一种多参数组合预警系统在油田生产中的应用

徐瑞萍

(中国石化胜利油田分公司 河口采油厂，山东 东营 257200)

1 多参数组合预警应用的意义

在信息化生产管理模式下，油田生产现场数据实现了自动采集、集中存储、集中管理、实时共享。对于海量的实时数据只采集不分析挖掘是不够的，无法发挥大数据的价值。通过多参数组合预警系统的应用，我们可以创建相应的模型，对复杂的油井工况、管网及开发生产运行过程中出现的问题等进行预警，真正做到用信息化手段创新创效。

2 多参数组合预警的功能原理

油藏、井筒、地面生产节点之间是相互关联和协调运行的。开发生产一体化运行过程中，Q(产量、注水量)、P(地层压力、井底流压、地面沿程压力、注入压力)、T(沿程温度)等主要参数的沿程变化，将各系统之间有机关联起来。某一个节点出问题，都将会在上下游相关节点上有相应变化趋势和规律的体现。

单井的异常问题往往与参数的某种变化规律相对应。具体到一口油井，悬点最大载荷、最小载荷、井口回压、电流、电量、有功功率等参数的变化是密切关联的，但不同的异常问题表现的参数变化趋势不同。按照“一井一策、一设备一指标、一油藏一特征”的要求，要能够满足每一口井、每一个设备异常预警管理的要求，只能提供一个预警模型设置的工具软件，具体的管理方法、管理模型需要使用人员根据井、站的具体情况进行创建。模型创建的水平，就体现出我们油井管理的水平。

针对应用需求，借鉴大数据分析方法，我们确定了关联预警的技术方法和技术路线，创新性地提出了多参数组合预警计算引擎的技术实现方法。统计油井历史生产情况，结合技术人员的专业知识、管理经验，对油井历次出现异常问题前所有生产参数的变化情况、参数变化趋势规律及生产环境进行统计分析，总结出某类异常问题所关联的参数类型及变化规律，作为该井该问题的预警分析模型，在油水井工作制度不变的情况下，利用该模型，对该井未来同类问题进行预测、预警。

在预警模型建立的人机交互过程中，技术人员利用研究确定的规律，创建预警分析模型，计算机接收到模型后实时计算处理，对于符合模型条件的给技术人员推送预警信息，技术人员可对预警信息进行分析，确定油井异常问题。若推出的预警问题与实际不符合，可进一步研究、完善预警关联参数及变化规律，优化完善模型，计算机按照新模型进行预测分析。模型优化的人机交互过程，固化了技术人员的经验和方法，同一区块的不同的技术人员、不同时期的技术人员可对模型进行滚动完善，实现了技术的传承和不断提升。

3 多参数组合预警应用情况

依托多参数组合预警系统我们针对不同油藏特点、油井工况，创建了不同的预警模型，并成功预警了多项油井生产中的问题，避免了躺井、油井减产等问题，真正做到了利用大数据分析为生产提质增效。下面以稀油区块抽油井工况预警模型为例来说明大数据分析预警的应用情况及效果。

3.1 模型建立背景

某管理区2018年全年计划躺井数36口，上半年预计检泵18口，实际发生16口，其中漏失井作业占比73%，所以泵漏和管漏工况亟需治理。在此基础上依托大数据分析预警，建立油井漏失工况预警模型。

3.2 模型建立过程

3.2.1 泵漏预警模型

泵漏包括吸入部分漏失、排出部分漏失，功图形状上表现明显，所以可以通过确定功图形状实现对泵漏的预警。主要指标可定为增载线或卸载线与水平线的夹角，以及增载线、卸载线的斜率，再加上其他参数的约束，对油井泵漏基本能够较准确的预警。

吸入阀漏失如图1所示，理论情况下，吸入部分漏失时，上行有效冲程(B′C)长度将增加，而下行有效冲程(D′A′)长度将减小；漏失越严重，上行有效冲程长度的增加和下行有效冲程长度的减少越厉害。卸载线的倾角(∠CD′A)比泵工作正常时大，且增载线(A′B′)比卸载线(CD′)陡[1]。

同时，通过统计分析该管理区8口泵漏油井情况，发现下行有效冲程不一定满足下降趋势，而最大载荷和载荷差值均呈下降趋势，但变化阈值差异性较大，将其添加进模型。其中时间区间为统计分析得来，在该管理区具有普遍规律，可直接复制推广，倾角和斜率差的阈值需要“一井一策”计算得出，泵漏预警模型所包含的各项参数设置如表1所示。

表1 泵漏预警多参数组合情况

3.2.2 管漏预警模型

油管漏失不是泵本身的问题，所以示功图形状与理论示功图形状相近，只是由于进入油管的液体会从漏失处漏入油管、套管的环形空间，使作用于悬点上的液柱载荷减小，不能达到最大理论载荷值。结合管理区出现的11口油井管漏的规律，建立管漏示功图参数变化趋势。其中，时间区间15 d是根据管理区管漏特点，在发生管漏时，各项参数为逐渐下降趋势，约15 d可在生产参数上明显反映出；最大载荷差值上限是判断的关键指标，通过对管漏油井的数据统计，发现当最大载荷平均差值上限为3 kN时，可锁定为管漏问题，因此定为3 kN，也可根据单井进行一井一策设置。

由于油井热洗过程及排水期与油管漏失的参数变化规律极为相近，且油井热洗为管理区常规工作，每月约14井次，热洗后返液即井口温度必须达到55 ℃，相较于油井日常平均井口温度高至少15 ℃，所以增加一条判定指标为“井口温度”，3 d内温度变化范围在15 ℃以内，将油井热洗后情况筛选掉，提高准确率。最终油井管漏预警模型所包含的多参数组合情况如表2所示。

表2 管漏预警多参数组合情况

3.3 模型应用产生的效益

对该管理区漏失井，技术人员结合预警信息及现场数据落实为漏失后，可直接安排碰泵、热洗或及时上作业。2019年上半年，累计报出4井次的泵漏、管漏预警，其中2井次通过热洗及碰泵成功自扶、2口井及时协调作业检泵，至少挽回了20 t的液量损失并避免了2口井的潜在躺井可能，累计节省了30万元的费用。

4 结论

4.1 精准分析，科学预判， 转变管理模式

通过自动化、智能化的预警模型对海量数据进行统计分析，加大了分析频率，改变了传统的人工分析方式，将人从繁琐的资料中解脱出来实现智能预警，为油田智能化管理和用工总量的减少创造了有利条件。

4.2 适时监管、及时处置，提高运行效率

预警系统24小时不间断监控，超前的预警信息彻底改变了传统的救火式的管理模式，将传统事后管理、人工检查的管理模式，转变为事前预警、自动报送的精细管理模式，有效预警油水井潜在的生产隐患，让管理工作更有针对性开展。

4.3 未雨绸缪、智能优化，提高开发水平

多参数组合预警模型的建立，可应用于多个油藏生产监控方向，通过提前预警，超前治理，可实现有效提高开井时率、机采效率，控制自然递减率等开发指标，切实提升油藏开发管理水平。