WRSR 法的抽油机井合理运行状态研究

黄晓莉 （大庆油田有限责任公司第二采油厂）

油田抽油机井基数大，占油田常规人工举升工艺井的80%以上。抽油机井合理运行直接影响油田开发的高效实施，诸多学者就抽油机高效运行进行了一系列研究。赵晓蕾[1]对抽油泵进行了一系列技术改进，提高了泵效；李丹丹[2]从系统的角度对油井节能电动机的综合品质进行评价，并研究节能电动机与抽油机之间的优化选配方法；常瑞清等[3]为解决游梁式抽油机井载荷冲击大、振动大，导致能耗高、系统效率低等问题，开展了电动机随动变速运行技术相关研究；刘士玉[4]将抽油机有杆泵抽油系统分为地面及井下两部分，根据抽油机井光杆功率及电网向抽油机系统输入的总电能，分析得出抽油机井地面能耗与地下能耗占比，提出了“大泵径、长冲程、低冲次”的地面及地下一体化优化节能思路。上述学者对抽油机合理运行进行的研究主要参考了如抽油泵、冲程、冲次、抽油杆管一个或几个方面的指标，考虑不够全面。党荃铮、王小玲、库土力克·加帕等[5-7]多名学者采用RSR 对雷达装备和AFP 病例监测质量等进行了综合评价，验证了该方法在相关工作指标的优劣认定中的可行性。因此，文中拟采用RSR 法对抽油机井生产和能耗指标进行综合评价，来评估抽油机运行工况，为进一步优化运行提供支持。

1 WRSR 法模型

WRSR（Weight Rank Sum Ratio）评价方法，即权重秩和比评估法，是一种多属性决策方法。通过秩转换，获得无量纲统计量RSR，以RSR 值对评价对象的优劣直接排序或分档排序，从而对评价对象做出综合评价[8-10]。

1） 列待评价数据表。按评价对象为行（n个），评价指标为列（m个），将原始数据排列成矩阵表（n行m列）。

2）编秩。整次RSR 法：极大型指标从小到大编秩，极小型指标从大到小编秩，同一指标数据相同者编平均秩，得到秩矩阵，记为R，秩越大越优；非整次RSR 法：此方法所编秩次与原指标值之间存在定量的线性对应关系，克服了RSR 法秩次化时易损失原指标值定量信息的缺点。

极大型指标（效益型指标）：

极小型指标（成本型指标）：

3）计算秩和比并排序，公式如下：

式中：CRSRi为秩和比；wj为第j个评价指标的权重；Rij为第i个对象第j个指标的秩；n为评价对象个数；m为指标个数。

4）确定RSR 的分布（转化为概率单位）。RSR的分布是指用概率单位Probit 表达的值特定的累计频率。Probit 模型是一种广义的线性模型，服从正态分布。其转换方法为：编制RSR 频数分布表，列出各组频数f，计算各组累计频数∑f；确定各组RSR 的秩次范围及平均秩次；计算累计频率，最后一项记为并进行修正；将累计频率换算为概率单位Probit， Probit 为累计频率对应的标准正态离差(u)加5。

5）计算直线回归方程。以累积频率所对应的概率单位Probit 为自变量，以RSR 值为因变量，计算直线回归方程，即：CRSR=a+b×Pr obit 。（a，b为直线回归系数；CRSR为RSR 拟合值）。

6）通过检验回归方程输出RSR 矫正值，并进行分档排序。

2 评价实例与分析

M 采油厂某班组有抽油机井55 口，统计了包含流压、泵效、冲程利用率、电流比、功率利用率、扭矩利用率、冲次利用率和载荷利用率共8 项指标，以10 口抽油机井为例，8 项指标统计见表1。其中，流压和电流比为区间型指标，最优区间分别为[3，4]、[80，110]，这是因为流压过低无法保证泵效且容易引起抽油杆偏磨，而流压过高不利于油水井对应驱替储层的效果；电流比在[80，110]时，抽油机上下冲程载荷平衡。而其他的泵效、抽油机利用率等6 项指标为极大型指标，即越大越好。

表1 10 口抽油机井8 项指标统计Tab.1 Eight indicator statistics of 10 pumping unit wells

为了得到各指标的权重，首先采用熵值法对各指标获得信息熵冗余度，然后计算指标权重，权重计算前对流压和电流比这2 项区间型指标向极大型指标转换，转换公式为：

式中：xi为数据处理前指标值；͂ 为数据处理后的指标值；a、b分别为理想区间的下限值和上限值。

然后，对8 项指标进行极差法标准化处理，并计算熵权。熵权法计算流程见图1，熵权法权重计算结果见表2。

图1 熵权法计算流程Fig.1 Calculation process of entropy weight method

表2 熵权法权重计算结果Tab.2 Weight calculation results of entropy weight method

进行WRSR 法计算，计算流程见图2。

首先，计算秩、加权秩和，并排名；然后，结合RSR 值得到RSR 分布值，确定每个分布值的频数、累积频数和平均秩次值；根据平均秩次值，查询“百分数与概率单位对照表”，得到其所对应概率单位Probit 值。

以累计频率所对应的概率单位值Probit 为自变量，以RSR 值为因变量，进行线性回归，从F 检验的结果分析可以得到，显著性P值为0.000***，水平呈现显著性，拒绝了回归系数为0 的原假设，同时模型的拟合优度R² 为0.934，模型表现较为优秀，因此模型基本满足要求。对于变量共线性表现，方差膨胀系数（VIF）全部小于10，因此模型没有多重共线性问题，模型构建良好。

模型回归方程为：CRSR=- 0.261 + 0.122 ×Probit 值。

现将55 口抽油机井的RSR 临界值进行区间比较，进而得到分档等级水平，RSR 拟合值排序见图3，单井分档排序汇总见表3。

图3 RSR 拟合值排序Fig.3 Sorting chart of RSR fit values

表3 单井分档排序汇总Tab.3 Summary of single well classification and sorting

将55 口井分成4 个等级，X30，X43，X47，X53 井处于第4 档最优，X1，X24，X28 井处于第1档最差，其余有48 口井处于中间第二档、第三档。

通过对处于第一档和第二挡级别的27 口井调查认为：部分井电流不平衡；流压超出合理区，未进行及时放产；机型偏大，导致扭矩利用率、功率利用率低；未按照长冲程低冲次配置抽汲参数，致使冲程利用率、冲次利用率均未达到理想水平；个别井泵径偏小，有待调整。对WRSR 评估中发现的问题井进行了梳理，对27 口井进行措施调整，调平衡17 井次，调参8 井次，检换泵6 井次，调泵挂深度9 井次，机型对调2 井次，更换节能电动机9井次。调整后，对该班组的55 口抽油机井重新进行WRSR 分析，落入一档和二档的井数由措施前的27 口减少至16 口，措施初见成效。对27 口井的生产耗电情况分析，措施前日耗电量为3 153.6 kWh，措施后日耗电量为2 786.9 kWh，日节电量为366.7 kWh，年经济效益7.93 万元，部分单井措施效果见表4。调整后，抽油机井各指标情况转好，例如流压水平趋于合理化，油水井端生产压差更合理，利于储层合理开发；采用长冲程低冲次后，杆管偏磨也随之改善，利于检泵周期的延长。

表4 部分单井措施效果Tab.4 Effect of some single well measures

3 结论

构建了包含流压、泵效、冲程利用率、冲次利用率、电流比、功率利用率、扭矩利用率等8 项指标的抽油机井运行评价体系，熵权法的权重大小依次为扭矩利用率、冲次利用率、功率利用率、载荷利用率、冲程利用率、泵效、流压、电流比。用WRSR 法对综合指标进行四档分类，低效井主要处于第1 档和第2 档，这些井在电流比、流压、扭矩利用率、功率利用率、冲程利用率、冲次利用率方面未达到理想水平，同时个别井存在泵径偏小问题。以三换一调为主要措施，对单井进行综合调整，27 口井年节电13.39×104kWh，经济效益较为可观。