本发明专利技术涉及石油开发抽油机井生产技术领域，且公开了基于油井画像的出砂油井措施时机智能优化方法，包含以下步骤：步骤一收集出砂历史数据；步骤二将收集到的历史数据进行预处理；步骤三确定出砂油井的评价指标；步骤四分析出砂状态与产液量、断层破裂带距离的变化规律；步骤五根据聚类算法和层次分析法，确定指标权重；步骤六利用历史出砂井的油藏、生产数据进行验证；步骤七进行出砂预测。本发明专利技术通过现场出砂油井测试表明基于知识计算的出砂油井措施时机优化技术，预测方法精度高,更能满足现场油井出砂预测精度的要求,为合理安排维护作业日程、减少维修作业量提供科学决策依据，大幅提高油田的经营效益。
【技术实现步骤摘要】
本专利技术涉及石油开发抽油机井生产，具体涉及基于油井画像的出砂油井措施时机智能优化方法。
技术介绍
1、随着油田生产信息化建设持续推进，油井生产监控、生产异常预报警、生产数据自动统计等已成熟应用，在油井生产工况分析、日常维护管理等方面也进行了初步探索，大幅提高油井生产时率和人员的工作效率。但受油藏、井况、地面等多方面影响，油井生产工况呈动态变化，时常发生故障，需要进行各种措施作业。要达到油田提出的5年不检泵的总要求，仍较为艰巨。油田每年仅检泵作业1.1万多井次，油井时率95.9％。在油井的措施管理上仍存在问题；目前在海量生产数据的基础上，已经能够初步实现油井工况的实时诊断等应用，但如何充分利用数据中的有效信息，实现油井问题的超前预判，提前做好措施方案应对，仍需要进一步探讨。
2、经检索申请号cn201310104726.5公开了一种油井单一射孔出砂的分析方法，步骤包括：测定某油井任一个射孔的几何参数；测定上述射孔出砂在数值计算中所需要的参数；在柱坐标系下建立三维数值模型，对射孔的出砂过程进行计算；根据计算得到的颗粒应力和位移等数据进行绘图处理，得到砂岩在不同区域的切向应力σθ分布、砂岩的塑性区以及颗粒胶结的破坏范围，并对图形进行分析来确定射孔出砂过程中的砂岩力学响应。本专利技术在理论和技术两个层面上有效解决了复杂赋存环境下油井单一射孔出砂的数值模拟问题，简化了数值计算渗流边界的确定，准确分析油井出砂过程中的砂岩应力、砂岩胶结状态的变化和颗粒的运动，提高了数值计算的精度和效率，增强了该方法的可操作性和稳定性。
<
p>3、经检索申请号cn201811030412.4公开了一种非植入式稠油油井出砂量监测方法，包括采用两个相同一次仪表安装在相邻的下弯管管路外壁，采用冲击信号提取、特征出砂频段滤波、互相关流速计算与超声流速测量对比等方法对含砂原油信号中的油流信号降噪、出砂信号提取。本专利技术的上述系统及方法施工简单、便于安装和维修、成本低、效率高，可以针对稠油油井出砂量进行实时监测。4、经检索申请号cn02123730.1公开了一种用声波共振法测量油井出砂空穴体积的方法，包括测量系统由声源和声波接收换能器构成，测量过程充分利用了声源和接收换能器之间所存在的空洞洞口处液体的共振现象，利用接收信号频谱的极小值确定空洞体积。声源可以是一个类似于电火花信号源的脉冲源，也可以是一个被电信号激励的动圈式或压电式或磁致伸缩式或机械式换能器。利用频谱分析的方法确定空洞洞口处液体的共振频率既可以用硬件的方法实现、也可以用软件的方法实现。
5、上述专利技术在实用时，信息化油田已积累了海量的数据、专家知识和经验，针对油井的生产管理分析，仍需要业务人员从海量的数据中查找所需资料、建立关系规则，如何在油田生产信息化建设成果和经验积累的基础上，利用有效的科技手段，预判油井可能发生的故障及时间，超前开展油井日常管理措施，已成为亟待解决的问题；基于现场积累的大量数据和宝贵的现场专家经验，依托知识计算、大数据算法以及专业算法模型和数据分析手段，构建油井措施时机推理模型，预判出砂问题措施实施时机，辅助管理人员提前做出有效措施，挖掘油井生产潜力，将数据资源价值转为油田开发效益价值，达到降本增效的目的，为此，我们提出基于油井画像的出砂油井措施时机智能优化方法。
技术实现思路
1、本专利技术主要是构建油井措施时机推理模型，预判出砂问题措施实施时机，辅助管理人员提前做出有效措施，挖掘油井生产潜力，将数据资源价值转为油田开发效益价值，达到降本增效的目的的技术问题，提供基于油井画像的出砂油井措施时机智能优化方法。
2、为了实现上述目的，本专利技术采用了如下技术方案，基于油井画像的出砂油井措施时机智能优化方法，包括以下步骤：步骤一：收集出砂历史数据；
3、步骤二：数据清洗；
4、步骤三：建立评价指标；
5、步骤四：分析出砂规律性；
6、步骤五：确定指标权重；
7、步骤六：模型评估；
8、步骤七：出砂预测。
9、进一步的，所述步骤一中收集出砂历史数据，通过收集历史出砂油井的油层特性、生产数据、出砂史、防砂措施、注采关系相关数据，为指标确定做好数据准备。
10、进一步的，所述步骤二中数据清洗，清洗方法分为缺失值处理、异常值处理。
11、进一步的，所述步骤三中的建立评价指标，通过对出砂井的油藏特性、生产参数进行出砂相关性分析，通过相关性分析及统计分析，确定出砂油井的评价指标。
12、进一步的，所述步骤四中出砂规律性分析，根据历史出砂井是否是主力层、距离断层破裂带距离、产液量、是否有对应注水井分类绘制产液量与断层破裂带距离的关系图，分析出砂状态与产液量、断层破裂带距离的变化规律。
13、进一步的，所述步骤五中的确定指标权重，分为聚类算法、层次分析法。
14、进一步的，所述步骤六中的模型评估，利用历史出砂井的油藏、生产数据进行验证，验证模型的准确度。
15、进一步的，所述步骤七中的出砂预测，利用模型评估验证后，效果好的模型对没有当前的油井进行出砂预测。
16、进一步的，所述聚类算法，对相同生产层位的出砂井按断层破裂带距离对应的产液量进行聚类分析，确定距离断层破裂带分段进行出砂井产量分析；在不改变生产层位的前提下对于有砂卡史、砂埋油层史、有出砂史的油井进行统计历的出砂频率，分析、证明了今后生产过程中出砂风险增加；统计历史化学防砂和机械防砂井的有效期；分析总结示功图变化规律。
17、进一步的，所述层次分析法，包含流程一建立两两因素比较矩阵a；流程二计算重要性排序指数ei；流程三构造判断矩阵b；流程四求判断矩阵b的传递矩阵c；流程五求传递矩阵c的最优传递矩阵d；流程六求判断矩阵b的拟优一致矩阵b'；流程七求层次分析法权重。
18、有益效果
19、本专利技术提供了基于油井画像的出砂油井措施时机智能优化方法，具备以下有益效果：
20、(1)、该基于油井画像的出砂油井措施时机智能优化方法，基于油井画像的出砂油井措施时机智能优化方法模型，完善出砂油井画像指标，自动推送出砂管理措施实施时机，逐步形成“事后诊断”向“事前预测”，从“人工定期分析”向“动态智能管控”的管理模式转变，为技术人员提供智能分析技术手段，持续改善油井生产状况，提高油井生产时率和寿命，降低油井维护成本。
21、(2)、该基于油井画像的出砂油井措施时机智能优化方法，本次专利技术通过现场出砂油井测试表明基于知识计算的出砂油井措施时机优化技术，预测方法精度高,更能满足现场油井出砂预测精度的要求,为合理安排维护作业日程、减少维修作业量提供科学决策依据，大幅提高油田的经营效益。
本文档来自技高网...
【技术保护点】
1.基于油井画像的出砂油井措施时机智能优化方法，其特征在于：包括以下步骤：步骤一：收集出砂历史数据；
2.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤一中收集出砂历史数据，通过收集历史出砂油井的油层特性、生产数据、出砂史、防砂措施、注采关系相关数据，为指标确定做好数据准备。
3.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤二中数据清洗，清洗方式分为缺失值处理、异常值处理。
4.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤三中的建立评价指标，通过对出砂井的油藏特性、生产参数进行出砂相关性分析，通过相关性分析及统计分析，确定出砂油井的评价指标。
5.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤四中出砂规律性分析，根据历史出砂井是否是主力层、距离断层破裂带距离、产液量、是否有对应注水井分类绘制产液量与断层破裂带距离的关系图，分析出砂状态与产液量、断层破裂带距离的变化规律。
<
p>6.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤五中的确定指标权重，确定方式分为聚类算法、层次分析法。7.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤六中的模型评估，利用历史出砂井的油藏、生产数据进行验证，验证模型准确度。
8.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤七中的出砂预测，利用模型评估验证后，效果好的模型对没有当前的油井进行出砂预测。
9.根据权利要求6所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述聚类算法，对相同生产层位的出砂井按断层破裂带距离对应的产液量进行聚类分析，确定距离断层破裂带分段进行出砂井产量分析；在不改变生产层位的前提下对于有砂卡史、砂埋油层史、有出砂史的油井进行统计历的出砂频率，分析、证明了今后生产过程中出砂风险增加；统计历史化学防砂和机械防砂井的有效期；分析总结示功图变化规律。
10.根据权利要求6所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述层次分析法，包含流程一建立两两因素比较矩阵A;流程二计算重要性排序指数ei；流程三构造判断矩阵B；流程四求判断矩阵B的传递矩阵C；流程五求传递矩阵C的最优传递矩阵D；流程六求判断矩阵B的拟优一致矩阵B'；流程七求层次分析法权重。
...
【技术特征摘要】
1.基于油井画像的出砂油井措施时机智能优化方法，其特征在于：包括以下步骤：步骤一：收集出砂历史数据；
2.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤一中收集出砂历史数据，通过收集历史出砂油井的油层特性、生产数据、出砂史、防砂措施、注采关系相关数据，为指标确定做好数据准备。
3.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤二中数据清洗，清洗方式分为缺失值处理、异常值处理。
4.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤三中的建立评价指标，通过对出砂井的油藏特性、生产参数进行出砂相关性分析，通过相关性分析及统计分析，确定出砂油井的评价指标。
5.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤四中出砂规律性分析，根据历史出砂井是否是主力层、距离断层破裂带距离、产液量、是否有对应注水井分类绘制产液量与断层破裂带距离的关系图，分析出砂状态与产液量、断层破裂带距离的变化规律。
6.根据权利要求1所述的基于油井画像的出砂油井措施时机智能优化方法，其特征在于：所述步骤五中的确定指标权重，确定方...
【专利技术属性】
技术研发人员：袁晓鹏，张宗元，鲁玉庆，李永强，鄂敬天，侯红，王璐，刘彦昌，张海峰，于洁，
申请(专利权)人：中国石油化工股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。