本发明涉及采油工程,特别涉及一种全工况适用的智能功图计产方法。
背景技术:
1、目前已有的技术为“有效冲程法”功图计产技术,由于在杆断或泵漏失工况下,在示功图中提取有效冲程是不合理的,所以该技术仅适用于泵况正常或供液不足的抽油机井。在对泵况正常或供液不足工况的示功图进行计产时,由于结蜡、杆柱老化、漏失量不确定等多种因素的干扰,导致单井功图计产准确性不稳定。因此,需要开发一种适用于全工况下,并有效提高计产准确性的功图计产方法。
技术实现思路
1、本发明所要解决的技术问题是克服背景技术中存在的现有抽油机井利用示功图计量产量时受工况、井筒情况、地层条件等影响导致计产准确性不稳定的问题,而提供一种全工况适用的智能功图计产方法,该全工况适用的智能功图计产方法,能够提高无分离器流程抽油机井的计产结果的准确性;同时还能够替代分离器量油,及时掌握了单井产量变化。
2、本发明解决其问题可通过如下技术方案来达到:该全工况适用的智能功图计产方法,包括以下步骤:
3、s1、通过对抽油机井历史功图资料进行大数据学习,将错误的功况判断结果进行人工纠正后,建立功图模型库;
4、s2、筛选单井示功图;利用筛选的单井示功图和所建立的功图模型库进行比对,最终得出诊断结果,对不同的诊断结果的井采用不同方案进行计产;
5、s3、通过将实现数字化的抽油机井当日全部功图数据进行叠加分析,根据分析结果进行功图选值,选择功图计产准确的功图数据,确定最合理的示功图代表当日工况,对应的功图计产结果作为当日产量;
6、s4、定期利用分离器对功图计产得出的当日产量进行验证对比,对功图计产结果不准确的井采用其他计产方式。
7、优选的,所述s1对抽油机井历史功图资料进行大数据学习,建立功图模型库的具体步骤,包括:
8、s11.获取抽油机井历史功图数据;
9、s12.对工况诊断类型进行分类,依据功图形状的特征,分为五大类工况诊断类型;
10、s13.为历史功图数据按照五大类打标签;
11、s14.利用打好标签的历史功图数据,通过tensorflow技术框架工具进行模型训练,模型训练后生成35种模型,组成功图模型库;
12、s15.利用训练好的模型进行测试,发现问题后及时调整模型参数提高准确率;
13、s16.反复进行训练-测试-调整,直至工况诊断准确率达到要求,得到工况诊断准确率达到要求的功图模型库。
14、优选的,所述五大类工况诊断类型包括饱满类、缺角类、刀把类、长条类、其他类。
15、优选的,所述s2中的单井示功图的筛选方法为:
16、s21、采集单井的功图资料;所述单井的功图资料包括基础生产数据、功图参数、理论参数、示功图;
17、s22、通过对单井的功图资料各项功图数据进行自动分析比对,判断基础生产数据、功图参数、理论参数与生产报表是否相符,如果相符就进行下一步工况诊断;
18、s23、利用与生产报表相符的单井的示功图与功图模型库进行比对,最终得出诊断结果;对不同的诊断结果的井采用不同方案进行计产。
19、优选的,所述步骤22对单井的功图资料各项功图数据进行自动分析比对采用计算机程序,所述计算机程序为示功图精确计量系统软件,所述示功图精确计量系统软件包括示功图诊断、功图计产功能。
20、优选的,所述步骤23对不同的诊断结果的井采用不同方案进行计产的方法,包括:
21、s231、对工况诊断为正常的井,采用历史平均泵效法与利用沉没度校正法相结合的计产方案;将有历史平均泵效与目前沉没度对应泵效对比,并对历史平均泵效进行修正;
22、s232、对工况诊断为供液不足或气影响的井,采用原有的有效冲程法进行计产;
23、s233、对工况诊断为间隙漏失与油管漏失的井,按照不同泵径下泵效与沉没度关系计算泵效,判断计算得到的泵效是否超过该井正常工况下泵效的60%;如果计算得到的泵效超过该井正常工况下泵效的60%,直接将该井泵效设为正常工况下泵效的60%;如果计算得到的泵效不超过该井正常工况下泵效的60%,则直接利用计算得到的泵效进行功图计产;
24、s234、对工况诊断为泵漏失的井,将该井泵漏失工况的功图与井正常工况下的功图进行对比,计算示功图面积减少的比例,根据计算示功图面积减少的比例与正常工况下的计产结果乘积,作为泵漏失功况的的计产结果;
25、s235、对工况诊断为杆断或其他的井,不进行计产,产量为0。
26、优选的,所述步骤231采用历史平均泵效法与利用沉没度校正法相结合的计产方案,将有历史平均泵效与目前沉没度对应泵效对比,并对历史平均泵效进行修正的方法,包括:
27、a1、利用s1中基于python平台的tensorflow技术框架工具,对抽油机井单井的井史进行分析统计,总结出正常工况下不同泵径的泵效与沉没度对应规律,确认上下限沉没度以及对应泵效,建立沉没度与泵效对应关系矩阵;
28、a2、基于建立的沉没度与泵效对应关系矩阵,根据实际应用中单井的泵径及沉没度的数值,计算出所述单井泵效参考值,再将泵效参考值与历史平均泵效求平均值作为修正后的泵效,用修正后的泵效进行功图计产。
29、优选的,所述s3对抽油机井当日全部功图数据进行叠加分析的具体项目包括分析整体稳定性、最大最小载荷误差、有效冲程误差、间隙漏失判断4个方面。
30、优选的,所述s4定期利用分离器对功图计产得出的当日产量进行验证对比的方法,包括:将功图计产结果与通过分离器量油值及对应的计产误差对比,确认不同产量级别合理误差范围,对比误差在合理范围内的井视为功图计产准确。
31、优选的,所述分离器量油值及对应的不同计产级别合理误差范围为:
32、①分离器量油值≤3t,计产误差不超过±50%;
33、②3t<分离器量油值≤5t,计产误差不超过±30%;
34、③5t<分离器量油值≤50t,计产误差不超过±20%;
35、④50t<分离器量油值≤100t,计产误差不超过±10%;
36、⑤分离器量油值>100t,计产误差不超过±10t。
37、本发明与上述背景技术相比较可具有如下有益效果:
38、在当下抽油机井加快实现数字化的形势下,单井单日可获取大量示功图数据,利用本发明可充分将功图数据的量变转化为辅助生产的质变,实现了全工况下智能功图计产,能够替代原有功图计产技术,提高了无分离器流程抽油机井的计产结果准确性;同时还能够替代分离器量油,节约了建设成本、人力资源,及时掌握了单井产量变化。
1.一种全工况适用的智能功图计产方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种全工况适用的智能功图计产方法,其特征在于:所述s1对抽油机井历史功图资料进行大数据学习,建立功图模型库的具体方法,包括以下步骤:
3.根据权利要求1所述的一种全工况适用的智能功图计产方法,其特征在于:所述五大类工况诊断类型包括饱满类、缺角类、刀把类、长条类及其他类。
4.根据权利要求1所述的一种全工况适用的智能功图计产方法,其特征在于:所述s2中的单井示功图的筛选方法为:
5.根据权利要求4所述的一种全工况适用的智能功图计产方法,其特征在于:所述步骤22对单井的功图资料各项功图数据进行自动分析比对采用计算机程序,所述计算机程序为示功图精确计量系统软件,所述示功图精确计量系统软件包括示功图诊断、功图计产功能。
6.根据权利要求4所述的一种全工况适用的智能功图计产方法,其特征在于:所述步骤23对不同的诊断结果的井采用不同方案进行计产的方法,包括:
7.根据权利要求6所述的一种全工况适用的智能功图计产方法,其特征在于:所述步骤231采用历史平均泵效法与利用沉没度校正法相结合的计产方案,将有历史平均泵效与目前沉没度对应泵效对比,并对历史平均泵效进行修正的方法,包括:
8.根据权利要求1所述的一种全工况适用的智能功图计产方法,其特征在于:所述s3对抽油机井当日全部功图数据进行叠加分析的具体项目包括分析整体稳定性、最大最小载荷误差、有效冲程误差及间隙漏失判断4个方面。
9.根据权利要求1所述的一种全工况适用的智能功图计产方法,其特征在于:所述s4定期利用分离器对功图计产得出的当日产量进行验证对比的方法,包括:将功图计产结果与通过分离器量油值及对应的计产误差对比,确认不同产量级别合理误差范围,对比误差在合理范围内的井视为功图计产准确。
10.根据权利要求9所述的一种全工况适用的智能功图计产方法,其特征在于:所述分离器量油值及对应的不同计产级别合理误差范围为: