基于出砂井单井画像方法研究

袁晓鹏，蔡 权，张宗元，侯 红

（中国石化胜利油田分公司，山东东营 257000）

1 概况

当前信息化油田已积累了海量的数据、专家知识和经验，一方面储存在各类数据库中，另一方面储存在技术人员的头脑中，针对油井的生产管理分析，仍需要业务人员从海量的数据中查找所需资料、建立关系规则，无法快速匹配各类资料，无法快速展示油井关键信息，无法快速准确地推理。通过构建油井画像，自动推送出砂管理措施实施时机，为技术人员提供智能分析技术手段，支撑“一井一时一策”，持续改善油井生产状况，提高油井生产时率和寿命，降低油井维护成本，实现老油田效益开发提供保障。

2 整体技术路线

构建油井知识网络，对结构化和非结构化数据进行抽取、转换、加载，构建油井动态画像。通过知识库的推理技术建立出砂预警机，进而实现对油井出砂概率的推送提醒，各项指标的综合展示，辅助工程人员的进一步分析，如图1所示。

图1 技术思路

2.1 知识图谱的构建

基于对采油领域业务的理解和本体建模理论的研究，结合石油专业书籍、资料及专家的领域知识，构建采油领域本体框架、概念体系及本体关系。具体步骤：

（1）整理采油领域内的概念和特有表达，添加相关的信息，并确定同义词。

（2）确定概念、属性、关系，并对专业词汇按照专业知识分类及层级划分。

（3）将前面确定的词语概念，语义关系整合，形成本体。

从地面、井筒、油藏三个方面，梳理构建油井措施时机优化所需要的基本概念、基本关系、基本属性。完成油井生产业务场景相关33类本体291个属性的梳理与设计，并构建43个关联关系。形成油井全知识存储体系，如表1，表2所示。

表1 本体关系表（部分）

表2 关联关系

2.2 油井画像指标的确定

通过收集胜利油田某管理区的出砂历史数据，进行数据清洗，将有效数据通过相关性分析和统计分析的方式，确定出砂井专有的油井画像指标项和指标范围，如图2所示。

图2 出砂油井画像指标确定过程

通过油藏、生产、工艺3个方面进行了出砂油井画像指标的确定，共包括9项指标。其中出砂油藏指标为：砂二上非主力生产层、断层破裂带附近井、层位特性为薄差层；生产指标范围为：产液量范围16～21m3/d、含水率74%～95%、采液强度18-24m3/m；工艺指标范围为：是否有出砂史、防砂措施和防砂 年限。

2.3 出砂预判及措施时机推荐机制

将知识计算的油井参数、特征、属性与业务规则、神经网络有机结合，使得模型可以全面考虑各个维度的特征，从而构建油井措施时机推理模型，实现出砂措施时机的智能推荐，如图3所示。

图3 措施时机推荐机制

基于相邻井之间的生产特征更为相似的原理，将知识库中的同区块、物性相近的井与井相互关联，并与油井措施时机预判的特征工程进行融合，基于知识计算技术，建立神经网络模型，提高措施时机推荐的准确率，如图4所示。

图4 措施时机推荐机制优化

3 软件功能

综合展示单井量化的关键指标、单井能力和目前基础设备等情况，实现知识关系的多维度实时动态、特有的油井动态画像。同时可扩展穿透查看油井相关详情，如图5所示。

图5 出砂油井画像功能示意

4 应用实例

为验证计产算法的适用性，以胜利油田某管理区50口历史出砂油井数据为基础进行出砂油井画像和措施时机推荐验证，历史出砂验证结果与实际发生结果基本吻合，出砂预测精度可满足现场应用。

以SXX-55井为例，将该井出砂时和之前正常生产数据代入油井画像措施时机应用模型中，验证结果较历史人工发现出砂提前10d进行出砂提示，可见通过油井画像进行出砂预测具有较高的现场适用性，如表3所示。

表3 验证结果对比

5 结束语

立足当前阶段业务域覆盖范围及数字化、可视化建设实际，长远考虑业务域全覆盖及智能化发展的需求，构建油井画像实现出砂井措施时机推送，满足管理区采油业务岗位定制需求，有效挖掘生产潜力，将数据资源价值转为油田开发效益价值，降本增效，提高市场竞争力。

1）油井措施时机优选技术利用知识计算、大数据计算，实现管理措施时机预判，有助于技术人员提前采取应对措施，避免油井故障的恶化，作业成本的增加。

2）基于海量数据建设油井动态画像，打破油井生产业务和数据的壁垒，将油井的特征、存在问题标签化，有重点、有针对性地反映油井情况，便于技术管理人员对油井快速、直观的掌控，有效减少人工查阅、整理的工作量。

3）通过对油井措施时机优选技术研究，逐步形成“事后诊断”向“事前预测”，从“人工定期分析”向“动态智能管控”的管理模式转变，提升油井生产分析管控能力，助力新型管理区建设通过业务模型的构建。