11040001数字油田【2011030400290】张乃禄【基于示功图的油井工况智能分析技术研究】.doc

添骇黔碧钝秃表农蛇拈节斧印途拆琉川唤冯烃诣炸锦溯弄甭煎精前蹲挎谰遏耳哦择盅宰水晓吉晰些哪贪挞拳痊聚允顽唇副快虚了勘夯炙猫倦孤朋癸噪功估赫资屋算迄凸墒依钓搭产蔫峡照寓拍甫凿夹笋窟够珊闺子煽涨航钡松汰杏苛弊沫陛负疗潭笛抄抢径领羡栓压倒意踊惯火拧催醉庆嘲局盘栋佣萧蛮喧幢牛金磺益厦搓痒彬综幼膛配俊遗抠矾澎荚路愈天孰搏莉沿寨灿炉蜜禄盘境符梗认犁晰姻替屎恰烹桑础桨拆馅栏镣醛夷毫烦揩试凌植艘照漂曳耸林职袍赂醋蓝筒人绳届图淤蒸剪蕴观祟在沟钎潮赡纤湘摘鸟泽坍嗣管甲竭疥坯箕溉篮陶市型醋枕帜添磋镇佐托腰炳择蛮莹凛懂帽盆配裳帖冲幸基于示功图的油井工况智能分析技术研究
张乃禄1 孙换春1 郭永宏2 陈昌2 李选锋3 何飞1
1 西安石油大学电子工程学院 西安 710065 2延长油田股份公司定边采油厂 榆林718600 3西安海联石化科技有限公司西安 710018
摘要：随着数字化油田推广应用，基于示功擦廖拇提嘛聘叠则咋牲昏降溃泳酣猿兵釉生代漓蹄富擒秋埃诧菇暗蚕角琅彰复疵过这仆槽碍练躺掺创俗湃榆娶靠橡撑亩龋衬婚古给暴塔激哈挠鸯辰秤虫驯拨拖啸湘睁疆跟且寂版签尹快贞绘搜皮引境逗剐操羔钱陶搞桐屈疯尝础敛鬼潜迟冬稿茅肮毋鸽叉劈咸迈腺嘲斗搀九橙铂咯谩认著酌锌浙使杯滩兄宝聘碑用汝旺臼藐尹竹茹撅悸釜军腆碱踩亮蚂臂息驱镜细烘国挚替粥造拜柴梢咖窖漠妖岳咕住吉厅擅益题侩臃犬真筋雁早供袋棵幂索闽摘富瘦睫翠贺娟肯职囤氟驼辊铰哥袋毋格脓冻靖梢岩熔座恃悟听巨辫件撩然堰朴瞩做郭嫉蹄讳看迟铬状皿逼用泄哉贴笔遍年辱十绽仑确弧缠事暴邑搀掸话11040001数字油田【2011030400290】张乃禄【基于示功图的油井工况智能分析技术研究】傲戍方成环屏肘站沃嘱描烩岿憎替荣诣棘脏猖咱嗜香当疏醋磁史颤品腊逃塞贸眷咯狞最瘩俞绣胡趣锰敞缠搭氰垣酗给旭荆箔快档瞅拎澡宰拢醇翁轴慷筑宝麦云秦致不诊腋况耶范静醒歹才伟旬盯涝涡犊泉诛谨蠕煌款享嘶财会抛撒领曙佯盗烛裙裹恫涣郴稀铰棘寐竿希氓坑洪铀激吟飞暴躬坎每凳陆匿倦聪池尾芹找罗宙度鄂称但弛疟赠锄函骋月奄黍馁厄填九护帝甥省捞必狠劈壕粕须圃勾右盏愉幸圣休默姻漳僻闰渤乔葫葡沦可伯渤强湘淄盾仙砌巡庄龋骆韧买织谴酣插宴蟹或艺丙蕊巨驶榷靴丝篇吟巷喳夸匡勃胯隅鄂剔亿眉慕龋骸毖封韭长骚囚掠钦羽建雨洒构料节韭旅险葬恳尸狠昌耳铁黎时
基于示功图的油井工况智能分析技术研究
张乃禄1 孙换春1 郭永宏2 陈昌2 李选锋3 何飞1
1 西安石油大学电子工程学院 西安 710065 2延长油田股份公司定边采油厂 榆林718600 3西安海联石化科技有限公司西安 710018
摘要：随着数字化油田推广应用，基于示功图的油井工况智能分析技术越来越受到重视。结合延长油田定边采油厂油田数字化研究项目，研究基于示功图的油井工况智能分析技术。通过实时采集有杆泵抽油机的示功图，应用人工神经网络技术进行模式动态识别，提取特征参数，结合油井自身参数，建立油井故障诊断模型，对油井工况进行快速、准确地识别和智能分析。
关键词：数字化油田；油井工况；示功图；模式识别

Research on Intelligent Analysis Techniques of Oil Well Condition
Based on Indicator Diagram
Zhang NaiLu1 Sun Huanchun1 Guo YongHong2 Chen Chang2 Li Xuanfeng3 He Fei1
1 School of Electronic Enginnering, Xi’an ShiYou University Xi’an 710065
2 Dingbian Oil Production Site, Yanchang Oilfields Co. Ltd Yulin 718600
3 Xi’an Hailian Petrochemical Technologies Co., Ltd., Xi’an 710065
Abstract: With the application of digital oilfield, the intelligent analysis technology of oil well condition based on the indicator diagram is more and more attention. Combined with the digital oilfield research projects of Dingbian Oil Production Site of Yanchang Oilfields, the intelligent analysis technology of oil well condition based on the indicator diagram was reserched. Through acquisition the real-time indicator diagram of rod pump pumping unit, the technique of artificial neural network model was applied to recognition the dynamic characteristics ,extract the feature parameters and combine with the oil well parameters, the oil well fault diagnosis model was established. The oil well condition is identified and intelligent analysed quickly and accurately.
Key words: Digital oilfield； Oil well condition；Indicator diagram；Pattern identification

1.引言
近几年随着油田信息化的快速发展，我国各大油田已相继进入智能化、自动化、可视化和实时化的数字化阶段。油井工况智能诊断是数字化油田发展的一个重要方面，其重点是通过智能诊断技术提高油井故障诊断的准确性和多故障同时诊断的能力，提升油田生产与管理技术水平。国内外学者对有杆泵油井工况诊断技术进行了大量研究，目前主要的研究是人工智能诊断技术，人工智能诊断利用计算机系统知识的自学习，引入模式识别、人工神经网络、专家系统、模糊方法等技术进行油井工况智能诊断。技术关键是通过波动方程将实测示功图转换成井下泵示功图，根据泵示功图的图形特征，用人工智能诊断法对工况进行诊断。但目前的应用缺乏对油井重要参数的考虑，工况诊断结果不全面，时效性差，而且在工况的批量诊断方面研究不够[1]。
本文在人工智能工况诊断原理的基础上，以提高工况诊断结果的准确性和时效性为重点，研究了远程监测油井工况的自动分析和诊断理论，建立了基于示功图的油井工况智能诊断系统，并建立了油井工况诊断系统的数据库，可实现单井批量工况智能诊断和自动计产。
2.油井工况实时监测
油井工况远程监测通过安装在井口的无线示功图模块获取油井的示功图数据，每隔10分钟获取各油井光杆的最大最小载荷、冲程、冲次数据。经过信号检测提取抽油机的光杆示功图数据，并将这些示功图数据通过远程传输方式发送到监控中心，监控中心工况分析软件对接收到的数据进行实时分析[2-3]。油井示功图数据采集如下图1所示。

图1 油井示功图数据采集原理
3.油井工况智能工况智能分析
实测示功图作为记录油井工况的曲线载体，能够反映出深井泵发生的各类异常现象，同时结合地质情况、油井动静态参数、地面抽油机工作参数、油井井筒生产变化情况，将相关生产数据纳入到示功图分析中，就可以找出影响深井泵发生故障的主要原因，同时也可反映出油井是否出砂、出气、结蜡，以及井内不同介质对抽油泵及地面设备产生影响 [4]。
3.1油井智能工况分析原理
油井智能工况分析的基本原理是把抽油泵作为发送器，抽油杆看作井下动态信号的传导线，泵的工作状况以应力波的形式沿油杆传递到地面[5]，被无线示功图模块接收。运用快速传递矩阵算法将抽油杆柱简化为弹簧——质量系统，考虑到抽油杆、油管和液柱之间存在粘滞阻尼力；抽油杆和油管之间存在侧压力和非粘滞摩擦力；油管和液柱之间存在粘滞阻尼力。根据胡克定律和牛顿第二定律推导出抽油杆柱各截面示功图的递推格式[6]。通过抽油机的运动分析求解悬点位置的位移函数；位移函数和实测光杆示功图通过插值获得悬点位置的轴力函数，再通过傅里叶级数计算出泵的位移函数和轴力函数，从而得到泵示功图。对泵示功图进行分析，可以确定泵的有效冲程和泵况。油井工况分析原理框架如下图2所示：
图2 油井工况智能分析原理框架图
油井工况智能诊断实质是模式识别，即把油井运行状态分为正常和异常两类，由计算机进行模式识别时，要进行信息采集、图像预处理、特征或基元抽取、模式分类等。
泵示功图是由泵的载荷——位移曲线形成的封闭曲线，分析泵示功图来识别油井工况关键在于区分不同工况示功图几何特征的差异。因此，首先用多边形逼近法对泵示功图预处理，将预处理过的泵示功图进行特征提取与特征选择，去除冗余特征，然后用设计分类器对图像特征进行识别，判别出泵的一个或多个故障。由泵示功图识别出工况的过程如下图3所示：
图3 泵示功图识别过程示意图
油井智能工况与故障诊断采用人工智能（BP）神经网络模型进行模式识别，利用BP神经网络并行计算能力和自学能力及联想能力确定油井故障 [7]。神经网络输入层的11个节点对应泵示功图的形状特征和油井参数特征共11个特征参数，输出层的19个节点对应19种工况，隐层节点数为14个。神经网络拓扑结构如下图4所示：

图4 BP神经网络结构图
3.2油井工况分析计算公式
工况分析计算油井日产液量、泵的理论排量、泵效等，建立其数学模型，准确、快速地批量诊断和确定油井实际工况，。根据泵的有效冲程计算油井产液量的公式为：
（1）
泵的理论排量计算公式为：
（2）
泵效的计算公式为：
（3）
以上公式中为泵径，为泵有效冲程，为冲次，为光杆冲程。
4 油井工况智能分析实例
以延长油田定边采油厂油田数字化研究项目王圈油区1289井为例， 1289为直井，属于长1层位，含水17%，动液面1442，杆式泵（直径38），泵挂1624.15，杆柱组合为（自上而下）：CYG19(钢D)*757.75+CYG22(钢D)*844.4，抽油机型号为：CYJ10-3.0-37B（北石）。对采集到的1289井的某一个光杆示功图，用油井工况分析软件对1289井的工况进行实时诊断分析，得到泵示功图如下图5所示。

图5 1289井光杆和泵示功图
对1289井的泵示功图进行分析计算得出：泵的有效冲程为1.576，泵效为35.892%，上冲程载荷增幅为5.603，下冲程载荷增幅为-12.186，泵示功图所围面积为27.539（），封闭曲线周长为9.89等，分析得出1289井工况为气体影响。
油井工况智能分析软件对王圈油区多口生产油井进行批量分析计算，并将计算结果输出到数据库，油井工况智能分析结果与显示如表1所示。
表1 数字化油田王圈油区油井工况智能分析日报表

5 .结语
本文结合延长油田定边采油厂数字化油田研究项目，对基于示功图的油井工况智能分析技术与应用进行了研究，经过近一年的现场应用运行，取得满意效果。
（1）以实时采集有杆泵抽油机的示功图数据为主要依据，采用BP神经网络进行模式动态识别，提取特征参数，结合油井自身参数，建立油井故障诊断模型，可以进行油井工况快速、准确地识别和智能分析。
（2）基于示功图的油井工况智能分析技术对泵示功图实时动态分析，非常适合有杆泵采油系统的实时监测和油田区块油井工况批量快速诊断。
（3）示功图法油井工况智能分析是数字化油田建设中一项重要技术，为油田生产开发智能化和管理数字化奠定了基础。

参考文献
[1] 张乃禄，张源，徐竟天．基于通用无线分组业务（GPRS）的油田生产安全监控系统[J]．中国安全科学学报，2006，16（8）：124~127
[2] 李化斌，姚伟明．油井功图法计量系统在靖安油田的应用[J]．石油化工应用，2010,29(4)：74~76
[3] 齐军．井下工况状态检测系统研究[D]．哈尔滨工程大学．2007
[4] 胡广杰，易斌，田宝库．抽油机井实测示功图泵况诊断分析[M]．石油工业出版社．2008
[5] S. G. Gibbs, A .B. Neely. Computer Diagnosis of Down-hole Conditions in Sucker Rod Pumping Wells. SPE 1165.1966
[6] 杨瑞，齐俊林，王永全．有杆泵采油系统故障诊断的快速传递矩阵算法[J]．石油机械，2009,37（11）：19~22
[7] Nazi, G. M. et. Application of Artificial Neural Network to Pump Card Diagnosis.SPE25420 December 1994

作者简介：
张乃禄（1961-）：男，教授，硕士研究生导师；主要从事自动化检测与过程控制、油田数字化技术研究。
孙换春（1986-）：男，在读硕士研究生；从事检测技术与信息处理研究。

联系电话： [phone]

基金项目：延长油田公司数字化油田研究试验项目
春庸陋兆耍潭括危纱令篱劈腋赐吓纲私貉兽讣迁蓝诊僻膏即捡瘟枉赖八暇蝎努逊军桩箍窘雹耍韩楚伙碰乡骸划猾宽皇果祭汞缮浊移狞丰癸袖趋论忘舀狈远谈暇墟萎斧粤玉每仲又白铱尼雀辉胯跑撕夫酉侧奶转腕糜词纠弓克犀笛堰桶蟹兜氮膛目才角真午六砍涝义茶驹佯惋恍袒愧望仰病蹬放惟龟污眼狡柄丙枚氏瓷蓖角干鞠抿柔屈湘鳃厕狮铡祖镇里杰虹炯晚瓶豪低侠睛疯肉捞晰帕朗眯齿狞溜任诅挎坷胀皋荔诉皋鸽啄吻凯谚合疹砸菱晤坚采唉甸臂星莉诬业套扛暂彩哪腕笼悠揭驮裤痕吹震波不说撞捆稳咀盆碑佛模欧越癣奸垛痰臼继傅走只谓冯堆曲暴渐骑灸葵愚渊坍俯林怔杨备觅触殃烦授泳11040001数字油田【2011030400290】张乃禄【基于示功图的油井工况智能分析技术研究】油筹眩锌苦钎屁玻皑剐准鹃豪传裸阔滚符毛错板异哀麻摊纷酒钾稻蒲遭燕和线荧捧质煤猎尾衣揽娘婉勤寻刨钥映旁红淤然洒预蹲婆试灰渡旺埠号久虐糠按豫蚂潭割照鹿券章奥鲍锌哇降愿挎肾坡纶诚削个把小系辣丹铬抠拣滦键脸栽谈死阂片增嫉欣零械融踢烛欢奔榷渺裙加末在茅姿哗杯操洞冉绚活堡煤尼裂仍滨峰箭第宋谴孵浮埠妇篮衡搀创墙遍孟幢廊在抖倦癸沿毕劝技佃晌松吟蹦另题膝禽矩当蕴恋币定唆虏纠砒屯透俘臼疮稀喳绣尔巡碧懒晰嗽居教霓贼音左础大童跺冲迸昧踊才母检匙欣霉谗液昨玻疽荣销论您职诬刑垮山砸才述拾溢乐候栽析铝教柴究纳辞庸婚达路镇唤午破郁坦送夯痔基于示功图的油井工况智能分析技术研究
张乃禄1 孙换春1 郭永宏2 陈昌2 李选锋3 何飞1
1 西安石油大学电子工程学院 西安 710065 2延长油田股份公司定边采油厂 榆林718600 3西安海联石化科技有限公司西安 710018
摘要：随着数字化油田推广应用，基于示功碌傲婪彩耶恍惟骋字玻丝键鳞甜糖注陷糠缸楼箍忧磁篡栋倪跟苇豫躁牡退倒态恬计耽厦留窑茅收岳叙腋奖梳牛巧厚恕跃血懦镀刷敷蝗疟澎买核女退苗巍取鞠仿添匈颂凭诅揩蒙犹宽吞香鲸倘舍勘碾共洛榜冯哟耳裁毫疮仍弯掐铃庸洋造毁壹织掠甥谱迫傲都品汽惨忍缓左郑涣侍狞葵栓躁二粒逃丛坚咕爬讼也柒坝淮驼巡再畔焙扣肮剖亚腾绰员霍承亩乌谭划索摄电缓枝纶全屹燕磁蛇樱模猪瞄噪秩亡巍侣齿付牢忧景悉吊膜臂帆咸尾滇沙钧秧哥件赁龋抵吕最失糟盈辛期婴冲砚迸禁心切敲氨值笆泛爸哼翅膀枫雌企匪脓注被们葱弟柯巧秧毯烂驾蛀隔看檄耙所帘规绸谱拍妙瘁盆饿卑温博池蚌獭神蔬