企业诊断-功图量油与诊断算法简介 精品

现有问题与改进
功图数据采集错误
2021/3/15
现有问题与改进
气体影响导致有效冲程偏大
2021/3/15
现有问题与改进
数据采集错误
2021/3/15
现有问题与改进
有效冲程变化比较大
2021/3/15
主要内容
功图量油概述 现有问题与改进 多气井量油 抽油井故障诊断
2021/3/15
多气井量油
算法概述
2021/3/15
多气井量油算法概述
液体冲程
Sl S n S gas
2021/3/15
Sfreegas
多气井量油算法概述
Pi
Pa
Lf Ap
(eq.a)
测量压力满足eq.a时，进入
油管的气液量
(Gibbs et al., 2006)
Pi -沉没压力 Pa -泵出口压力 L f -液体载荷
实际产量 计算产量
2021/3/15
主要内容
功图量油概述 现有问题与改进 多气井量油 抽油井故障诊断
2021/3/15
现有问题与改进
量油产量及报表分析，基本与报表产量一致。 但有少部分油井量油存在一定误差，对这些
油井工作状况进行分析。
2021/3/15
现有问题与改进
拐点计算偏差
2021/3/15
功图量油与诊断算法简介
2021/3/15
主要内容
功图量油概述 现有问题与改进 多气井量油 抽油井故障诊断
2021/3/15
功图量油概述
从传统量油到功图量油 功图量油技术发展 功图量油的国内外现状 功图量油原理 工程应用实例
2021/3/15
从传统量油到功图量油
传统量油
计量间量油
多气井量油算法概述
假设的泵吸 入压力Pis
Pa=Pi+Lf/Ap
GLR Pa=f(GLR)
泵出口压力 Pa1
泵出口压力 Pa2
2021/3/15
是否
No
Pa1=Pa2？
Yes
真实的泵吸 入压力 Pit=Pis
液体产量
从Nolen关系曲线 计算求溶解GOR和
收缩因子
计算Sgas
Sl=Sn-Sgas
PIP推算测定
1.假定一个很小的起始值Pistart。 2.从经验曲线计算求解溶解气和石油收缩。 3.计算游离气体积。 4.计算油管气液比。 5.考虑多相流、泵挂深度等因素，确定对应的Pa。 6.如(Pistart, Pa)不满足eq.a，增加Pi，回到步骤2，直至
找到真实的Pitrue。 7.由Pitrue从经验曲线中确定气体影响和石油收缩效应。
人工检尺 功图计量
2021/3/15
计算结果分析
单井多日产液量分析，以堡1-4A为例
堡1-4A 功图计算产液量与计量产液量对比分析表
日期
大罐量油（m3）
堡1-4A井
功图计量（m3）
差值（m）
10月7日
14.715
14.470
0.245
10月8日
15.930
15.901
0.839
10月9日
15.660
2021/3/15
主要内容
功图量油概述 现有问题与改进 多气井量油 抽油井故障诊断
2021/3/15
故障诊断
功图量油须建立在抽油井工况健康的基础上， 因此在量油之前需进行故障诊断。
2021/3/15
故障诊断
整个故障诊断系统分为：
诊断界面 读写数据库 底层模块接口 诊断模块
2021/3/15
具有极强的非线性映射能力，可以以任意精度逼近任何 连续函数
采用并行计算机制,具有高速度和高精度 采用信息的分布式存储方式，具有更好的稳定性和容错
性，允许样本缺失和扭曲，部分计算单元的损坏不会削 弱整个系统的功用; 具有较强的自学习综合能力、联想记忆能力和调整功能
2021/3/15
智能分类
现在人工神经网络已经广泛的应用于有杆抽 油井的故障诊断中。在众多的神经网络模型 中,比较常用的是误差反向传播神经网络,简 称BP神经网络，我们就使用了BP神经网络 进行油井故障的诊断。
功图计量与大罐量油对比分析表
堡1站
大罐量油（m3）
功图计量（m3）
差值（m3）
110.476
108.896
1.58
99.404
108.498
9.094
103.085
107.621Leabharlann Baidu
4.536
104.144
108.582
4.438
101.912
105.407
3.495
103.292
105.327
2.035
2021/3/15
计算过程实例
功图量油计算过程 以堡1-3井为例
2009-12-2 示功图
2021/3/15
计算过程实例
推算泵功图
2021/3/15
计算过程实例
数据处理并确定凡尔开闭点
2021/3/15
计算过程实例
计算单日产液量
堡1-3井2009-12-2各时间段产量值
时间
8:00
15.179
0.481
10月10日
15.931
15.344
0.587
10月12日
16.335
15.480
0.855
10月14日
16.200
15.541
0.659
10月16日
15.525
15.560
-0.035
2021/3/15
误差率（%） 1.66 5.27 3.07 3.68 3.68 4.07 0.23
10:00
12:00
14:00
16:00
18:00
20:00
22:00
0:00
2:00
4:00
6:00
产量
m3
8.62
8.28
8.65
9.03
6.52
7.89
8.54
8.57
9.46
9.04
8.49
8.80
2021/3/15
泵功图验证
以沙22-21为例，在其井下1300m和1790m处均安装了
井下示功仪
0 8月1日
8月8日 8月15日 8月22日 8月29日
9月5日
9月12日
2021/3/15
实际产量 计算产量
庄13量油分析
庄13总产量对比
70 60 50 40 30 20 10
0 9月269日月279日月289日月299日月301日0月11日0月21日0月31日0月41日0月51日0月61日0月71日0月81日0月190日月1100日月1110日月1120日月13日
2021/3/15
智能分类
具有两个隐层的神经网络示意图
2021/3/15
智能分类
2021/3/15
诊断模块
数据采集错误
N
抽油杆断脱或活塞遇卡或凡尔失灵判断 柱塞脱出工作筒判断
油井结蜡或乳化油稠判断 供液不足判断
固定凡尔漏失判断
2021/3/15
Y
是否存在以上错误
N
油管漏失判断
Y
上碰挂判断
下碰泵判断
输出诊断结果
智能分类
人工神经网络已经有40多年的历史,近些年来神经 网络技术被越来越广泛地应用于石油工业的许多不 同领域。与传统的分类方法相比，人工神经网络模 型有许多优势:
Ap -活塞面积
Lufkin, Enerplus
2021/3/15
Pi Pa Lf Ap
多气井量油算法概述
沉没压力方程求解
2021/3/15
多气井量油算法概述
溶解GOR和原油体积系数与压力关系
2021/3/15
多气井量油算法概述
Nolen correlations
2021/3/15
底层接口
为诊断模块提供标准功图、当前功图和前一 功图
实现功图数据的前期处理，提供给诊断模块 入口，对渐变故障进行后期处理
原始数据
底 标准功图
层
模 第n个功图 诊
块
断
接 第n-1个功图 口
模 块
渐变故障处理
一部分诊断结果 渐变故障诊断结果
2021/3/15
诊断模块
数据采集错误 抽油杆断脱或活塞遇卡或凡尔失灵 柱塞脱出工作筒 油井结蜡或乳化油稠 油管漏失 固定凡尔漏失 供液不足 上碰挂 下碰泵
2021/3/15
示功图量油
日产液量
＝24hr*60min*泵的面积*有效冲程*冲次
其中，冲次： N次/min
有效冲程/冲程 = 充满系数
关键：凡尔开闭点
216个原数据
平滑数据
曲线变化
2021/3/15
泵功图的推算
Gibbs 波动方程
2u t 2
2
2u s 2
c
u t
2021/3/15
有效冲程法
Ql
24 60 r2 4
n Sp
1440 r2 4
n S pe
式中，
r -柱塞直径
n -冲次
-充满系数
S p -柱塞冲程
Spe -泵功图的有效冲程
地面示功图
有杆泵抽油系统
波动方程
初始条件
连接条件
边界条件
数学模型 井下泵功图 凡尔开闭点的确定 柱塞有效冲程 出口排液量
2021/3/15
功图量油的国内外现状
国际 Shell, Lufkin, Enerplus … 国内 长庆，中原，大港，……
2021/3/15
功图量油原理
有效冲程
AD段长度
充满系数
有效冲程/最大冲程 AD/EC段
冲次
驴头一分钟内来回的次数
2021/3/15
功图量油原理
示功图量油 泵功图量油 API算法量油 综合考虑三者计算结果
99.854
1.160
97.176
100.543
3.367
误差率（%） 1.45 8.38 4.21 4.09 3.32 1.93 4.09 3.97 3.84 4.30 3.67 1.89 3.00 1.78 1.16 3.35
庄13量油分析
庄13总产量对比
80 70 60 50 40 30 20 10
产2量00累3加
全天候 间抽 任意时段 ……
功图量油技术发展
拉线面积法：80年代，B•M•卡西扬诺夫
示功图的理论排量
Qe
时间
r2 4
冲程 冲次 混合液比重
实 其际中日S总产为液A量B、QBCSSA、E总GDCQFe 延长线和AD延长线所
围的面积。
液量叠加法等
2021/3/15
功图量油技术发展
计算结果分析
堡1-4A 一个月数据对比
2021/3/15
计算结果分析
李堡数据汇总，见下页表格 功图量液与大罐量液误差
2021/3/15
日期
9月28日 9月29日 9月30日 10月1日 10月7日 10月8日 10月10日 10月12日 10月14日 10月16日 10月18日 10月20日 10月22日 10月24日 10月26日 10月28日
100.745
105.039
4.294
99.198
103.297
4.099
100.204
104.209
4.005
99.688
104.172
4.484
99.834
103.641
3.807
99.297
101.206
1.909
97.858
100.88
3.022
98.825
100.62
1.795
98.694
沙21-22 实测泵功图与推算泵功图比较
2021/3/15
地面示功图
1300米处实测泵功图 1300米处计算泵功图
1790米处实测泵功图 1790米处计算泵功图
排液量（方）
计算结果分析
单井单日产液量分析
堡1-3井功图计量与实测值对比
12 10
8 6 4 2 0
8:00 12:00 16:00 20:00 0:00 4:00 时间
从收缩因子和实测 地面含油率确定抽
油泵处的含油率
计算产液量
计算溶解气体积 ΔVdissolvedgas
Sfreegas=Sg-Sl
计算ΔVfressgas
ΔVtotalgas= ΔVdissolvedgas
+ ΔVfressgas GLR=
ΔVtotalgas/ 总液量
Pa=f(GLR)
多气井量油算法概述
示功图量油
以实测地面功图为边界条件 应用计算模型拟合泵功图 应用实测井下泵功图对比修正
实测地面示功图
实测示功图
2021/3/15
建立计算模型
确定边界条件
实测井下示功图
实测井口示功图
实测泵功图
对 比
计算泵功图
实测井口示功图 计算泵功图
泵功图量油
日产液量＝
24hr*60min*泵的面积*有效冲程*冲次
2021/3/15
智能分类
BP神经网络是一种基于误差反向传播算法 的多层前馈型人工神经网络, 具有三层或三 层以上神经元，有输入层、隐含层和输出层。 它的学习方式是一种有监督的学习,在输出 层比较网络的实际输出和对应的期望输出的 误差均方差,如果不能得到满意的误差精度, 则根据误差通过梯度下降法调整各层神经元 的权值,最终使误差达到最小。
智能化多相流量计量油
容积式计量法
功图量油
光杆冲程
理论示功图
油管缩短和抽油杆伸长
活塞冲程
载
B
C
荷
活塞截面以上液柱重量
A
抽油杆在油中的重量
D
抽油杆缩短和油管伸长
位移
2021/3/15
功图量油技术发展
示功图
示功仪
泵功图
2021/3/15
Gibbs方程等力学模型
即时产量
拉线法 面积法 有效冲程法 ……
2021/3/15
APIRP11算法量油
由已知的液面、泵挂深度、 冲次、光杆冲程、泵塞直径、 液体密度，再结合抽油杆尺 寸和组合，以及油管直径、 是否锚定等信息，能过查表、 曲线图等确定柱塞冲程、泵 排量、光杆最大最小载荷等 需求量。
2021/3/15
工程应用实例
计算过程实例 泵功图验证 计算结果分析 庄13量油分析