改善單井系統效率的大數據分析應用研究

李軼超　杜陽　高麗潔　李禹甫　張曉東　高星星

摘 要：針對油田生產數據量大，處理效率低以及結果可靠性差等問題，以單井系統效率為研究對象，結合油田實際464口井的機采數據和預測預警數據利用工業生產大數據挖掘平臺對影響單井系統效率的因素進行了分類與篩選，選取沖程、沖次、含水率等進行了挖掘分析，以期為油田實際開發提供了技術支持和依據。

關鍵詞：大數據；系統效率；數據挖掘；抽油機

1 大數據挖掘工作

1.1 基礎挖掘

通過單因素變量分析法進行對比分析，從而可以優選出某一特定參數比較合適的數值范圍。從單井系統效率統計圖中可以看到，單井系統效率在50%以上的抽油機只有5.82%，大多數的抽油機系統效率較低，需進行參數優化設計，從而提高單井系統效率。如圖1所示

1.2 離散數據擬合

對大量離散的基礎數據進行函數擬合，分析出這些數據的基本變化規律，為更好的進行參數優選提供技術支持和理論依據。

以464口井的含水率對單井系統效率的影響為例進行數據分析，所用擬合公式和擬合優度基本信息如表1所示。

1.3 高級挖掘

1.3.1 關聯度對比分析

通過灰色關聯的方法得出各個參數和單井系統效率之間的關聯度，數據如表2所示。結果表明，單井系統效率不同，各個參數和單井系統效率的關聯度也不同，而且關聯度的大小順序也可能發生變化。此外，從表2中還可以得知，含水率、沖程和沖次為單井系統效率的主要影響因素。

1.3.2 產量預測和

利用時序分析對抽油機日產量進行了階段性的預測，如圖2所示。

從圖2中可以看到，在前面9個月的時間內，產量隨時間的變化基本保持平穩；在后面一段時間油井產量開始出現一定的波動現象。如圖中所示，藍色曲線為歷史數據曲線，紅色曲線為預測數據曲線，因此我們可以對油井未來一段時間的常量進行預測，以分析產量的變化情況；同時，因此我們可以根據產量預測情況及時的根據實際需要做出相應的調整：即改變沖程、沖次、沉沒度等參數組合以提高工作效率。

2 結論和建議

（1）工業生產大數據挖掘平臺能夠有效的對海量油田生產數據進行歸類、分析處理，適用性相對較強，具有比較高的可靠性。

（2）通過關聯度對比分析聯，得到了各因素和單井系統效率之間的關聯度大小，含水率、沖程和沖次為單井系統效率的主要影響因素；此外還可以用大數據挖掘平臺進行各項參數的優化研究。

（3）利用大數據技術進行油田的智能分析，可以有效的提高數據處理的效率和精度，通過對該技術的推廣和應用，能夠有效的加快智能油田的建設。

參考文獻

[1]李鑫，耿玉廣，楊小平，等.以噸液百米舉升耗電量為目標的大數據分析應用[J].石油鉆采工藝，2015，37（4）：76-79.

[2]肖莉，楊傳書，費海濤，等，關于石油工程信息化需求與建設策略的思考[J].石油鉆探技術，2011，39（3）：81-85.

（作者單位：中國石油大學（北京）石油工程學院）