QHD32-6油田电泵机组故障预测方法及其现场应用

黄新春 郑春峰 李 昂 苏作飞

（中海油能源发展股份有限公司工程技术分公司，天津 300452）

QHD32-6油田电泵机组故障预测方法及其现场应用

黄新春 郑春峰 李 昂 苏作飞

（中海油能源发展股份有限公司工程技术分公司，天津 300452）

为加强QHD32-6油田电泵井管理和有效预测电泵机组发生故障的概率，应用模糊综合评判方法，建立了引发电泵机组故障的因素集、权重集和判断集，给出了影响因素风险系数计算方法和单井风险评价等级标准，建立了电泵井机组故障预测模型。该方法能够预测运转电泵机组故障概率高的井。实际应用表明，2013年上半年应用该方法预测机组故障概率，其准确率达77.78%，累计挽回产量损失7 075 m3。该方法预测准确率能满足工程技术分析需要，为电泵井优化管理提供了技术支持。

海上油田；电泵井；机组故障预测；模糊综合评判方法

目前QHD32-6油田电泵井占总机采井的95.5%，在实际油田生产过程中，电泵机组若发生故障停井，会导致油田平均单井日产油量下降，油田整体经济效益受到影响［1-2］。其中检泵作业期间因躺井造成的经济损失有［3］：（1）与替换机组有关的起下作业费用；（2）维修费用；（3）因躺井以及恢复最佳采油水平而造成的产量损失［4-5］。在检泵作业过程中，若能对电泵机组故障概率进行准确预测，及时找出易发生故障的电泵机组，对最易发生故障的电泵井及早进行电泵选型设计，通知厂家及早备泵，这样能够最大程度节省检泵作业准备时间，缩短油井躺井时间，提高作业效率，减少因躺井时间过长引起不必要的单井产量损失，最大程度挽回经济损失，对电泵井优化管理有实际指导意义。

1 模糊综合评价方法

1.1 因素集

建立影响评价对象的各因素组成的集合，称为因素集［6］。通常表示为

式中，ui（i=1，2，…，n）为影响评价对象的第i个因素。

1.2 权重集

权重是反映各指标对评价对象的影响程度，建立影响评价对象的各因素权重组成的集合，称为权重集［7］。通常表示为

式中，ai(i=1,2,…,n)为第i个因素的权重值。一般情况下ai满足归一化条件

1.3 评价集

对评价对象优劣程度做出定性描述所组成的集合称为评价集，具体设定可依据实际情况及计量值大小进行划分［8］。通常表示为

1.4 评价矩阵

根据因素集中所确定的影响因素，确定因素评价矩阵R

式中，m为评价对象个数，n为影响因素个数。

确立评价矩阵和R权重集A之后，应用模糊综合评判方法，计算综合评价结果

2 机组故障预测模型的建立

2.1 影响因素及其风险系数

通过专家评判方法，给出引发电泵井机组故障的9个主要影响因素，并建立机组故障预测模型因素集，见式（7）

根据建立的因素集，进一步量化分析各影响因素的风险系数。

（1）运转时间风险系数：单井累积运转时间除以油田（平台）所有单井运转时间之和

式中，ηiTtol为运转时间风险系数，%；Ttoli为单井累积运转时间，d。

（2）排量效率风险系数：排量效率风险系数为单井排量效率赋值除以所有井的排量效率赋值之和，其中排量效率在a2＜QE＜a3之间的井赋值为1，在a3＜QE＜a4之间的井赋值为2，在QE＞a4时赋值为3，在a1＜QE＜a2之间的井赋值为4，QE＜a1的井赋值为6。

式中，ηiQ为排量效率风险系数，%；QEi为单井排量效率赋值；a1、a2、a3、a4均为单井排量效率，%。

（3）电流比风险系数：电流比风险系数为单井电流比赋值除以所有井的电流比赋值之和，其中电流比在b1＜Ii＜b2时赋值为1；电流比小于i＜b1时赋值为2；电流比在b2＜Ii＜b3之间时赋值为3；Ii＞b3时机组故障概率最大

式中，ηiR为电流比风险系数，%；IiR为单井电流比赋值；b1、b2、b3为单井电流比（无因次量）。

（4）井斜角风险系数：单井井斜角风险系数为单井井斜角赋值除以所有井的井斜角赋值之和，其中井斜角小于c的井赋值为1，大于c的井赋值为2。

式中，ηi∠In为井斜角风险系数，%；∠Ini为单井井斜角赋值，°；c为参考井斜角，°。

（5）狗腿度风险系数：单井狗腿度风险系数为单井狗腿度赋值除以所有井狗腿度赋值之和，其中狗腿度小于d的井赋值为1，大于d的井赋值为2。

式中，ηi∠Dog为单井狗腿度风险系数，%；∠Dogi为单井狗腿度赋值，（°）/30 m；d为参考狗腿度，（°）/ 30 m。

（6）电流稳定性风险系数：电流稳定性风险系数为单井电流稳定性赋值除以所有井电流稳定性赋值之和，其中运行电流分稳定、不稳定和很不稳定3种情况，分别赋值1、2、3。

式中，ηiSta为电流稳定性风险系数，%；IiSta为单井电流稳定性赋值，A。

（7）启停次数风险系数：单井启停次数除以所有单井启停次数之和。

式中，ηiN为启停次数风险系数，%；Ni为单井启停次数。

（8）厂家风险系数：油田（平台）平均检泵周期最长（且检泵井次最多）的厂家为基准厂家，该厂家检泵风险系数为1，其他厂家风险系数为基准厂家平均检泵周期除以各厂家平均检泵周期。

式中，ηif为厂家风险系数，%；Fif为各厂家平均检泵周期，d；Ff为基准厂家检泵周期，d。

（9）电机绝缘风险系数：电机绝缘风险系数为单井电机绝缘赋值除以油田（平台）所有井电机绝缘赋值总和。根据油田（平台）绝缘值测量水平，找中游水平绝缘值作为基准值Ec。若某口井的绝缘值大于基准值Ec，将其赋值为0，若某口井绝缘值小于基准值Ec，赋值为基准值 减去自身绝缘值，记为Ei。

式中，Ei为电机绝缘赋值，MΩ；Ec为绝缘基准值，MΩ；ηiE为绝缘风险系数，%。

2.2 影响因素权重系数

采用专家评判方法对各影响因素进行综合评价，给出引发电泵井发生机组故障各影响因素的权重集，并建立机组故障预测模型权重集

2.3 综合故障评价标准

结合实际油田计算成果和专家评判方法将引发电泵井发生机组故障的评价集划分为5个等级，并建立机组故障预测模型评价集

评价集以QHD32-6各平台单井电泵机组为评价对象，根据计算结果划分5个等级评价标准，见表1。

表1 电泵机组发生故障风险等级分类

3 实例分析

经专家评判，确定QHD32-6油田引发机组故障9大影响因素在风险系数计算中参数的取值，见表2、表3。

表2 QHD32-6油田机组故障预测参数取值

表3 QHD32-6油田机组故障预测不同风险系数赋值

以QHD32-6油田C平台为例，应用影响因素风险系数方法计算建立因素评价矩阵R26×9和权重集A1×9。

应用模糊综合评判方法，将R26×9和A1×9带入式（6）计算综合评价结果

应用以上计算方法，计算QHD32-6其他6个平台所有井的综合评价结果。计算结果表明，风险等级为“大”的油井预测出9井次。半年时间里，预测故障概率“大”的9口井中发生电泵机组故障井占7井次，预测准确率达77.78%，见表4。

表4 QHD32-6油田6个平台电泵故障风险等级预测结果

应用电泵机组故障预测方法，对故障概率“大”的井做到提前进行选泵设计，通知厂家及早备泵。半年内QHD32-6油田成功预测7井次，平均单井缩短检泵时间12.5 d，累计挽回损失产量7 075 m³。

4 结论及建议

（1）将模糊综合评判方法应用于电泵机组故障预测中，能够较全面地考虑影响机组发生故障的影响因素，结果直观简单，具有很强的实用性。

（2）该方法预测准确率能满足工程技术分析需要，为电泵井优化管理提供技术支持，后期可推广应用到其他油田。

［1］鲁娟党，李泽，田姗姗，等.延长高危潜油电泵井检泵周期方法的探讨［J］.石油钻采工艺，2012，34（6）：45-47.

［2］张玉斌，于海春，周平.电潜泵机组可靠性评定［J］.石油机械，2003，25（5）：6-8.

［3］黄晓，石步乾，范喜群.电泵井优化设计及工况诊断技术的应用［J］.石油钻采工艺，2000，23（6）：87-89.

［4］孙焕，李玉仁.电泵井工况解析方法［J］.石油钻采工艺，1990，12（5）：43-54.

［5］李洪周，邹积举.潜油电泵振动故障分析及振动模型［J］.石油机械，1997，25（12）：24-26.

［6］雷中英.模糊综合评判模型在油气田开发投资项目后评价中的应用［J］.石油天然气学报，2011，33（10）：370-373.

［7］李凌峰，刘云，姚安林，等.油田矿场原油库风险模糊综合评价技术研究［J］.石油矿场机械，2008，37（6）：16-19.

［8］宋考平，杨秋荣，付青春，等.模糊综合评判方法判断低效循环井层［J］.钻采工艺，2006，29（4）：35-37.

（修改稿收到日期 2013-11-20）

〔编辑 景 暖〕

Fault prediction method and field application of QHD32-6 oilfield electric pump unit

HUANG Xinchun,ZHENG Chunfeng,LI Ang,SU Zuofei
（CNOOC Energy Technology &Services Limited,Tianjin300452,China）

To enhance the management of QHD32-6 oilfield electric pump wells and predict effectively the probability of faults of electric pump units,fuzzy comprehensive judgment method is applied to establish the element set,weight set and judgment set of faults of electric pump units,to provide the calculation method of risk coefficient of influencing factor and criterion of risk evaluation level of single well and to establish the fault prediction model of electric pump units.This method can predict the wells with high fault probability of operating electric pump unit.The actual application shows that the accuracy of application of this method in fault probability prediction of units was 77.78 % in the first half of 2013 and accumulative production loss saved is 7,075 m3.The predict accuracy of this method can meet the demand for engineering and technical analysis to provide technical support for optimized management of electric pump.

Offshore oilfield;electric pump well;unit fault prediction;fuzzy comprehensive judgment method

黄新春，郑春峰，李昂，等.QHD32-6油田电泵机组故障预测方法及其现场应用［J］.石油钻采工艺，2014，36（1）：116-119.

TE355.5+4

：B

1000-7393（2014）01-0116-04

10.13639/j.odpt.2014.01.031

黄新春，1981年生。2006年毕业于中国石油大学（华东）油气田开发工程专业，主要从事采油工程及机采井管理工作。电话：022-25805620。E-mail：zcf_cup@163.com。