油田注水系统智能化关键技术研究进展

摘 要 从油田注水地面系统、注水水质、井下分层注水和注水能耗这4个方面分别总结了国内外最新关键技术研究进展。在今后的油田注水系统智能化开发过程中，可考虑将各注水子系统的数据传输和计算模型结合成整体性的智能化处理平台，并结合油藏开发模型，形成油藏-地面工程-注水-油藏的闭环多目标智能化动态优化和诊断系统。

关键词 注水系统 智能化技术 数据传输 计算模型 多目标

中图分类号 TE938" "文献标志码 A" "文章编号 1000 3932（2025）01 0001 09

石油是世界上重要的战略资源，在石油开采过程中，大部分油田都是以注水开发为主。注水的作用除了最主要的驱油增产外，还可以平衡地层压力和减少外排水量，高盐水的排放可能会对水生生物产生巨大的影响［1］。当前，注水油田产量超过我国油田总产量的一半以上，未来注水仍然会作为主要驱油手段来提高油田采收率和稳定产量。水驱油田基本上以“早注水、注好水、注够水、精细注水”为主线，实现稳油增产的目的。

我国油藏非均质性强，从20世纪60年代开始就提出分层注水，从而达到更好的水驱开发效果。特别是近年来，我国大部分油田已经进入中后期，含水率高，注采关系更加复杂［2］，采用人工操作手段开采油气藏难以达到既定的效果，所以各大油田纷纷应用物联网和大数据技术提升油田的生产效率。作为智能油田的重要组成部分，注水系统的目标是实现“源-供-注-配”的闭环智能化建设，保障油田的注水水质，提升油田的注水管理水平，增加油田产量，降低能耗和运行风险［3］。

1 油田智能注水系统简介

油田的注水水源以油气水产液处理后的采出水为主，但在配注量不足的情况下会采用海水和地层水［4］，注水的平均需水量为5.71 m3/toe［5］

（1 toe=41.868 GJ）。广义上来说，油田注水系统包括从储层中开采的油气水三相到达地面处理站，经过处理设施分离处理后的采出水混合辅助水源由供水站通过注水管网到达注水站，然后注水泵加压经过配水间到注水井，通过井下封隔器和水嘴分层注入到相应的储层，将原油和天然气驱替出来的整体循环过程（图1）。由于油气水处理流程属于油气集输系统，注水驱替油气流程属于油藏工程研究范围，故笔者将分别从注水地面工艺、注水水质、分层注水和能耗这4个方面介绍国内外智能化关键技术的研究进展，并展望油田智能注水系统的发展方向。

在油田注水系统智能化转型方面，海上某油田应用物联网和机器学习方法，建立了数据快速查询、动态可视化监控、智能调配、注水措施效果跟踪和指标考核等模块，初步形成了注水精细化和智能化系统的雏形［6］。

2 油田注水系统地面工艺智能化关键技术

本节所述的注水系统地面工艺指的是供水站-管网-注水站-注水泵-注水井口这一段流程。

2.1 感知部分

系统的感知部分包含地面流量、压力、温度及泵状态等方面的在线监测。杨丽娟研究了电磁流量计在油田注水计量中的选用、安装要求和新技术［7］。李世强和侯灿红针对注水泵的进出口压力、转速、电机温度、机油温度和液位、泵头和动力端的振动等数值开发了实时监测、报警、停机保护、汇总统计及可视化应用等功能，实现了注水泵的智能感知［8］。祁东明通过对智能传感器泵侧的振动和温度数据，电机侧的振动、磁力和温度数据的收集，分别开展状态分析，实现了预测预警的功能［9］。

在监测到各类实时数据后，稳定的数据传输是大数据在模型计算和智能化应用的前提。当前注水系统中大部分地面仪表采用4～20 mA信号传输，通信协议采用RS485、Modbus、IEC61850及TCP/IP等标准。从数字油田发展到智能油田，随着在线监测设备的增加，为提高传输效率降低工作量，现场逐渐采用4G/5G通信、无线局域网结合边缘一体机技术，在陆地油田偏远地区和海上油田会用到微波或卫星方式收集和传输数据。

2.2 计算模型

油田注水系统地面流程计算模型研究主要集中在管网与泵的设计、评价和优化。

WANG B H等建立了MILP模型并引入A*算法，优化了循环注水开发方法的集输管网和注水管网［10］。李光等利用Pipephase稳态模拟软件，建立模型计算注水管汇中各节点的压力和流量，压力值误差在1%以内，注水量的平均误差为4.46%［11］。王强等基于T S模糊故障树进行注水管道风险评价和节点故障率计算，从第三方破坏、腐蚀、误操作、设计、自然灾害五方面给出相对应的解决措施，核算每条措施每条管道每年所需要投入的费用，将管道事故状态和故障率量化［12，13］。李博文等采用一种基于遗传算法优化单类支持向量机对注水离心泵状态异常检测的方法，在胜利采油厂注水泵经过测试计算后，检测精度可达99%［14］。

注水压力和注水量的实时测量和分析，可保障注水总量的达标、注水泵和注水管线的安全运行，开展实时诊断，有利于井下分层注水智能化技术的应用。

3 油田注水水质控制智能化关键技术

油田注水水质对水驱油藏开发起着关键性的作用，若水质不达标，例如采出水的处理［15］不当或不同水源的配伍性差，均会影响注水量和驱油效果，还会损害储层。郑建军等分析了海上A油田在采出水和海水的混注过程中随着注水压力增大注水量逐渐减少，酸化解堵频繁的问题，该油田注水水质中含油率和固体悬浮物含量超标严重，同时部分注水井的注水速率已超过临界流速，引起了速敏性损害［16］。所以，油田注入水水质不达标会导致储层堵塞和伤害、增加注水系统的能耗、减少注水设备的运行周期，在现场应完善注水水质监测机制，达到水质实时监测目的［17］。

3.1 感知部分

要将注水水质控制在指标以内需要保持采出水处理流程稳定，并及时检测最末端的水质。现场人工检测存在数据滞后和人为因素影响，导致不能及时调整流程，使得水质超标时间增加，注水井堵塞风险上升。

目前油田注水水质人工检测指标依据《碎屑岩油藏注水水质指标技术要求及分析方法》（SY/T 5329—2022），水质主要控制指标为含油量、悬浮固体含量、悬浮物颗粒直径中值及平均腐蚀率等。实验室和在线监测技术对比见表1。

3.1.1 含油量实时监测技术

王妮等对比了红外吸收光度法、紫外荧光法、气相色谱法、油膜厚度测定法、浊度法、总有机碳法和紫外吸收法，并推荐使用紫外荧光法测定水中石油类污染的情况［18］。王国柱等采用紫外荧光检测法实时测量，与人工测量数据相比，相差6%～8%之间［19～21］。王凯采用非接触式双通道紫外荧光法在恩平15 1CEP平台在线监测气浮选单元处理后的生产水［22］。

3.1.2 悬浮固体含量实时监测技术

对于悬浮固体含量测量标准SY/T 5329—2022中推荐滤膜过滤法［23］。油田现场实时测量以浊度法或者光散射间接测量方法为主。刘晶采用古一注水站的来水和滤后水样拟合了重量法和浊度法的关系，来水经验倍数5.4，滤后经验倍数1.3［24］。王新华等采用880 nm的近红外散射在线监测方法，准确度较高［25］。李军等在光散射法的基础上采用GPRS无线连接方式将数据传输到水质在线监测平台，形成趋势分析和预警［26］。

采用光散射法易受到含油和外部环境的干扰造成误差难以控制，在线重量法可有效克服上述因素的影响，且与人工化验方法相同，通过转盘驱动机械臂使滤纸依次按照天平、过滤筒、干燥筒的顺序移动，根据重量差算出悬浮固体浓度，实现无人化操作。该方法目前在半导体行业中有应用，可用于油田注水水质智能化技术中。

3.1.3 悬浮物颗粒直径中值实时监测技术

标准SY/T 5329—2022推荐了两种测试颗粒直径中值的仪器——颗粒计数器和激光粒度仪。当前，将悬浮物颗粒直径中值实验室仪器应用到在线监测设备中的技术已经相对成熟，采用正反傅里叶光路，全测试流程自动化取样、稀释和测量，可实现24 h实时测量。

3.1.4 平均腐蚀率实时监测技术

华北油田第五采油厂安装了电阻探针式注水在线腐蚀监测系统，适用在非H2S腐蚀机理和含油量小于10 mg/L的注水水质中，与腐蚀挂片数据对比，平均误差在10%以内［27］。

由于探针式在线设备需要侵入式安装，可采用超声波测厚法，原理是利用超声波的脉冲回波时间差来测量材料厚度，通过壁厚判断管道的内腐蚀情况。该方法所用设备直接安装在管道外径上，但测量精度稍低。

3.1.5 溶解氧含量实时监测技术

DURDEVIC P等研究了油田溶解氧含量实时和原位监测的适用性，并建立了除氧模型，以溶解氧作为反馈参数进行能耗和药剂注入量的控制［28］。

3.2 计算模型

3.1节所述的在线测量技术除了实时预警外，所产生的大量数据可作为评价、诊断和预测模型的数据基础。

建立水质评价方法可以确认不同油田水质指标影响的权重，从而实施有针对性的措施。徐江峰等使用主成分分析法（PCA）对延长油田的注水水质影响因素进行筛选分析［29］。

注水中有垢结晶析出是堵塞近井段地层的主要原因之一，进行地面和井筒水质结垢趋势预测非常必要。李缙等为解决油田水结垢预测算法计算复杂的难题，利用主成分分析法（PCA）将影响注水结垢的因素降维后，使用灰色关联（GRA）-优劣距离（TOPSIS）法建立了一种快速评价注水结垢趋势的方法，并评价了10个注水水样，与现场挂片的结垢趋势评价相符［30］。HAGHTALAB

A等开发了一种热力学模型，可在不同的条件下预测地层水和注入水混合后的结垢趋势，来确定其配伍性［31］。SHABANI A等通过物质迁移模型和地球化学软件包（PHREEQC）的耦合建立模型预测注水井的结垢和沉淀情况［32］。注水水质对于水驱油田的驱油效果影响非常大，ALI S等采用人工神经网络、支持向量机、决策树、随机森林和委员会机器智能系统预测低盐度注水（LSWI）在碳酸盐岩中的采收率，依据实验数据确定了随机森林模型具有最佳性能，训练集和测试集的均方根误差分别为2.497和5.757［33］。

这种根据注水井压力变化和注水水质的实时监测结果回溯诊断采出水处理系统的智能方法目前尚未见有应用报道，可考虑采用大数据分析、云计算及深度学习等方法解决来水（水量和水质）冲击条件下，化学药剂注入量和流程参数调整滞后而引起的注水水质波动的问题，实时监控、预测、诊断，及时进行流程处理，减少注水井酸化频次，最大程度减少流程波动影响，保产增注。

4 油田分层注水智能化关键技术

注水开采效率取决于驱油效率和注入水的波及体积。我国90%以上的储层为碎屑岩，垂直非均质性强，开发层之间物理差异大，需要分层精细注水，才能达到更好的水驱开发效果［2］。

4.1 感知部分

分层注水感知部分包含各层注水的流量、压力、温度和水嘴的开度。由于井筒内的特殊环境，分层注水的井下流量监测和数据传输是精细注水过程的关键技术。

分层注水过程中，井筒中不同角度流量计适用性不同。牛小希将电磁流量计应用在水平井注水剖面的测试工艺中，发现电磁流量计不仅可用于垂直井段的流程测试，而且其不受井筒角度变化的优势也适用于水平井注水流量的测试［34］。在实际应用中，高压漩涡流量计由于自身的结构和线性度的优势，误差率低于电子水表。由于不需要坐封，孟令伟等研究了超声波流量计在分层注水中的测试应用，测流成功率提高到95%以上［35］。

分层注水数据监测和传输技术经历了钢丝投捞固定存储传感器数据、电缆传输数据、井下中继通信技术、预置电缆测调和井筒数据监测与无线传输（振动波、压力波和流动波传输）方式，在测调效率和注水效果的要求下进入了智能化分层注水阶段，实现分层注水参数的全过程实时监测和自动调整［2，36，37］。

预置电缆测调技术研究开始于21世纪初，是当前油田分层注水的主流技术，正处于示范应用阶段。在陆地油田，佟音等采用电缆载波传输来获取地层的压力、流量和温度实时数据并控制分层配水量，已在大庆油田203口注水井中应用，可分8层回注，将注水合格率提高到了90%以上，测调精度提高到±10%［38］。周宇鹏开发了电缆对接装置和自发电装置，在大庆油田111口井中运行，配注层精准度在20%以内的数量提高了17%［39］。在海上油田，刘义刚等开发了永置电缆的井下分层注水数据的实时测量和井下流量的实时控制技术，在渤海油田87口井中应用，有298套智能配水器，测调效率提高了20多倍，单井测调时间缩短至4 h，年节约费用1 370万元［40，41］。毛庆凯等采用带有水力锚的“分体式”分层注水管柱，成功解决了海上油田高温高压深井分注过程中管柱移动导致分层注水失效的问题，提升了智能分注系统在高温高压注水井中的应用空间［42］。白鹏飞设计了一种双通道流量控制智能分层注水系统，以有缆测调工作筒的形式应用在海上油田20口井中，实现参数的实时测量，通过水嘴进行流量的实时调节，单层最大的注入量误差仅为2.63%［43］。

井筒无线通信技术已经在一定范围内应用于分层注水过程中，20世纪60年代末开发了井筒压力波的监测与传输技术，70年代开始应用，2010年末应用于分层注水过程中。王文韬针对乍得油田BNE 8井组的注水参数监测优化了水嘴结构和开度挡位，取得了稳油控水的效果［44］。朱苏清等建立水嘴动态调节的流动模型，在陈堡油田陈2 68井3个层段应用后与测试数据的差值在10%以内，节约测调费用1万元/井次［45］。赵剑等采用一种基于小波变换滤波的自适应算法将注水压力脉冲噪声峰值降低到0.1 MPa，提高了分层注水数据从井下到井上的通信效率［46］。

2010年我国开始对井筒振动波的监测与传输技术进行研究，直至2019年井下到地面振动波通信技术才实现了突破，电池驱动井下振动信号发生器开始应用于分层注水。

井筒流动波的监测和传输技术环境适应性强，适用于分层注水技术。孟祥海等采用远程无线智能分层注水技术，通过调整水嘴的开关时间形成不同的信号波（分为指令波和状态波）进行参数的传输和水嘴的调节，在现场应用过程中3个层位的配注率分别为99%、100%和100%［47，48］。葛嵩等针对南海西部油田储层温度高、井斜角度大、活动性的电子元件难以安装的特点，开发了“液控流量控制阀+可穿越式隔离封隔器+可穿越式顶部封隔器”的管柱，在涠洲6 9油田A井开展先导性试验，采用11级液控流量控制进行精准分层注水，单井调配周期大幅缩短，测调效率提升了近60%［49］。胡改星等采用流体波码无线传输技术，通过阀开度的改变产生参数的脉冲变化，传输数据并解码；同时开发流量修正版图，以防止电控阀压差变化过小而引起监测数据带有误差，保证实时流量的准确度。该方法在长庆油田1 600多口井中应用，分注合格率保持在95%以上［50］。杨玲智等采用地面压力波码和井下流体波码形成无线通信技术，并建立“压差-流量-水嘴开度”关系模型智能调节井下分层流量。该技术在长庆油田20口井中应用，分层注水合格率保持在95%以上，每年可节约测调费用100余万元［51］。

井筒数据的实时高效监测与传输是实现智能分层注水的关键技术，对于普遍应用的预置电缆监测与传输技术，关键是注水分配器的智能化应用。为了实现分层注水大规模无人化数据监测和传输，并降低生产成本，无线控制的分层注水技术将成为未来应用的关键技术。

4.2 分层注水效果的计算模型

随着分层注水智能化技术的不断发展，获得了大量井下生产数据，结合大数据驱动下的油田注水精细化算法，可实现油田分层注水系统的智能化优化。

JIA D L等针对中国东部某复杂断块油藏的注水井，应用聚类算法将所有注水井根据注水指标分组后采用决策树注定策略（增注、维持、减注），最后采用粒子群优化算法和小生境算法，将增注井和减注井配注量重新优化，优化后累计产油量相对增加8.2%［52］。

蒋敬轩和张著洪采用免疫粒子群算法（IPSO）、粒子群算法（PSO）、遗传算法（GA）、正弦余弦优化算法（SCA）、灰狼优化算法（GWO）分别对5口注水井的水嘴开度面积进行优化，对比后IPSO的均值和方差都是最小的，可精准计算出水嘴开度值，达到配注要求［53］。

于志刚等根据注水量在时间变化上的相关性，采用国内某油田注水井的单层历史数据作为样本，对比了传统的循环神经网络（RNN）、长短期记忆神经网络（LSTM）和门控循环单元神经网络（GRU）3种模型，GRU和LSTM预测误差接近并小于RNN，GRU耗时更短，双隐层GRU网络（3 6 6 1）的平均相对误差和均方误差最低，具备更强的信息特征提取能力［54，55］。

郭哲源等采用反向传播神经网络（BP）对大庆油田采油二厂的100组数据建模。该模型的最大相对误差为8.7%，平均相对误差为2.1%，相比动态方程法相对误差率有大幅度下降［56］。HASSAN A等采用人工神经网络（ANN）对大斜度井的注入能力指标进行评价，平均绝对误差1.22 STB·

d-1·psi-1［57］（1 STB=0.159 m3，1 psi=6894.76 Pa）。

JIA H等应用模糊综合评价法评价白239油田注水井的效果［58］。GAO D P等建立了洛伦兹曲线模型来评价不同开发阶段的分层注水效果，并提出了相应的调整方法［59］。

对于分层注水效果的计算，评估模型较多，注水驱油效果的最终目标是给出现场工艺的调整措施，应在评估的基础上开展诊断模型研究，将现场的经验形成专家系统，在不同情形下给出针对性的调控方案，形成实时监测-实施评估-实时诊断的链式系统。

5 油田注水系统能耗智能化管理技术

我国承诺争取于2030年前实现“碳达峰”，2060年前实现“碳中和”。油气田开发生产过程中执行节能减碳政策势在必行，而注水系统是油气田开发生产中主要耗能子系统，可在运行参数和布局两个方面进行优化，目前主要集中在参数优化方面［60］。

5.1 感知部分

在《油田生产系统能耗测试和计算方法》（GB/T 33653—2017）中，注水系统指的是由注水泵站、增压泵站、注水管网（包括配水间）和注水井组成的系统，主要耗能设备是注水增压泵和注水泵，主要测试项目包括电机功率因数、吸入排出压力和流量。

油田注水系统的能耗在线监测主要是注水增压泵和注水泵的运行能耗、管网和井筒输送过程中的沿程摩阻能耗、各配水器和水嘴节流效应产生的能耗、近井地带的附加压力降能耗等。魏立军等建立了一套注水能耗监测分析系统，对长庆油田注水站、配水间和注水井井口的参数进行实时采集，经过无线传输后计算相应的能耗指标，提高了注水能耗管理效率［61］。

5.2 计算模型

油田注水系统的能耗计算方法在GB/T 33653—2017中具体呈现，当前研究主要是通过计算模型优化、预测注水能耗及该能耗下最佳的注水参数。

周赛青建立了油田注水能耗模型，并建立了GA BP模型预测最佳注水量［62］。张笑语等使用PipePhase软件建立了SL油田采油一厂的注水管网模型，评价了注水流速、压降、管网效率和注水站效率，并据此提出相应的优化措施［63］。杨张利采用基于仿人工智能控制策略对注水系统的电机进行变频调节，比PID控制更具鲁棒性［64］。任永良等通过拟牛顿法对节点压力仿真和粒子群算法对管元摩阻系数反演相结合，实现了管元摩阻系数部分精确求解和部分预估求解［65］。

郑文等针对注水站与注水管网间水量不匹配的问题，分别采用粒子群优化算法、模拟退火优化算法、遗传算法、差分进化算法对某油田注水管网系统进行优化，结果表明差分进化算法优化后的整体输出功率最低（8 636 kW），对于该类油田注水系统的水量匹配优化问题具备良好的适应性［66］。刘书孟等开发了油田注水系统能耗评价及辅助决策系统，并应用在某油田的8座注水站中，在注水量稳定的情况下对5座注水站优化开泵方案；在注水量波动的情况下对3座注水站进行临时性和季节性调整，共计节省电量512.37×104 kW·h［67］。

油田注水系统的能耗主要是电能的消耗，可建立实时的电能监控平台，根据感知部分提供的用电大数据进行分析、预测和诊断，对用电实现智能化管理，以实现企业“安全、经济、高效”的用电目标。

6 总结和展望

介绍了国内外注水地面流程、注水水质、井下分层注水、注水系统的能耗智能化关键技术的研究进展，明确了注水流程各阶段感知部分和计算模型的技术发展与现场应用，为油田注水智能化的实现提供了借鉴作用。感知部分的实时监测系统和数据传输系统是可以在不同环境、不同类型的油气田借鉴和通用的，而计算模型中使用的小样本数据以及算法的适用性，在不同环境、不同类型的油田注水系统中还需要调整和验证。

计算模型主要局限于某一指标或目标，并没有将文中所述的整体注水流程优化考虑，这也是今后油田注水系统智能化关键技术的发展目标：

a. 注水水质的诊断和预测不宜局限于地面系统，可利用井下各层实时流量、温度及压力等参数预测井下各层注入过程中结垢趋势、与地层水的配伍性以及堵塞近井段的可能性；由于处理系统的连续性，对于智能化技术也不宜局限于注水系统，可考虑从注水系统回溯到采出水处理系统，根据注水管网、注水泵、注水水质、井筒分层注水参数和能耗监测数据，形成注水系统反馈到采出水处理系统的整体流程效率、成本、地层孔隙堵塞预防和驱油效果的多目标优化和诊断的油田注水智能化模型。

b. 油田开发生产的最终目标是产量的提高和成本、能耗的控制，将注水系统与油藏系统结合，注水指标同增产指标结合。今后可考虑将水驱油藏产量模型与注水系统结合，形成油藏-地面工程-注水-油藏的多目标智能动态优化和诊断系统，平衡各目标之间的关系，为油田的增产、增效、降本提供技术支持。

参 考 文 献

［1］" "HARSH P， BALASUBRAMANIAN R. Recycling and re usage of oilfield produced water A review［J］.Materials Today： Proceedings，2023，77：307-313.

［2］" "LIU H，PEI X H，JIA D L，et al.Connotation，application and prospect of the fourth generation separated layer water injection technology［J］.Petroleum Exploration and Development，2017，44（4）：644-651.

［3］" "毛志高，刁海胜.油田“源—供—注—配”智能化注水技术的研究与应用［J］.信息系统工程，2021（2）：147-148.

［4］" "刘义刚.渤海油田注水控水工艺技术新进展［M］.北京：化学工业出版社，2013.

［5］" "ZHU Y N，WANG J H，HE G H，et al.Water use characteristics and water footprints of China′s oil and gas production［J］.Resources，Conservation amp; Recycling，2022，184：106428.

［6］" "曾小明，夏如君，李伟，等.数字化技术在油田注水精细管理中的实践与成效［J］.中国管理信息化，2022，25（1）：100-104．

［7］" "杨丽娟.电磁流量计在油田注水计量中的应用研究［J］.中国设备工程，2019（23）：204-205．

［8］" "李世强，侯灿红.注水泵在线监测与智能保护的研究与应用［J］.中国设备工程，2021（S1）：55-58．

［9］" "祁东明.海洋石油平台注水泵在线监测与故障智能诊断技术应用［J］.石油工业技术监督，2021，37（3）：9-13．

［10］" "WANG B H， LIANG Y T， YUAN M，et al.Optimal design of oilfield surface pipeline networks for the cyclic water injection development method［J］.Journal of Petroleum Science and Engineering，2018，171：1400-1408.

［11］" "李光，任永良，高胜，等.基于Pipephase的油田注水系统模拟［J］.化工机械，2022，49（2）：296-300．

［12］" "王强，陈健飞，陈丽娜，等.基于风险的油田注水管线的维护决策优化方法［J］.腐蚀与防护，2022，43（4）：47-53．

［13］" "陈丽娜，齐光峰，韩庆，等.基于T S模糊故障树和贝叶斯网络的注水管道失效概率计算方法研究［J］.安全、健康和环境，2022，22（9）：38-45．

［14］" "李博文，宋文广，李浩源，等.基于遗传算法优化单类支持向量机的油田离心泵注水站异常检测［J］.科学技术与工程，2023，23（1）：283-289．

［15］" "BHATKAR S A，BADHE N G，ADHATRAO A P，et al.Optimizing produced water quality for enhancing oil recovery［J］.Materials Today：Proceedings，2023，

77：81-85.

［16］" "郑建军，贾舒，柏森林.注水水质对海上油田储层损害评价分析［J］.清洗世界，2021，37（9）：72-73；76．

［17］" "阎洪涛，徐文江，姜维东，等.海上油田注水水质改善技术研究与应用［J］.工业水处理，2020，40（12）：106-110．

［18］" "王妮，刘铭辉，石文婷，等.浅析海上平台生产废水含油在线监测技术［J］.石化技术，2019，26（8）：99-101．

［19］" "王国柱，王妮，李亚辉，等.海上平台外排生产水在线监测系统构建与监测数据分析［J］.天津科技，2023，50（5）：34-37；41．

［20］" "徐栋，杨敏，周寅，等.石油平台生产水排污在线监测系统研发与应用［J］.化学工程，2018，46（1）：73-78．

［21］" "史秋华.基于紫外荧光法的水中油在线监测仪设计方案［J］.山东化工，2020，49（7）：104-105．

［22］" "王凯.水中油分析仪在海洋石油平台上的应用［J］.石油和化工设备，2022，25（11）：62-64．

［23］" "陈华兴，唐洪明，赵峰，等.绥中36 1油田注入水悬浮物特征及控制措施［J］.中国海上油气，2010，22（3）：179-182．

［24］" "刘晶.油田注水水质浊度与悬浮物间经验比值的研究［J］.化工管理，2015（32）：150．

［25］" "王新华，李剑，康换苗.油田回注水水质在线监测技术应用研究与探讨［J］.工业计量，2023，33（3）：107-109．

［26］" "李军，李刚，李斌，等.基于无线传感器网络及GPRS的水质监测系统设计［J］.电子技术与软件工程，2021（7）：39-40．

［27］" "吴泽美，马伟娜，刘万斗，等.油田注水系统腐蚀率在线监测技术的应用［J］.石油石化节能，2021，11（12）：16-19；7-8．

［28］" "DURDEVIC P，RAJU C S，YANG Z Y.Potential for Real Time Monitoring and Control of Dissolved Oxygen in the Injection Water Treatment Process［J］.

IFAC PapersOnLine，2018，51（8）：170-177.

［29］" "徐江峰，郝健，朱米家，等.主成分分析法在油田回注水水质分析中应用［J］.辽宁化工，2019，48（6）：588-589．

［30］" "李缙，王平，谢鸣，等.基于PCA GRA TOPSIS法的注水水质评价方法研究［J］.油气田地面工程，2022，41（5）：46-51．

［31］" HAGHTALAB A，KAMALI M J，SHAHRABADI A.Prediction Mineral Scale Formation in Oil Reservoirs during Water Injection［J］.Fluid Phase Equilibria，2014，373：43-54.

［32］" "SHABANI A，SISAKHTI H，SHEIKHI S，et al.A Reactive Transport Approach for Modeling Scale Formation and Deposition in Water Injection Wells［J］.Journal of Petroleum Science and Engineering，2020，190：107031.

［33］" "ALI S， AFSHIN T， MAHSHEED R， et al.Artificial neural network，and committee machine intelligent system help to improve performance prediction of low salinity water injection in carbonate oil reservoirs［J］.Journal of Petroleum Science and Engineering，2022，219：111046.

［34］" "牛小希.水平注水井电磁流量计注入剖面测井技术试验研究［J］.石油管材与仪器，2019，5（5）：43-45．

［35］" "孟令伟，孟德旭，孟莉珍，等.超声波流量计在注水井测试中的应用［J］.云南化工，2018，45（3）：227．

［36］" "杜晓霞，季公明，郭宏峰，等.无缆智能注水技术研究进展概述［J］.海洋石油，2021，41（3）：33-36．

［37］" "LIU H，ZHENG L C，YU J Q，et al.Development and prospect of downhole monitoring and data transmission technology for separated zone water injection［J］.Petroleum Exploration and Development，2023，50（1）：191-201.

［38］" "佟音，金振东，刘军利，等.大庆油田缆控分层注水技术研究及应用［J］.石油科技论坛，2022，41（3）：94-99；105．

［39］" "周宇鹏.预置电缆智能分注技术研究与应用［J］.石油矿场机械，2019，48（4）：69-73．

［40］" "刘义刚，陈征，孟祥海，等.渤海油田分层注水井电缆永置智能测调关键技术［J］.石油钻探技术，2019，47（3）：134-139．

［41］" "徐兴安，张凤辉，杨万有，等.海上油田注水井智能监测与控制技术研究［J］.当代化工，2020，49（7）：1396-1399．

［42］" "毛庆凯，王良杰，罗昌华，等.高温高压储层智能分注工艺可靠性研究［J］.石油矿场机械，2017，46（3）：23-28．

［43］" "白鹏飞.双通道智能分层注水工艺研究与应用［J］.仪器仪表用户，2022，29（9）：36-39．

［44］" "王文韬.乍得油田BNE 8井智能分注实施及效果分析［J］.化学工程与装备，2020（3）：96-98．

［45］" "朱苏青，刘松林，李兴，等.陈堡油田分注井无缆智能测调工艺应用［J］.复杂油气藏，2017，10（3）：74-77．

［46］" "赵剑，孙福超，张涛，等.波码无线分层注水工艺高效通讯算法研究［J］.化工设计通讯，2023，49（4）：81-83．

［47］" "孟祥海，张志熊，刘长龙，等.远程无线智能分层注水测调技术的开发与应用［J］.化学工程与装备，2016（10）：113-115．

［48］" "冯硕，张艺耀，李进，等.渤海油田远程无线智能注水工艺技术及应用［J］.石油机械，2021，49（11）：79-83．

［49］" "葛嵩，于志刚，周振宇，等.高温、大井斜海上油田机械液控智能注水技术研究与应用［J］.广东化工，2022，49（11）：72-74．

［50］" "胡改星，姬振宁，刁广智，等.数字式分层注水实时监控系统的设计与应用［J］.钻采工艺，2022，45（4）：114-117．

［51］" "杨玲智，于九政，王子建，等.鄂尔多斯超低渗储层智能注水监控技术［J］.石油钻采工艺，2017，39（6）：756-759．

［52］" "JIA D L，LIU H，ZHANG J Q，et al.Data driven optimization for Fine Water Injection in a Mature Oil Field［J］.Petroleum Exploration and Development，2020，47（3）：674-682.

［53］" "蒋敬轩，张著洪.基于免疫粒子群算法的分层注水流量调度［J］.智能计算机与应用，2021，11（12）：72-77．

［54］" "于志刚，辛小军，范远洪，等.基于双层GRU神经网络的油田注水预测方法研究［J］.化工自动化与仪表，2022，49（1）：41-46．

［55］" "于志刚，张德政，宋文江，等.基于长短期记忆神经网络的油田注水预测［J］.吉林大学学报（信息科学版），2022，40（1）：77-81．

［56］" "郭哲源，韩连福，邓刚，等.生产井分层注水量智能预测方法研究［J］.石油工程建设，2021，47（1）：28-31．

［57］" "HASSAN A， ABDULRAHEEM A， AWADH M.New approach to evaluate the performance of highly deviated water injection wells using artificial neural network［J］.Journal of Petroleum Science and Engineering，2021，196：107770.

［58］" "JIA H， LI P W，LV W，et al.Application of fuzzy comprehensive evaluation method to assess effect of conformance control treatments on water injection wells［J］.Petroleum，2024，10（1）：165-174.

［59］" GAO D P，YE J G，HU Y P，et al.Application of Lorenz curve model to stratified water injection evaluation［J］.Petroleum Exploration and Development，2015，42（6）：861-868.

［60］" "陈双庆.“双碳”背景下油气田地面工程最优化方法进展及展望［J］.油气储运，2022，41（7）：765-772．

［61］" "魏立军，王林平，刘一山，等.长庆油田注水能耗监测分析系统的研发与应用［J］.石油与天然气学报，2011，33（5）：258-260；344-345．

［62］" "周赛青.基于遗传算法优化的BP神经网络注水节能实现［D］.大庆：东北石油大学，2021．

［63］" "张笑语，辛艳萍，毛雨令，等.油田注水系统管网效率优化和节能降耗研究［J］.广东化工，2022，49（15）：59-61．

［64］" "杨张利.基于仿人智能的油田地层注水系统控制策略探讨［J］.重庆理工大学学报（自然科学版），2019，33（7）：172-177．

［65］" "任永良，孙凯，高胜，等.基于粒子群算法的油田注水管网摩阻系数反演［J］.石油机械，2020，48（8）：97-103；122．

［66］" "郑文，高胜，熊德进，等.注水管网水量匹配智能优化计算方法研究与对比分析［J］.油气田地面工程，2021，40（4）：41-48．

［67］" "刘书孟，苗宝林，娄志东，等.油田注水系统能耗评价及辅助决策技术研究与应用［J］.石油石化节能，2022，12（6）：27-30．

（收稿日期：2024-05-05，修回日期：2024-11-06）

Research Progress of Key Technologies for the Intelligent

Water Injection System in the Oilfield

FANG Jian

（CNOOC Tianjin Chemical Research and Design Institute Co.， Ltd.）

Abstract" "The latest research progress in key technologies at home and abroad were summarized from the oilfield surface water injection system， water quality， stratified water injection underground and the water injection energy consumption. It’s proposed that in the coming intelligent development process of the oilfield water injection system， the data transmission and calculation models of each water injection subsystem can be developed into an integrated intelligent processing platform which has the reservoir development model based to develop a closed loop and multi objective intelligent dynamic optimization and diagnosis system for the reservoir surface engineering water injection reservoir.

Key words" "water injection system， intelligent technology， data transmission， calculation model， multi objective