面向智能油田的有杆泵抽油机井实时监测及操作优化研究
文献类型：学位论文
| 作者 | 程海波
|
| 答辩日期 | 2021-05-21 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 于海斌 |
| 关键词 | 智能油田 有杆泵抽油机井 示功图 实时监测 操作优化 |
| 学位名称 | 博士 |
| 学位专业 | 控制理论与控制工程 |
| 其他题名 | Real-Time Monitoring and Operation Optimization of Sucker Rod Pumping Well for Smart Oilfield |
| 英文摘要 | 提高采收率是油田生产开发的首要目标。合理的采油方法、高效的采油设备、科学的开发方案是提高油田采收率的主要手段。有杆泵抽油机井作为一种数量最多、应用最为广泛的采油井，在全世界的所有油田中占比超过80%，而在我国这一比例更是高达94%。因此，针对有杆泵抽油机井的实时监测与生产操作优化进行研究，对于提高油田采收率、实现油田节能降耗、提质增效的生产目标具有重要意义。本文结合国内外最新研究现状，针对智能油田建设过程中有杆泵抽油机井生产操作所面临的问题开展研究，主要包括以下内容：（1）基于三轴加速度传感器的有杆泵抽油机井示功图获取。为了提高示功图获取的准确性，消除有杆泵抽油机井工作过程中受振动、摩擦等因素的影响而引发的干扰问题，本文提出了一种基于三轴加速度传感器的抽油机井示功图获取方法，能够有效地克服各种扰动信息，得到准确的冲程、冲次、载荷数据，进而绘制出准确的油井示功图。实验结果证明了该方法的有效性和可靠性。（2）基于示功图的有杆泵抽油机井工况自动识别。有杆泵抽油机井作为油气生产中的核心设备，其工作状态的好坏，直接影响油田的生产计划和效益。示功图分析是了解油井工况最简单有效的方法，本文提出了一种新的架构来对不同示功图进行分析，以准确获取有杆泵抽油机井工况。该架构基于卷积神经网络提取示功图特征，再利用基于纠错输出码的支持向量机对不同示功图进行分类。现场实验结果表明该方法能够有效提高工况识别准确度。（3）基于泵功图的有杆泵抽油机井产量实时计量。油井产量是油井生产过程中的重要参数，也是衡量油井生产能力和油田开发效果的重要指标。为了解决油井产液量实时计量难、误差大等问题，本文提出了一种基于泵功图的抽油机井产液量实时计量方法。首先将地面示功图转化成深井泵功图，再基于泵功图计算柱塞有效冲程和泵漏失量，进而得到抽油机井产液量。现场实验结果表明，该方法能够准确地计算各油井的产液量，有助于减少地面设备建设成本，降低现场工作人员的劳动强度。（4）油水井系统井间连通性分析：井间连通性分析是深入理解油藏属性、科学管理注水量、提高油田采收率的重要环节。本文提出了一种基于长短期记忆神经网络的全局敏感性分析方法来计算注水井和采油井之间的定量连通关系。长短期记忆神经网络用于建立采油井和周围注水井之间的映射关系，然后利用扩展傅里叶振幅敏感性分析方法来计算油水井间关联系数。模型验证结果表明，该方法能够准确计算井间连通系数，可用于指导油田生产。（5）注水开发油田有杆泵抽油机井生产操作优化。油藏可以看做是一个包含多口井的多输入、多输出系统。采油井和注水井是地面生产设施与地下油藏沟通的桥梁，也是实现水驱油田高效开发人为可控的关键操作管理对象。在油田生产开发过程中，油层供液能力不断变化，当出现供排不协调时不仅会加剧抽油泵的磨损、老化，而且还会导致生产系统效率低、油井产量低。本文提出了一种基于供排协调的有杆泵抽油机井冲次优化方法，通过调节油井的冲次使其满足供排协调关系，提高油井产量和系统效率。此外，本文还提出了一种基于井间动态连通关系的变工况采注协同优化控制方法，通过调整注水量，优化生产流程。实验结果表明本文所提出的有杆泵抽油机井采注协同优化方法能够有效提高油井产量与系统效率，节约生产成本，提高油田效益，实现对油田的精细化管理。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 121页 |
| 源URL | [http://ir.sia.cn/handle/173321/29018]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 程海波. 面向智能油田的有杆泵抽油机井实时监测及操作优化研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2021. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。