功图量油与诊断算法简介课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,二级,三级,四级,五级,2020/4/25,#,功图量油与诊断算法简介,8/25/2024,功图量油与诊断算法简介9/2/2023,1,主要内容,功图量油概述,现有问题与改进,多气井量油,抽油井故障诊断,8/25/2024,主要内容功图量油概述9/2/2023,2,功图量油概述,从传统量油到功图量油,功图量油技术发展,功图量油的国内外现状,功图量油原理,工程应用实例,8/25/2024,功图量油概述从传统量油到功图量油9/2/2023,3,从传统量油到功图量油,传统量油,计量间量油,智能化多相流量计量油,容积式计量法,功图量油,理论示功图,8/25/2024,从传统量油到功图量油传统量油9/2/2023,4,功图量油技术发展,全天候,间抽,任意时段,示功图,泵功图,即时产量,2003,Gibbs方程等力学模型,拉线法,面积法,有效冲程法,示功仪,产量累加,8/25/2024,功图量油技术发展全天候示功图泵功图即时产量2003Gibbs,5,功图量油技术发展,拉线面积法：,80年代,，,BM卡西扬诺夫,示功图的理论排量,实际日产液量,其中 为AB、BC、CF延长线和AD延长线所围的面积。,液量叠加法等,8/25/2024,功图量油技术发展拉线面积法：80年代，BM卡西扬诺夫9/,6,功图量油技术发展,有效冲程法,式中，,-柱塞直径,-冲次,-充满系数,-柱塞冲程,-泵功图的有效冲程,8/25/2024,功图量油技术发展有效冲程法9/2/2023,7,功图量油的国内外现状,国际,Shell, Lufkin, Enerplus ,国内,长庆，中原，大港，,8/25/2024,功图量油的国内外现状国际9/2/2023,8,功图量油原理,有效冲程,AD段长度,充满系数,有效冲程/最大冲程AD/EC段,冲次,驴头一分钟内来回的次数,8/25/2024,功图量油原理有效冲程9/2/2023,9,功图量油原理,示功图量油,泵功图量油,API算法量油,综合考虑三者计算结果,8/25/2024,功图量油原理示功图量油9/2/2023,10,示功图量油,日产液量,24hr*60min*泵的面积*有效冲程*冲次,其中，冲次： N次/min,有效冲程/冲程 = 充满系数,关键：凡尔开闭点,216个原数据,平滑数据,曲线变化,8/25/2024,示功图量油日产液量9/2/2023,11,泵功图的推算,Gibbs 波动方程,8/25/2024,泵功图的推算Gibbs 波动方程9/2/2023,12,示功图量油,以实测地面功图为边界条件,应用计算模型拟合泵功图,应用实测井下泵功图对比修正,建立计算模型,对比,修,正,实测地面示功图,计算泵功图,实测井下示功图,确定边界条件,实测泵功图,实测,井口,示功图,计算泵功图,实测,井口,示功图,实测示功图,8/25/2024,示功图量油以实测地面功图为边界条件建立计算模型对比修实测地面,13,泵功图量油,日产液量,24hr*60min*泵的面积*有效冲程*冲次,8/25/2024,泵功图量油日产液量9/2/2023,14,APIRP11算法量油,由已知的液面、泵挂深度、冲次、光杆冲程、泵塞直径、液体密度，再结合抽油杆尺寸和组合，以及油管直径、是否锚定等信息，能过查表、曲线图等确定柱塞冲程、泵排量、光杆最大最小载荷等需求量。,8/25/2024,APIRP11算法量油由已知的液面、泵挂深度、冲次、光杆冲程,15,工程应用实例,计算过程实例,泵功图验证,计算结果分析,庄13量油分析,8/25/2024,工程应用实例计算过程实例9/2/2023,16,计算过程实例,功图量油计算过程,以堡1-3井为例,2009-12-2,示功图,8/25/2024,计算过程实例功图量油计算过程9/2/2023,17,计算过程实例,推算泵功图,8/25/2024,计算过程实例推算泵功图9/2/2023,18,计算过程实例,数据处理并确定凡尔开闭点,8/25/2024,计算过程实例数据处理并确定凡尔开闭点9/2/2023,19,计算过程实例,计算单日产液量,堡1-3井2009-12-2各时间段产量值,时间,8:00,10:00,12:00,14:00,16:00,18:00,20:00,22:00,0:00,2:00,4:00,6:00,产量,m,3,8.62,8.28,8.65,9.03,6.52,7.89,8.54,8.57,9.46,9.04,8.49,8.80,8/25/2024,计算过程实例计算单日产液量堡1-3井2009-12-2各时间,20,泵功图验证,以沙22-21为例，在其井下1300m和1790m处均安装了井下示功仪,8/25/2024,泵功图验证以沙22-21为例，在其井下1300m和1790m,21,计算结果分析,单井单日产液量分析,8/25/2024,计算结果分析单井单日产液量分析 9/2/2023,22,计算结果分析,单井多日产液量分析，以堡1-4A为例,堡1-4A 功图计算产液量与计量产液量对比分析表,日期,堡1-4A井,大罐量油（m,3,）,功图计量（m,3,）,差值（m）,误差率（%）,10月7日,14.715,14.470,0.245,1.66,10月8日,15.930,15.901,0.839,5.27,10月9日,15.660,15.179,0.481,3.07,10月10日,15.931,15.344,0.587,3.68,10月12日,16.335,15.480,0.855,3.68,10月14日,16.200,15.541,0.659,4.07,10月16日,15.525,15.560,-0.035,0.23,8/25/2024,计算结果分析单井多日产液量分析，以堡1-4A为例堡1-4A,23,计算结果分析,堡1-4A 一个月数据对比,8/25/2024,计算结果分析堡1-4A 一个月数据对比9/2/2023,24,计算结果分析,李堡数据汇总，见下页表格,功图量液与大罐量液误差,8/25/2024,计算结果分析李堡数据汇总，见下页表格9/2/2023,25,功图计量与大罐量油对比分析表,日期,堡1站,大罐量油（m,3,）,功图计量（m,3,）,差值（m,3,）,误差率（%）,9月28日,110.476,108.896,1.58,1.45,9月29日,99.404,108.498,9.094,8.38,9月30日,103.085,107.621,4.536,4.21,10月1日,104.144,108.582,4.438,4.09,10月7日,101.912,105.407,3.495,3.32,10月8日,103.292,105.327,2.035,1.93,10月10日,100.745,105.039,4.294,4.09,10月12日,99.198,103.297,4.099,3.97,10月14日,100.204,104.209,4.005,3.84,10月16日,99.688,104.172,4.484,4.30,10月18日,99.834,103.641,3.807,3.67,10月20日,99.297,101.206,1.909,1.89,10月22日,97.858,100.88,3.022,3.00,10月24日,98.825,100.62,1.795,1.78,10月26日,98.694,99.854,1.160,1.16,10月28日,97.176,100.543,3.367,3.35,8/25/2024,功图计量与大罐量油对比分析表日期堡1站大罐量油（m3）,26,庄13量油分析,庄13总产量对比,8/25/2024,庄13量油分析庄13总产量对比9/2/2023,27,庄13量油分析,庄13总产量对比,8/25/2024,庄13量油分析庄13总产量对比9/2/2023,28,主要内容,功图量油概述,现有问题与改进,多气井量油,抽油井故障诊断,8/25/2024,主要内容功图量油概述9/2/2023,29,现有问题与改进,量油产量及报表分析，基本与报表产量一致。,但有少部分油井量油存在一定误差，对这些油井工作状况进行分析。,8/25/2024,现有问题与改进量油产量及报表分析，基本与报表产量一致。9/2,30,现有问题与改进,拐点计算偏差,8/25/2024,现有问题与改进拐点计算偏差9/2/2023,31,现有问题与改进,功图数据采集错误,8/25/2024,现有问题与改进功图数据采集错误9/2/2023,32,现有问题与改进,气体影响导致有效冲程偏大,8/25/2024,现有问题与改进气体影响导致有效冲程偏大9/2/2023,33,现有问题与改进,数据采集错误,8/25/2024,现有问题与改进数据采集错误9/2/2023,34,现有问题与改进,有效冲程变化比较大,8/25/2024,现有问题与改进有效冲程变化比较大9/2/2023,35,主要内容,功图量油概述,现有问题与改进,多气井量油,抽油井故障诊断,8/25/2024,主要内容功图量油概述9/2/2023,36,多气井量油,算法概述,8/25/2024,多气井量油算法概述9/2/2023,37,多气井量油算法概述,液体冲程,S,freegas,8/25/2024,多气井量油算法概述液体冲程Sfreegas9/2/2023,38,多气井量油算法概述,测量压力满足eq.a时，进入油管的气液量,(Gibbs et al., 2006),-沉没压力,-泵出口压力,-液体载荷,-活塞面积,Lufkin, Enerplus,8/25/2024,多气井量油算法概述9/2/2023,39,多气井量油算法,概述,沉没压力方程求解,8/25/2024,多气井量油算法概述沉没压力方程求解9/2/2023,40,多气井量油算法概述,溶解GOR和原油体积系数与压力关系,8/25/2024,多气井量油算法概述溶解GOR和原油体积系数与压力关系9/2/,41,多气井量油算法概述,Nolen correlations,8/25/2024,多气井量油算法概述Nolen correlations9/2,42,多气井量油算法,概述,8/25/2024,多气井量油算法概述9/2/2023,43,8/25/2024,9/2/2023,44,多气井量油算法概述,PIP推算测定,1.假定一个很小的起始值P,istart,。,2.从经验曲线计算求解溶解气和石油收缩。,3.计算游离气体积。,4.计算油管气液比。,5.考虑多相流、泵挂深度等因素，确定对应的P,a,。,6.如(P,istart, P,a,)不满足eq.a，增加P,i,，回到步骤2，直至找到真实的P,itrue,。,7.由P,itrue,从经验曲线中确定气体影响和石油收缩效应。,8/25/2024,多气井量油算法概述PIP推算测定9/2/2023,45,主要内容,功图量油概述,现有问题与改进,多气井量油,抽油井故障诊断,8/25/2024,主要内容功图量油概述9/2/2023,46,故障诊断,功图量油须建立在抽油井工况健康的基础上，因此在量油之前需进行故障诊断。,8/25/2024,故障诊断功图量油须建立在抽油井工况健康的基础上，因此在量油之,47,故障诊断,整个故障诊断系统分为：,诊断界面,读写数据库,底层模块接口,诊断模块,8/25/2024,故障诊断整个故障诊断系统分为：9/2/2023,48,底层接口,为诊断模块提供标准功图、当前功图和前一功图,实现功图数据的前期处理，提供给诊断模块入口，对渐变故障进行后期处理,底层模块接口,诊断模块,原始数据,标准功图,第n个功图,第n-1个功图,一部分诊断结果,渐变故障处理,渐变故障诊断结果,8/25/2024,底层接口为诊断模块提供标准功图、当前功图和前一功图底层模块接,49,诊断模块,数据采集错误,抽油杆断脱或活塞遇卡或凡尔失灵,柱塞脱出工作筒,油井结蜡或乳化油稠,油管漏失,固定凡尔漏失,供液不足,上碰挂,下碰泵,8/25/2024,诊断模块数据采集错误9/2/2023,50,诊断模块,8/25/2024,诊断模块9/2/2023,51,智能分类,人工神经网络已经有40多年的历史,近些年来神经网络技术被越来越广泛地应用于石油工业的许多不同领域。与传统的分类方法相比，人工神经网络模型有许多优势:,具有极强的非线性映射能力，可以以任意精度逼近任何连续函数,采用并行计算机制,具有高速度和高精度,采用信息的分布式存储方式，具有更好的稳定性和容错性，允许样本缺失和扭曲，部分计算单元的损坏不会削弱整个系统的功用;,具有较强的自学习综合能力、联想记忆能力和调整功能,8/25/2024,智能分类人工神经网络已经有40多年的历史,近些年来神经网络技,52,智能分类,现在人工神经网络已经广泛的应用于有杆抽油井的故障诊断中。在众多的神经网络模型中,比较常用的是误差反向传播神经网络,简称BP神经网络，我们就使用了BP神经网络进行油井故障的诊断。,8/25/2024,智能分类现在人工神经网络已经广泛的应用于有杆抽油井的故障诊断,53,智能分类,BP神经网络是一种基于误差反向传播算法的多层前馈型人工神经网络, 具有三层或三层以上神经元，有输入层、隐含层和输出层。它的学习方式是一种有监督的学习,在输出层比较网络的实际输出和对应的期望输出的误差均方差,如果不能得到满意的误差精度,则根据误差通过梯度下降法调整各层神经元的权值,最终使误差达到最小。,8/25/2024,智能分类BP神经网络是一种基于误差反向传播算法的多层前馈型人,54,智能分类,具有两个隐层的神经网络示意图,8/25/2024,智能分类具有两个隐层的神经网络示意图9/2/2023,55,智能分类,诊断过程示意图,8/25/2024,智能分类诊断过程示意图9/2/2023,56,目前，我公司应用于油田现场的诊断系统可以识别出以下几种故障：数据采集错误，抽油杆断脱或活塞遇卡或凡尔失灵，柱塞脱出工作筒 ，油井结蜡或乳化油稠，油管漏失，固定凡尔漏失，供液不足，上碰挂，下碰泵。其中，数据采集错误可以通过功图的物理属性判断出来；其他故障类型的判断以神经网络为主，同时结合功图的物理属性。,8/25/2024,目前，我公司应用于油田现场的诊断系统可以识别出以下几种故障：,57,以“供液不足” 为例,神经网络训练阶段,训练阶段分为神经网络构建、训练数据提取和网络训练三个部分。,这里把神经网络设计为包含一个隐层的BP网络，隐含层神经元的传递函数使用正切S型，输出层神经元的传递函数使用对数S型，训练函数使用trainlm，反传算法采用收敛速度较快的Levenberg-Marquadt算法。,8/25/2024,以“供液不足” 为例神经网络训练阶段9/2/2023,58,以“供液不足” 为例,神经网络训练阶段,选取供液不足的典型功图，对功图数据进行预处理，主要包括功图平滑和归一化。供液不足的功图特征主要为下行程功图缺失，因此提取从上死点开始的108组载荷数据作为功图特征数据。,将提取好的数据作为神经网络的输入进行训练，直到网络达到预定的识别误差。,8/25/2024,以“供液不足” 为例神经网络训练阶段9/2/2023,59,以“供液不足” 为例,实时诊断阶段,诊断系统运行时，将实时功图数据进行预处理、特征提取，然后将处理好的数据输入到神经网络，神经网络识别后将诊断结果输出，诊断完成。,其它几种故障类型的神经网络诊断模型类似上述过程，只是在特征值提取阶段有所不同。,8/25/2024,以“供液不足” 为例实时诊断阶段9/2/2023,60,新进展,在诊断过程中，由于某些故障类型的功图数据非常的少，导致神经网络训练不充分，诊断的效果不明显，因此我们引进了“支持向量机”数据分类方法。,支持向量机也是一种数据分类的方法，其一个重要优点是使用简单的线性分类器划分样本空间，并且可以处理线性不可分的情况，对小样本情况下的分类效果尤为显著。,8/25/2024,新进展在诊断过程中，由于某些故障类型的功图数据非常的少，导致,61,支持向量机,1,、,支持向量机简介,以最简单的线性可分的两类样本为例, 假设对于数据集,D,= (x,i,y,i,) ,i=,1n, 其中每个数据点对应的类别标识 + 1, - 1, 在能够正确分类的所有线性分类器中, 希望找到能够使泛化误差最小的分类器。直观的看, 如果将分类间隔(margin) 定义为两类中距分类面最近的数据点到分类面的距离之和, 那么, 能够使分类间隔最大的分类器显然是最佳的选择, 如图1 所示。图1a 的分类面分类间隔较小,图1b 中的分类面分类间隔比较大, 显然图1b 所示的分类器拥有更好的泛化性能。,8/25/2024,支持向量机1、支持向量机简介9/2/2023,62,8/25/2024,9/2/2023,63,如果待分的两类不是线性可分的，这时可以设法通过非线性变换将原样本空间的非线性问题转化为另一个空间中的线性问题，这样就可以通过上述方法完成分类。,8/25/2024,如果待分的两类不是线性可分的，这时可以设法通过非线性变,64,支持向量机举例,下面以固定凡尔漏失和供液不足这两种故障类型为例对支持向量机分类方法进行具体的阐述。,支持向量机的性能优劣主要取决于核函数，目前核函数都是根据经验来选取的，经过反复实验最终选用了径向基核函数。,8/25/2024,支持向量机举例 下面以固定凡尔漏失和供液不足这两种故障类型为,65,支持向量机举例,接着对功图数据进行预处理，主要包括功图平滑和归一化。固定凡尔漏失的功图特征主要为功图左下方呈圆形缺损，供液不足的功图特征主要为下行程功图缺失，因此提取从上死点开始的108组载荷数据作为功图特征数据。,将提取好的数据作为支持向量机的输入进行训练，直到训练达到预定的识别误差。,诊断系统运行时，将实时功图数据进行预处理、特征提取，然后将处理好的数据输入到支持向量机，支持向量机输出诊断结果，诊断完成。,8/25/2024,支持向量机举例 接着对功图数据进行预处理，主要包括功图平滑和,66,存在的问题,诊断系统从成型到现在，一直在工程现场运行，效果较令人满意，方便了现场人员的日常工作。,但该系统的不足之处也是存在的。对于某些故障类型缺乏训练数据、油井工作的环境比较复杂、不同井区即使相同故障的功图也可能存在较大的差异等等不确定因素的影响，诊断系统在工作的过程中可能出现故障诊断不出或误判的情况。,8/25/2024,存在的问题 诊断系统从成型到现在，一直在工程现场运行，效,67,1,、有时候读书是一种巧妙地避开思考的方法。,8月-24,8月-24,Sunday, August 25, 2024,2,、阅读一切好书如同和过去最杰出的人谈话。,16:28:45,16:28:45,16:28,8/25/2024 4:28:45 PM,3,、越是没有本领的就越加自命不凡。,8月-24,16:28:45,16:28,Aug-24,25-Aug-24,4,、越是无能的人，越喜欢挑剔别人的错儿。,16:28:45,16:28:45,16:28,Sunday, August 25, 2024,5,、知人者智，自知者明。胜人者有力，自胜者强。,8月-24,8月-24,16:28:45,16:28:45,August 25, 2024,6,、意志坚强的人能把世界放在手中像泥块一样任意揉捏。,25 八月 2024,4:28:45 下午,16:28:45,8月-24,7,、最具挑战性的挑战莫过于提升自我。,八月 24,4:28 下午,8月-24,16:28,August 25, 2024,8,、业余生活要有意义，不要越轨。,2024/8/25 16:28:45,16:28:45,25 August 2024,9,、一个人即使已登上顶峰，也仍要自强不息。,4:28:45 下午,4:28 下午,16:28:45,8月-24,10,、,你要做多大的事情，就该承受多大的压力,。,8/25/2024 4:28:45 PM,16:28:45,25-8月-24,11,、,自己要先看得起自己，别人才会看得起你,。,8/25/2024 4:28 PM,8/25/2024 4:28 PM,8月-24,8月-24,12,、,这一秒不放弃，下一秒就会有希望,。,25-Aug-24,25 August 2024,8月-24,13,、,无论才能知识多么卓著，如果缺乏热情，则无异纸上画饼充饥，无补于事,。,Sunday, August 25, 2024,25-Aug-24,8月-24,14,、,我只是自己不放过自己而已，现在我不会再逼自己眷恋了,。,8月-24,16:28:45,25 August 2024,16:28,谢谢大家,1、有时候读书是一种巧妙地避开思考的方法。9月-239月-2,68,