层参数、流体物性参数，求解气井管柱随井深变化的温度场、压力场；
确定对井口环空压力会造成影响的参数作为影响因素，分别计算井口环空压力与各影响因素间的灰色关联度系数的平均值，取平均值大于设定值的影响因素作为第一敏感因素；
将各第一敏感因素、井口环空压力，共同作为第二敏感因素，分别建立各第二敏感因素的实时预测模型，对各第二敏感因素进行实时预警。
针对现有技术中对于气井环空异常带压的管理属于被动控制的问题，本发明首先提出一种气井环空异常带压综合预警方法，本方法首先通过将井身结构参数、地层参数、流体物性参数等代入至管柱动力学模型中，得到气井管柱随井深变化的温度场、压力场。其中的井身结构参数可以包括井型、井深、套管外径、套管内径、油管外径、油管内径等，地层参数可以包括地层温度、地层压力等，流体物性参数可以包括流体比热容、初始井底流体密度、稳定生产时间、流体导热系数日产气量等。通过温度场、压力场的计算，不仅实现了从“纵向上”以井身为轴，对井筒温度压力场的预测，还为后续的预警提供了温度和压力的基础数据。其次，本方法提取对井口环空压力会造成影响的参数，以这些参数作为影响因素进行各自与井口环空压力之间的灰色关联度系数平均值的求解。其中，影响因素可以是井口温度、瞬时产气量、泄漏速率等，也可以是其余会对井口环空压力造成影响的因素。第一敏感因素是与井口环空压力相关性较高的解释变量，本方法实现了将其作为环空异常带压诊断分析的主要依据进行重点监测管理。此外，本方法将第一敏感因素和井口环空压力均定义为第二敏感因素，对每一项第二敏感因素建立实时预测模型，以对应模型为依据进行实时预警。
可以看出，本申请还能够在时间轴上对环空压力变化、以及其余敏感因素做“横向的”预测，因此提供了一种持续气井环空压力多方位的综合预警方案，克服了现有技术中对于气井环空异常带压只能够进行被动控制的问题，实现了将气井环空异常带压的管理方案从被动控制转为主动预防，同时实现了对气井生产过程进行综合预警的目的；通过本申请的环空异常带压预警，可以有效指导气井在开发过程中的参数调节与控制，从而降低人工泄压频率，显著提高了对环空压力的管理水平和气井开发的经济效益。此外，还可通过本申请的预测结果，进行气井完整性诊断、进而针对性的制定修井措施，为气井开发决策提供科学依据。
进一步的，井口环空压力与任一影响因素间的灰色关联度系数的平均值通过如下方法计算：
得到设定时间间隔下井口环空压力测量值、该影响因素的测量值，建立井口环空压力序列、影响因素序列，定义为原始数据；
对原始数据中所有测量值进行无量纲化处理，得到井口环空压力初值象序列、影响因素初值象序列；
求解井口环空压力初值象序列与影响因素初值象序列中，对应分量之差的绝对值序列；
提取绝对值序列中的最大值、最小值，计算灰色关联度系数的平均值。
本方案中，以设定时间间隔为距，以时间为轴，得到井口环空压力测量值、影响因素的测量值，因此井口环空压力序列和影响因素序列中的元素个数应该是相等的，且两者之间一一对应，即每个井口环空压力测量值均有一个对应的、相同时刻下的影响因素测量值。所以本方案中的对应分量之差，即可理解为井口环空压力初值象序列中的井口环空压力初值象，与对应时刻下的影响因素初值象的差值。本方案在得到分量之差的绝对值序列后，提取其中的最大值与最小值，以此为依据进行灰色关联度系数平均值的计算，为确定第一敏感因素提供重要的定量评价指标。
进一步的，所述井口环空压力值为x 0(k)，所述影响因素的值为y 0(k)，所述井口环空压力序列为X 0，X 0=( x 0(1), x 0(2),…,x 0(n))，所述影响因素序列为Y 0，Y 0=( y 0(1), y 0(2),…, y 0(n))；其中k为序列中元素的序号值，取k=1,2,…n；n为序列中元素的个数；
通过如下公式对原始数据中所有测量值进行无量纲化处理：
Figure 100002_DEST_PATH_IMAGE001
；
式中，x 0'(k)、y 0' (k)分别表示无量纲化后的x 0(k)、y 0(k)；
所述对应分量之差的绝对值序列通过如下公式计算：
Figure 858047DEST_PATH_IMAGE002
式中，Δ i (k)代表对应分量之差的绝对值，Δ i 代表对应分量之差的绝对值序列；
所述灰色关联度系数的平均值通过如下公式计算：
Figure 100002_DEST_PATH_IMAGE003
；
式中，γ为灰色关联度系数的平均值；M为绝对值序列中的最大值；m为绝对值序列中的最小值；δ为分辨系数。
进一步的，任一第二敏感因素的实时预测模型均通过如下方法建立：
得到设定时间间隔下该第二敏感因素的测量值，建立第二敏感因素序列；
对第二敏感因素序列进行一阶灰色累加生成处理，得到一阶累加生成序列；
对一阶累加生成序列进行紧邻均值生成处理，得到紧邻均值生成数列；
对第二敏感因素序列中的元素，建立基于紧邻均值生成数的灰色预测模型表达式，得到所述灰色预测模型表达式关于时间的白化微分方程；
求解微分方程并进行累减还原，得到该第二敏感因素在时间轴上的灰色预测时间响应值。
进一步的，当第二敏感因素为井口环空压力时：
所述灰色预测模型表达式为：x 0(k)+az 1(k)=u；
所述白化微分方程为：
Figure 734343DEST_PATH_IMAGE004
；
所述灰色预测时间响应值为：
Figure 100002_DEST_PATH_IMAGE005
；
其中，x 0(k)为井口环空压力值；k为序列中元素的序号值，取k=1,2,…n；n为序列中元素的个数；a、u均为最小二乘法估计得到的常数；z 1(k)为此时的紧邻均值生成数；x 1(k)为x 0(k)的一阶累加生成值；
Figure 709383DEST_PATH_IMAGE006
为x 0(k)的估计值；e为自然对数；
当第二敏感因素为第一敏感因素中的任一项时：
所述灰色预测模型表达式为：p 0(k)+bw 1(k)=v；
所述白化微分方程为：
Figure 100002_DEST_PATH_IMAGE007
；
所述灰色预测时间响应值为：
Figure 518683DEST_PATH_IMAGE008
；
其中，p 0(k)为该第二敏感因素的测量值；k为序列中元素的序号值，取k=1,2,…n；n为序列中元素的个数；b、v均为最小二乘法估计得到的常数；w 1(k)为此时的紧邻均值生成数；p 1(k)为p 0(k)的一阶累加生成值；
Figure 100002_DEST_PATH_IMAGE009
为p 0(k)的估计值；e为自然对数。
本方案将第二敏感因素分为两种情况，一种为井口环空压力、另一种为第一敏感因素中的任一项，本方案明确限定了各自的灰色预测模型表达式、白化微分方程、灰色预测时间响应值的计算方法，充分保证了本方法的具体实施。
进一步的，常数a、u、b、v满足如下公式：
[a,u] T =(B T B)-1 B T Y，[b,v] T =(C T C)-1 C T Z；
其中，T为转置运算符；B、Y、C、Z均为矩阵，满足：
Figure 662088DEST_PATH_IMAGE010
其中，x 1(k)为x 0(k)的一阶累加生成值，p 1(k)为p 0(k)的一阶累加生成值。
本领域技术人员应当理解，其中的[a,u] T 、[b,v] T 均为参数向量。
进一步的，通过如下方法求解气井管柱随井深变化的温度场、压力场：
将井眼轨迹视为一条连续光滑的空间曲线，用空间直角坐标系和自然坐标系两种坐标系描述井眼轨迹；
对井眼轨迹进行几何描述和插值计算，求出井段上任意井深处的井斜角和方位角，确定三维空间中的平滑井眼轨迹曲线；
代入井身结构参数、地层参数、流体物性参数；
以井口为起点，选定步长，应用四阶龙格库塔法逐点向井底求解温度、压力的表达式；
带入井底边界条件，反向推算到井口，求出气井管柱温度场、压力场分布。
本方案通过对生产管柱系统的传热特性的理论分析，以三维井眼轨迹建模法为基础，建立生产管柱井筒的温度-压力场随井深分布的计算模型；通过井深结构参数、地层参数及流体物性参数，采用四阶龙格库塔法解出油管随井深变化的温度、压力场，并可将数据导出为后续计算提供充分依据。
进一步的，还包括对已知存在泄漏的气井进行泄漏状态预测，预测方法包括：
对气井开展环空压力诊断测试，得到压力恢复段实验数据，求解油管与油套环空压力剖面的交点作为泄漏点，预测泄漏点状态参数、建立泄压后环空压力恢复模型，得到泄压后环空压力恢复曲线。
气井完整性失效最根本的原因就是管柱发生泄漏，从而导致环空异常带压；本方案基于压力平衡原理，利用现场开展的环空压力诊断测试中压力恢复段数据，通过井身结构参数、井口温度、油压、套压等参数迭代计算每段单位长度井段油管和环空的温度和压力，求解出油管与油套环空压力剖面的交点即泄漏点，即可对应的输出泄漏点状态参数，并建立泄压后环空压力恢复模型、绘制环空压力恢复曲线。
一种气井环空异常带压综合预警系统，包括：
油管温度压力场预测模块，用于根据管柱动力学模型，输入井身结构参数、地层参数、流体物性参数，输出气井管柱随井深变化的温度场、压力场；
敏感因素提取模块，用于计算井口环空压力与各影响因素间的灰色关联度系数的平均值，取平均值大于设定值的影响因素作为第一敏感因素，并将各第一敏感因素、井口环空压力，共同作为第二敏感因素；
实时预警模块，用于建立各第二敏感因素的实时预测模型，根据最大允许压力、各第一敏感因素的临界值，分别对各第二敏感因素进行实时预警。
进一步的，还包括：泄漏状态预测模块，通过气井环空压力诊断测试所得到压力恢复段实验数据，求解油管与油套环空压力剖面的交点作为泄漏点，预测泄漏点状态参数、建立泄压后环空压力恢复模型，得到泄压后环空压力恢复曲线。
本系统中各模块各司其职又相互配合，可为气井生产工作人员提供一套较为完备的气井完整性诊断和修井措施制定辅助手段，显著提高了对气井生产的管理水平。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种气井环空异常带压综合预警方法及系统，实现了从纵向上以井身为轴，对井筒温度压力场的预测，为后续的气井泄漏状态预测提供了温度和压力的基础数据。
2、本发明一种气井环空异常带压综合预警方法及系统，能够在时间轴上对环空压力变化、以及其余敏感因素做“横向的”预测，因此提供了一种持续气井环空压力多方位的综合预警方案，克服了现有技术中对于气井环空异常带压只能够进行被动控制的问题，实现了将气井环空异常带压的管理方案从被动控制转为主动预防，同时实现了对气井生产过程进行综合预警的目的；通过本申请的环空异常带压预警，可以有效指导气井在开发过程中的参数调节与控制，从而降低人工泄压频率，显著提高了对环空压力的管理水平和气井开发经济效益的调控能力。
3、本发明一种气井环空异常带压综合预警方法及系统，基于灰色系统理论中“新信息优先”的信息观，通过淘汰过时信息，在实时预测建模序列中赋予新信息较大的权重，充分体现了环空压力预测的时效性。
4、本发明一种气井环空异常带压综合预警方法及系统，可为气井生产工作人员提供一套较为完备的气井完整性诊断和修井措施制定辅助手段，显著提高了对气井生产的管理水平。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明具体实施例的方法流程图；
图2为本发明具体实施例的系统示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：
一种气井环空异常带压综合预警方法，如图1所示，包括以下步骤：
建立管柱动力学模型，代入井身结构参数、地层参数、流体物性参数，求解气井管柱随井深变化的温度场、压力场；
确定对井口环空压力会造成影响的参数作为影响因素，分别计算井口环空压力与各影响因素间的灰色关联度系数的平均值，取平均值大于设定值的影响因素作为第一敏感因素；
将各第一敏感因素、井口环空压力，共同作为第二敏感因素，分别建立各第二敏感因素的实时预测模型，对各第二敏感因素进行实时预警。
其中，井口环空压力与任一影响因素间的灰色关联度系数的平均值通过如下方法计算：
得到设定时间间隔下井口环空压力测量值、该影响因素的测量值，建立井口环空压力序列、影响因素序列，定义为原始数据；
对原始数据中所有测量值进行无量纲化处理，得到井口环空压力初值象序列、影响因素初值象序列；
求解井口环空压力初值象序列与影响因素初值象序列中，对应分量之差的绝对值序列；
提取绝对值序列中的最大值、最小值，计算灰色关联度系数的平均值。
其中，任一第二敏感因素的实时预测模型均通过如下方法建立：
得到设定时间间隔下该第二敏感因素的测量值，建立第二敏感因素序列；
对第二敏感因素序列进行一阶灰色累加生成处理，得到一阶累加生成序列；
对一阶累加生成序列进行紧邻均值生成处理，得到紧邻均值生成数列；
对第二敏感因素序列中的元素，建立基于紧邻均值生成数的灰色预测模型表达式，得到所述灰色预测模型表达式关于时间的白化微分方程；
求解微分方程并进行累减还原，得到该第二敏感因素在时间轴上的灰色预测时间响应值。
本实施例以某典型天然气井进行演示，该井为定向井，构造位置为某潜伏构造，地层压力91.2MPa，地层温度153℃，产量约22.11万方/天。
首先通过对管柱系统的传热特性的理论分析，以三维井眼轨迹建模法为基础建立管柱动力学模型，将井眼轨迹视为一条连续光滑的空间曲线，用空间直角坐标系Oxyz和自然坐标系OsTNB两种坐标系描述井眼轨迹，用于描述井眼轨迹空间挠曲形态的参数主要有井深、井斜角以及方位角；通过对井眼轨迹进行几何描述和插值计算，可求出井段上任意井深处的井斜角和方位角，从而确定三维空间中的平滑井眼轨迹曲线。
根据管柱生产作业过程中温度变化的特点，可将整个生产管柱系统划分为地层—水泥环—套管—环空流体—生产管柱—管柱气体之间的传热问题，以井口为坐标原点，沿管柱向下为坐标z正向，建立微元体；由于地层的传热过程是一种瞬态传热，而气体在管柱内流动过程中满足动量、质量和能量守恒，可推导出任意井段上气体温度、压力的表达式，由此建立管柱的温度-压力场随井深分布的计算模型。
通过设置井深、地层温度、地层压力、流体比热容、初始井底流体密度、稳定生产时间、流体导热系数、套管外径、套管内径、油管外径、油管内径、日产气量，先进行地层段温度压力场求解，以井口为起点，选定步长，应用四阶龙格库塔法逐点向井底求解。再带入井底边界条件，反向推算到井口，求出气井管柱温度压力场分布。
可根据需要导出温度场数据、导出压力场数据，并进行结果传输；还可将按网格节点划分的油管温度、压力场详细数据自动写入并保存excel表中。如表1所示为本实施例中气井油管温度压力场预测算例。
表1 气井油管温度压力场预测算例
Figure 100002_DEST_PATH_IMAGE011
从上表可以看出，本实施例对气井油管温度和压力均具有较高的预测精度。
之后，以井口环空压力和若干可能的相关因素（井口温度、瞬时产气量、泄漏速率等）各自在等距时间轴上的实测数据作为建模依据，通过拟合分析大量历史数据以实现未来变化趋势分析。具体方法如下：
关联度分析步骤：
设X 0为井口环空压力序列，序列中包含若干个井口环空压力在以1小时为距的时间轴上测量值x 0(k)，则X 0=(x 0(1), x 0(2),…,x 0(n))为井口环空压力序列表达式；设Y 0为某因素序列，序列中包含若干个该因素在以1小时为距的时间轴上的测量值在等距时间轴上的测量值y 0(k)，则Y 0=(y 0(1), y 0(2),…, y 0(n))为因素序列表达式。其中n为序列中元素的个数，k为序列中元素的序号值，取k=1,2,…n。则井口环空压力与某因素的灰色关联度γ的计算步骤如下：
S1：设X 0'和Y 0'分别为X 0和Y 0的初值像序列，依次令每个测量值：
Figure 153243DEST_PATH_IMAGE012
；
即对原始数据中所有测量值进行无量纲化处理，得到各序列的初值象序列：
X 0'=(x 0'(1),x 0'(2),…,x 0'(n))，Y 0'=(y 0'(1),y 0'(2),…,y 0'(n))。
S2：设Δ i 为初值象序列对应分量之差的绝对值序列，其中元素
Figure DEST_PATH_IMAGE013
，得到井口环空压力序列X 0和因素序列Y 0的初值象对应分量之差的绝对值序列：
Figure 538832DEST_PATH_IMAGE014
。
S3：将Δ i 序列中的Δ i (k)的最大值与最小值分别记为M和m。计算X 0和Y 0的关联度系数平均值：
Figure DEST_PATH_IMAGE015
。
其中，δ为分辨系数，本实施例中取δ=0.5。
若某因素序列与井口环空压力序列的关联度系数平均值γ大于0.5，表明该对应因素与井口环空压力为相关性较高的解释变量序列，称敏感因素，可作为环空异常带压诊断分析依据进行重点监测管理。设敏感因素序列为P 0，序列中包含若干个该因素在以1小时为距的时间轴上的测量值p 0(k)，则P 0=(p 0(1),p 0(2),…,p 0(n))为敏感因素序列表达式。
下一步对井口环空压力和敏感因素进行以时间为轴的预测，步骤如下：
S4：定义X 1和P 1分别为X 0和P 0的一阶累加生成序列，Z 1和W 1分别为X 1和P 1的紧邻均值生成数列，x 1(k)和p 1(k)分别为x 0(k)和p 0(k)对应的一阶累加生成值，z 1(k)和w 1(k)分别为x 1(k)和p 1(k)的紧邻均值。对井口环空压力时间序列和敏感因素序列进行一阶灰色累加生成处理，依次令
Figure 48311DEST_PATH_IMAGE016
,
Figure DEST_PATH_IMAGE017
得到X 0和P 0的一阶累加生成序列：
X 1=(x 1(1), x 1(2),…,x 1(n))；P 1=(p 1(1),p 1(2),…,p 1(n))；
对上述一阶累加生成序列进行紧邻均值生成处理，令：
Figure 457558DEST_PATH_IMAGE018
Figure 42866DEST_PATH_IMAGE019
得到X 1和P 1的紧邻均值生成数列Z 1=(z 1(1),z 1(2),…,z 1(n))，W 1=(w 1(1),w 1(2),…,w 1(n))。
S5：设
Figure 936873DEST_PATH_IMAGE020
和
Figure 192536DEST_PATH_IMAGE021
分别为x 0(k)和p 0(k)的时间响应值，对井口环空压力序列X 0和敏感因素序列P 0中的元素建立灰色预测模型表达式x 0(k)+az 1(k)=u，p 0(k)+bw 1(k)=v，分别写出灰色预测模型表达式关于时间t白化微分方程
Figure 943323DEST_PATH_IMAGE022
和
Figure 736967DEST_PATH_IMAGE023
，解微分方程并进行累减还原并令t=k，可推导出各时刻井口环空压力和敏感因素在时间轴上的灰色预测时间响应值：
Figure DEST_PATH_IMAGE024
Figure 995517DEST_PATH_IMAGE025
其中参数a、b、u、v为最小二乘法估计得到的常数，计算方法为使参数向量[a,u] T 和[b,v] T 满足：
[a,u] T =(B T B)-1 B T Y，[b,v] T =(C T C)-1 C T Z；
其中B、Y、C、Z均为矩阵：
Figure DEST_PATH_IMAGE026
。
在上述灰色预测时间响应式中令k=1,2,3…24，则可模拟井口环空压力和敏感因素未来24小时的各个时刻的灰色预测值。此外，不断将新测量的数据加入时间建模序列，淘汰过时数据。用户通过选择气井名称，获取目标气井实况监测数据和最大允许压力，显示井口环空压力的当前值和报警值，并根据建立的实时预测模型，提前24小时对环空异常带压进行预警。此外还可对其余与井口环空压力相关的敏感参数进行24小时的预警，以实现本方法对井口环空压力的综合预警，为工作人员提供充分的主动管理依据。
实施例2：
一种气井环空异常带压综合预警方法，在实施例1的基础上，还包括对已知存在泄漏的气井进行泄漏状态预测：对气井开展环空压力诊断测试，得到压力恢复段实验数据，求解油管与油套环空压力剖面的交点作为泄漏点，预测泄漏点状态参数、建立泄压后环空压力恢复模型，得到泄压后环空压力恢复曲线。
根据压力平衡原理，在气井生产一段时间后，油压和套压趋于稳定，油管泄漏点内外侧压力相等，因此将井筒沿井深方向均匀做网格划分，选取井口温度、油压、套压和动液面高度等参数作为初值条件，迭代计算每段单位长度井段油管和环空的温度和压力，求解出油管与油套环空压力剖面的交点，即为泄漏点深度。再根据动量定理，假设气体在油管壁厚度范围内做定加速运动，水平初始速率0。环空泄压过程中，当环空压力趋于稳定时，井下泄漏速率与井口泄压速率基本相同，因此可得到一个边界条件，再根据气体流量与临界压力的关系，可求得此时的泄漏速率。
计算出井筒温度、压力分布和气体泄漏速率后，由于建立环空温度、气柱体积和环空压力间存在耦合关系，根据气体PVT状态方程，可计算环空气体总体积。假设气体在环空浮升运移和顶部聚集增压过程中不存在渗漏情况，初始环空充满液柱，满足环空体积相容性原则，则可计算出泄压后恢复的环空压力。通过现场开展的环空压力诊断测试中压力恢复段实验数据，以及设置已知存在泄漏的气井的基础参数，可预测该气井泄漏点深度、泄漏速率以及泄压后环空压力恢复曲线。
具体的：从前述步骤所建立的温度场、压力场读取油管温度压力场数据（井身、温度、压力一一对应）。再将井筒沿井深方向均匀做网格划分，通过设置井身结构参数、环空保护液密度、环空深度、井口温度、油压、套压作为初值条件，以建立泄漏点深度、泄漏速率以及泄压后环空压力恢复计算模型。建模参数读入完成后，开始泄漏点参数计算并输出结果。得到油管内压力和油套环空压力随井深变化示意图，交点处即为泄漏点，同步可得出泄漏点深度和压力数值，绘制泄压后环空压力随时间恢复曲线图，可模拟环空压力恢复的过程。
本实施例中根据环空液面探测报告，对试验气井现场使用105MPa高压回声仪进行环空液面测试5次，无明显反射波，故判断井内无液。再通过本实施例的方法得到该气井泄漏点深度：6223m，利用前面建立的油管温度压力场模型可得到泄漏点压力：86 MPa，泄漏点温度：157.73 ℃，最后通过泄压后环空压力恢复模型得到该环空稳定后的井口环空压力：51.24 MPa。由计算得到的泄漏点深度，可知泄漏位置为油管底部封隔器，造成环空异常带压原因为封隔器失效。由于封隔器失效，无法采取化学堵漏、注入封堵剂等方法，因此需要下入新的封隔器。
可以看出，本实施例能够为气井生产工作人员提供一套较为完备的气井完整性诊断和修井措施制定的技术方案。
实施例3：
一种气井环空异常带压综合预警系统，用于执行如上述任一实施例所记载的综合预警方法。系统如图2所示，包括：
油管温度压力场预测模块，用于根据管柱动力学模型，输入井身结构参数、地层参数、流体物性参数，输出气井管柱随井深变化的温度场、压力场；
敏感因素提取模块，用于计算井口环空压力与各影响因素间的灰色关联度系数的平均值，取平均值大于设定值的影响因素作为第一敏感因素，并将各第一敏感因素、井口环空压力，共同作为第二敏感因素；
实时预警模块，用于建立各第二敏感因素的实时预测模型，根据最大允许压力、各第一敏感因素的临界值，分别对各第二敏感因素进行实时预警；
泄漏状态预测模块，通过气井环空压力诊断测试所得到压力恢复段实验数据，求解油管与油套环空压力剖面的交点作为泄漏点，预测泄漏点状态参数、建立泄压后环空压力恢复模型，得到泄压后环空压力恢复曲线。
其中，实时预警模块包括：
初始序列单元，用于获取设定时间间隔下各第二敏感因素的测量值，建立第二敏感因素序列；
一阶累加单元，用于对第二敏感因素序列进行一阶灰色累加生成处理，得到一阶累加生成序列；
紧邻均值单元，用于对一阶累加生成序列进行紧邻均值生成处理，得到紧邻均值生成数列；
建模单元，用于对第二敏感因素序列中的元素建立基于紧邻均值生成数的灰色预测模型表达式，得到所述灰色预测模型表达式关于时间的白化微分方程；并求解微分方程并进行累减还原，得到该第二敏感因素在时间轴上的灰色预测时间响应值。
本系统为环空异常带压的事前预警、事中追踪、事后分析全流程管控提供了一种简单便捷的应用工具；能够以与油气井环空压力变化的关键工程参数作为研究关键，以井筒为研究对象进行空间上的“纵向预测”，也包含时间轴上压力变化的“横向预测”，提供了一种持续气井环空压力多方位管理方案，显著提高了环空压力管理效益。
实施例4：
天然气井环空异常带压综合预警系统，包括：
第一模块，用于执行如下步骤：获取生产资料和井身结构参数，计算地层温度场；由井口向下，应用四阶龙格库塔法逐步计算下一节点的温度及压力；设置井底边界条件，反向推算到井口；得到油管内的温度场、压力场分布；
第二模块，用于执行如下步骤：获取生产资料、井身结构参数、油管内的温度场、压力场分布；根据压力平衡原理，求出气井泄露后油管与油套环空压力剖面的交点；获取交点坐标，得到泄漏点深度；计算油套环空泄露速率；模拟泄漏后环空压力恢复过程；
第三模块，用于执行如下步骤：获取环空压力与各敏感因素生产资料，根据关联度分析法筛选出主要影响因素，根据多变量时间序列预测法建立环空压力变化模型，预测24小时环空压力变化趋势。
工作人员结合第一模块、第二模块、第三模块的结果，可进行气井完整性诊断，并对应制定修井措施，从而有效减少人工泄压次数，实现对气井环空异常带压的主动防御，显著提高对气井生产的管理水平。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其它变体，意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

Claims (6)

1.一种气井环空异常带压综合预警方法，其特征在于，包括：
建立管柱动力学模型，代入井身结构参数、地层参数、流体物性参数，求解气井管柱随井深变化的温度场、压力场；
确定对井口环空压力会造成影响的参数作为影响因素，分别计算井口环空压力与各影响因素间的灰色关联度系数的平均值，取平均值大于设定值的影响因素作为第一敏感因素；
将各第一敏感因素、井口环空压力，共同作为第二敏感因素，分别建立各第二敏感因素的实时预测模型，对各第二敏感因素进行实时预警；
任一第二敏感因素的实时预测模型均通过如下方法建立：
得到设定时间间隔下该第二敏感因素的测量值，建立第二敏感因素序列；
对第二敏感因素序列进行一阶灰色累加生成处理，得到一阶累加生成序列；
对一阶累加生成序列进行紧邻均值生成处理，得到紧邻均值生成数列；
对第二敏感因素序列中的元素，建立基于紧邻均值生成数的灰色预测模型表达式，得到所述灰色预测模型表达式关于时间的白化微分方程；
求解微分方程并进行累减还原，得到该第二敏感因素在时间轴上的灰色预测时间响应值；
当第二敏感因素为井口环空压力时：
所述灰色预测模型表达式为：x 0(k)+az 1(k)=u；
所述白化微分方程为：
Figure DEST_PATH_IMAGE001
；
所述灰色预测时间响应值为：
Figure DEST_PATH_IMAGE003
；
其中，x 0(k)为井口环空压力值；k为序列中元素的序号值，取k=1,2,…n；n为序列中元素的个数；a、u均为最小二乘法估计得到的常数；z 1(k)为此时的紧邻均值生成数；x 1(k)为x 0(k)的一阶累加生成值；
Figure DEST_PATH_IMAGE004
为x 0(k)的时间响应值；e为自然对数；
当第二敏感因素为第一敏感因素中的任一项时：
所述灰色预测模型表达式为：p 0(k)+bw 1(k)=v；
所述白化微分方程为：
Figure DEST_PATH_IMAGE005
；
所述灰色预测时间响应值为：
Figure DEST_PATH_IMAGE007
；
其中，p 0(k)为该第二敏感因素的测量值；k为序列中元素的序号值，取k=1,2,…n；n为序列中元素的个数；b、v均为最小二乘法估计得到的常数；w 1(k)为此时的紧邻均值生成数；p 1(k)为p 0(k)的一阶累加生成值；
Figure DEST_PATH_IMAGE008
为p 0(k)的时间响应值；e为自然对数。
2.根据权利要求1所述的一种气井环空异常带压综合预警方法，其特征在于，井口环空压力与任一影响因素间的灰色关联度系数的平均值通过如下方法计算：
得到设定时间间隔下井口环空压力测量值、该影响因素的测量值，建立井口环空压力序列、影响因素序列，定义为原始数据；
对原始数据中所有测量值进行无量纲化处理，得到井口环空压力初值象序列、影响因素初值象序列；
求解井口环空压力初值象序列与影响因素初值象序列中，对应分量之差的绝对值序列；
提取绝对值序列中的最大值、最小值，计算灰色关联度系数的平均值。
3.根据权利要求2所述的一种气井环空异常带压综合预警方法，其特征在于，
所述井口环空压力值为x 0(k)，所述影响因素的值为y 0(k)，所述井口环空压力序列为X 0，X 0=(x 0(1), x 0(2),…,x 0(n))，所述影响因素序列为Y 0，Y 0=(y 0(1), y 0(2),…, y 0(n))；其中k为序列中元素的序号值，取k=1,2,…n；n为序列中元素的个数；
通过如下公式对原始数据中所有测量值进行无量纲化处理：
Figure DEST_PATH_IMAGE009
式中，x 0'(k)、y 0' (k)分别表示无量纲化后的x 0(k)、y 0(k)；
所述对应分量之差的绝对值序列通过如下公式计算：
Figure DEST_PATH_IMAGE010
式中，Δ i (k)代表对应分量之差的绝对值，Δ i 代表对应分量之差的绝对值序列；
所述灰色关联度系数的平均值通过如下公式计算：
Figure DEST_PATH_IMAGE011
；
式中，γ为灰色关联度系数的平均值；M为绝对值序列中的最大值；m为绝对值序列中的最小值；δ为分辨系数。
4.根据权利要求1所述的一种气井环空异常带压综合预警方法，其特征在于，常数a、u、 b、v满足如下公式：
[a,u] T =(B T B)-1 B T Y，[b,v] T =(C T C)-1 C T Z；
其中，T为转置运算符；B、Y、C、Z均为矩阵，满足：
Figure DEST_PATH_IMAGE012
其中，x 1(k)为x 0(k)的一阶累加生成值，p 1(k)为p 0(k)的一阶累加生成值。
5.根据权利要求1所述的一种气井环空异常带压综合预警方法，其特征在于，通过如下方法求解气井管柱随井深变化的温度场、压力场：
将井眼轨迹视为一条连续光滑的空间曲线，用空间直角坐标系和自然坐标系两种坐标系描述井眼轨迹；
对井眼轨迹进行几何描述和插值计算，求出井段上任意井深处的井斜角和方位角，确定三维空间中的平滑井眼轨迹曲线；
代入井身结构参数、地层参数、流体物性参数；
以井口为起点，选定步长，应用四阶龙格库塔法逐点向井底求解温度、压力的表达式；
带入井底边界条件，反向推算到井口，求出气井管柱温度场、压力场分布。
6.根据权利要求1所述的一种气井环空异常带压综合预警方法，其特征在于，还包括对已知存在泄漏的气井进行泄漏状态预测，预测方法包括：
对气井开展环空压力诊断测试，得到压力恢复段实验数据，求解油管与油套环空压力剖面的交点作为泄漏点，预测泄漏点状态参数、建立泄压后环空压力恢复模型，得到泄压后环空压力恢复曲线。
CN202210807275.0A 2022-07-11 2022-07-11 一种气井环空异常带压综合预警方法及系统 Active CN114861476B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210807275.0A CN114861476B (zh) 2022-07-11 2022-07-11 一种气井环空异常带压综合预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210807275.0A CN114861476B (zh) 2022-07-11 2022-07-11 一种气井环空异常带压综合预警方法及系统

Publications (2)

Publication Number Publication Date
CN114861476A CN114861476A (zh) 2022-08-05
CN114861476B true CN114861476B (zh) 2022-09-27

Family

ID=82626663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210807275.0A Active CN114861476B (zh) 2022-07-11 2022-07-11 一种气井环空异常带压综合预警方法及系统

Country Status (1)

Country Link
CN (1) CN114861476B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108131130A (zh) * 2017-12-05 2018-06-08 中国石油天然气集团公司 对气井井口套管环空压力监测数据的分析方法及其装置
CN109826593A (zh) * 2018-12-25 2019-05-31 内江师范学院 基于bp神经网络的储层气体钻井安全风险分析系统
CN113622873A (zh) * 2021-08-06 2021-11-09 中海石油(中国)有限公司湛江分公司 一种深水气井环空压力智能管理装置及方法
CN114427449A (zh) * 2021-12-27 2022-05-03 中国石油化工股份有限公司 一种异常井井温预警方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2223792B1 (zh) * 1973-03-30 1978-01-06 Commissariat Energie Atomique
CN109033504B (zh) * 2018-06-12 2023-06-09 东北石油大学 一种油水井套管损坏预测方法
CN113553780B (zh) * 2021-09-22 2021-11-26 西南石油大学 一种基于机器学习的地层孔隙压力预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108131130A (zh) * 2017-12-05 2018-06-08 中国石油天然气集团公司 对气井井口套管环空压力监测数据的分析方法及其装置
CN109826593A (zh) * 2018-12-25 2019-05-31 内江师范学院 基于bp神经网络的储层气体钻井安全风险分析系统
CN113622873A (zh) * 2021-08-06 2021-11-09 中海石油(中国)有限公司湛江分公司 一种深水气井环空压力智能管理装置及方法
CN114427449A (zh) * 2021-12-27 2022-05-03 中国石油化工股份有限公司 一种异常井井温预警方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"D 油田气库区钻完井井控技术研究与应用";张强;《西部探矿工程》;20220215(第2期);1-3 *
"克深区块采气管柱力学分析及管柱结构优化";尹学琴;《中国优秀硕士学位论文全文数据库程科技Ⅰ辑》;20220315(第3期);1-70 *
"气井环空压力的多变量灰色预测方法研究";杜浪 等;《石化技术》;20211128(第11期);1-2 *
"油气井环空压力来源诊断研究进展";滕振超 等;《当代化工》;20220615(第6期);1-6 *
"深层气井油套环空泄漏点关键参数地面诊断技术";胡志强 等;《石油钻采工艺》;20200915;第42卷(第5期);1-5 *

Also Published As

Publication number Publication date
CN114861476A (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
Yang et al. Improved PLS and PSO methods-based back analysis for elastic modulus of dam
Bourne et al. Predictive modelling of naturally fractured reservoirs using geomechanics and flow simulation
LeBlanc et al. A mathematical model of a gas kick
Jeong et al. Proposed nonlinear 3-D analytical method for piled raft foundations
CN102182453B (zh) 井壁坍塌分析方法
Moncorgé et al. Sequential fully implicit formulation for compositional simulation using natural variables
NO20110506A1 (no) Fullstendig koblet simulering for fluidstromning og geomekaniske egenskaper i oljefeltsimuleringsoperasjoner
CN107122571A (zh) 一种考虑水合物分解的沉积物多场耦合模型的建模方法
Wong et al. A geothermal reservoir simulator in AD-GPRS
Martirosyan et al. Assessment of a Hydrogeological Object’s Distributed Control System Stability
CN111210519A (zh) 一种高心墙堆石坝变形参数反演方法
CN109711063B (zh) 一种适用于上软下硬地层的车站暗挖进尺调整方法与装置
Ju et al. Evolution of gas kick and overflow in wellbore and formation pressure inversion method under the condition of failure in well shut-in during a blowout
CN114861476B (zh) 一种气井环空异常带压综合预警方法及系统
Massarotti et al. Sparce subspace learning and characteristic based split for modelling artificial ground freezing
Zhu et al. The application of MsPSO in the rockfill parameter inversion of CFRD
CN112989655A (zh) 闸板防喷器剪切性能预测方法、装置、设备及存储介质
CN116044332A (zh) 一种可视化智能二级井控方法、系统、装置和存储介质
CA3224217A1 (en) Method of performing a numerical solving process
Kyriakides et al. Buckle propagation in confined steel tubes
Wijesinghe et al. Image based probabilistic slope stability analysis of soil layer interface fluctuations with Brownian bridges
Lu Stress analysis of operating gas pipeline installed by horizontal directional drilling and pullback force prediction during installation
CN113187463B (zh) 一种基于地层超压单成因贡献率的随钻孔隙压力预测方法
Qin et al. An Evaluation Method of Crack Variation on Structural Performance of Concrete Dams with Fusion Entropy Based on Observation and Simulation
Zhang A model for transient three-dimensional underground deformation in response to groundwater pumpage

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