鄂爾多斯超低滲儲層智能注水監控技術

楊玲智 于九政 王子建 王爾珍 胡改星 孫爽

1.中國石油長慶油田公司油氣工藝研究院；2.低滲透油氣田勘探開發國家工程實驗室；3.中國石油長慶油田分公司第十采油廠

鄂爾多斯盆地是我國第二大沉積盆地，地跨陜、甘、寧、蒙、晉五省區，開發目標層位主要為三疊系長1到長10油層，是典型的低滲、低壓、低產“三低”油藏，提高采收率潛力巨大，“十二五”期間鄂爾多斯盆地是中國石油增儲上產的主戰場［1-4］。目前，油田注水是國內油田補充地層能量最經濟有效的技術手段，但層間和層內非均質性強，水驅儲量動用程度低，限制了常規注水開發效果，需開展精細分層注水工藝研究與應用［5-10］。2013年以來，長慶油田緊密圍繞叢式井組的開發技術特點，開展油藏精細描述，關鍵分注技術攻關研究，探索形成超低滲儲層智能注水監控技術。該技術應用流體波碼技術及井下流量智能調節理論，實現了井下分層流量自動測試、自動調節，動態數據長期測試及存儲，地面與井下遠程無線數據傳輸，推動了注水管柱由單一的注水功能向著注水、信息采集、測試調配等集成化和一體化方向發展，提高了注水合格率，加速了注水井智能化管理，引領精細分層注水發展方向，為油田持續穩產儲備了新的利器。

1 分層注水面臨的挑戰

Challenges of separate layer water injection

（1）長慶油田分注井具有定向井小水量特點，定向井比例達90%以上，單層注水量10～15 m3/d，常規工藝需下鋼絲或電纜測調，現場施工勞動強度和作業風險大。

（2）分注井逐年增多，測試工作量大、費用高。隨著分層注水工作的不斷推進，長慶油田分注井總數近7 000口，年測試工作量1.5萬余井次，現場測試負擔重。

（3）人工測試數據少，無法長時間監測。采用人工周期測調，只能掌握瞬時分層注水動態，不能長期監測，制約油藏開發動態分析可靠性。

（4）分注合格率下降快，無法及時調節。人工測試只能周期性開展，受壓力波動、地層吸水能力變化等因素影響，分層注水合格率下降較快，不能及時進行調節達到配注要求。

2 智能注水全過程監測技術

Whole-process intelligent waterflood monitoring technology

2.1 結構組成

Structural components

智能注水全過程監控技術包括井下智能配水管柱、地面傳輸控制一體化裝置及遠程監控系統，應用流體波碼技術及井下流量智能調節理論，實現了井下分層流量自動測試、自動調節，動態數據長期測試及存儲，地面與井下遠程無線數據傳輸，油田數字化系統實時監控等功能，如圖1所示。

圖1 智能注水全過程監控系統Fig. 1 Whole-process intelligent waterflood monitoring system

2.2 關鍵技術

Key technologies

（1）井下遠程無線通訊技術。結合分層注水井下長期監測及低成本要求，優選可靠性高、技術成熟及成本相對較低的流體波碼方式，實現井下與地面雙向遠程無線通訊。分注管柱坐封完井后，在地面配水間電控調節閥穩壓模式下調節各層智能配水器注水量，通過開關電控調節閥（降壓法）形成壓力波碼，將指令信息傳送給井下智能配水器，如圖2所示。

井下智能配水器通過水嘴開度變化建立流體波碼，運用流體載波技術傳輸給地面控制器，從而實現地面與井下動態數據、指令的雙向遠距離傳輸。

圖2 井下智能配水器Fig. 2 Bottom-hole intelligent water flow regulator

（2）井下分層流量測調技術。如圖3所示，智能配水器接收到開度信息后自動調節水嘴開度并監測水嘴前后壓差，通過水嘴自動調節（升壓法）形成壓力波碼，將壓差信息傳送給電控調節閥，電控調節閥和智能配水器內的控制系統根據人工智能理論建立壓差-流量-水嘴開度三者之間的關系模型，形成三維云圖圖版，實現智能配水器配注量的設置。

圖3 井下配水器自學習原理Fig. 3 Self-leaning principle of bottom-hole water flow regulator

配水器自學習模型為

式中，Q為流量，m3/d；Cd為速度系數；w為水嘴面積梯度，m；xv為可調水嘴位移量，m；ρ為水密度，kg/m3；P1為嘴前壓力，MPa；P2為嘴后壓力，MPa。

通過數學模型得出井下配水器自學習曲線如圖4所示。

在新聞語體中，由于新聞報道受到時間、版面等因素的制約，以及圖片、影像等條件提供的幫助，所以無論是平面媒體，還是網絡媒體、電視媒體、廣播媒體，都極為注重表意的簡明性和通俗易懂，力爭在有限的時間和篇幅內把新聞事實明白無誤地表達出來，以便于受眾以最快的速度接收相關信息。例如：

圖4 井下配水器自學習曲線Fig. 4 Self-leaning curve of bottom-hole water flow regulator

（3）注水井流量自動控制技術。配注量調節完成后，電控調節閥設置為穩流模式，保證全井達到配水要求，同時井下智能配水器根據監測的壓差和三維云圖自動調節水嘴開度達到分層配注量，實現分層流量達標注水，如圖5所示。

圖5 人工智能建立數據云圖Fig. 5 Data cloud chart established by artificial intelligence

（4）地面遠程實時監控技術。如圖6所示，遠程監控系統安裝于注水站站控電腦，遠程實時監測分層流量、壓力數據，結合油藏研究需求，遠程控制分層注水動態，滿足油藏、工程一體化研究需求。

圖6 遠程監控系統Fig. 6 Remote monitoring system

3 室內實驗

Laboratory experiment

3.1 配水器密封性測試

Test of sealing capacity of water flow regulator

將配水器安裝于密封性測試裝置內，由配水器內打壓驗證配水器密封性，具體步驟：啟動試壓泵，正向打壓，逐步升壓至15 MPa，穩壓300 s，逐步升壓至30 MPa，穩壓300 s，再逐步升壓至40 MPa，穩壓1 800 s，無滲漏；反向打壓，逐步升壓至15 MPa，穩壓300 s，逐步升壓至30 MPa，穩壓1 800 s，無滲漏。

3.2 配水器流量自動調節功能測試

Test of automatic flow rate control of water flow regulator

設置配水器配注量及自動測調時間間隔后，將其安裝于流量測試裝置內，啟動流量測試裝置入口開關，并調節流量為配水器配注量150%，再逐步減少流量至130%，再逐步減少流量至110%，監測裝置出口流量，分別記錄測調時間后流量，流量滿足5%誤差。

3.3 遠程無線通訊測試

Test of remote wireless communication

將配水器安裝于模擬井中，將井筒內注滿水，模擬現場注水工況，由地面控制器向模擬井中配水器發送流體波碼，連續執行全開、50%開度、全關操作，指令發送后，接收配水器反饋動態信息，并與指令對比，符合率100%。

4 現場應用

Field application

長慶油田成功開展智能注水全過程監測技術現場試驗。應用壓力波編碼建立井下與地面遠程無線通訊，每3 s傳輸一組分層動態數據，借助油田站控系統，建立遠程實時監控體系，同時運用人工智能理論測試水嘴前后壓差，解析分層流量數據，達到分層流量自動測調的目的。現場試驗20口井，試驗井分層注水合格率長期保持95%以上，確保分注井全天候達標注水，減少年測調費用100余萬元。

以關A井為典型試驗井，試驗時間2016年5月10日，井深2 257 m，井斜28.5°，注入介質清水，上層配注15 m3/d，下層配注10 m3/d。關A井上層實測流量范圍14.2～15.1 m3/d，下層實測流量范圍9～10.5 m3/d，均能滿足地質配注要求，結合油藏動態調整需求，可及時調整分層流量。該技術實現了分層流量自動測調、自動壓降測試、封隔器自動驗封、井下分層注水參數實時監測錄取等功能。試驗后，關A井吸水剖面得到明顯改善，儲層吸水厚度由5.08 m上升到8.96 m，對應4口油井見效，生產狀態得到明顯改善，日產油量由3.8 t上升到4.94 t。

5 結論

Conclusions

（1）智能注水全過程監測技術將推動注水管柱由單一的注入功能向著配水、信息采集、測試等集成一體化方向發展，提升油田注水精細化管理水平。

（2）智能注水全過程監測技術實現分層注水動態遠程實時監控，采用電子巡井、注水系統分級管理等方式，實現注水數字化監控，降低人員勞動強度。

（3）智能注水全過程監測技術運用人工智能理論，采用自學習方式模擬計算分層流量實現自動控制，簡化流量測試結構，實現降本增效，具有廣闊推廣應用前景。

［1］AI-KHODHORI S M. Smart well technologies implementation in PDO for production & reservoir management & control ［R］. SPE 81486, 2003.

［2］阮臣良，朱和明，馮麗瑩. 國外智能完井技術介紹［J］.石油機械，2011，39（3）：56-59.

RUAN Chenliang, ZHU Heming, FENG Liying.Introduction of foreign intelligent completion technology［J］. China Petroleum Machinery, 2011, 39（3）: 56-59.

［3］霍愛民. 油藏動態分析與分層注水技術在利8區塊的綜合應用研究［J］. 長江大學學報（自科版），2015，12（14）：71-73.

HOU Aimin. Integrated application of reservoir performance analysis and layered water injection technology in Block Li 8 ［J］. Journal of Yangze University（Natrural Science Edition）, 2015, 12（14）: 71-73.

［4］AMIRANTE R, VESCOVO G D, LIPPOLIS A. Flow forces analysis of an open center hydraulic directional control valve sliding spool ［J］. Energy Conversion and Management, 2006, 47（1）: 114-131.

［5］楊玲智，巨亞鋒，申曉莉，羅必林. 數字式分層注水流動特性研究與分析［J］. 石油機械，2014，42（10）：52-55.

YANG Lingzhi, JU Yafeng, SHEN Xiaoli, LUO Bilin.Flow characteristics study and analysis of water flooding digitized in separate zone ［J］. China Petroleum Machinery, 2014, 42（10）: 52-55.

［6］雷創，馬永忠，安淑凱，王桂林，郭棟，李小永. 無線智能分注技術在牙刷狀油藏上的應用［J］. 石油機械，2016，44（8）：54-57.

LEI Chuang, MA Yongzhong, AN Shukai, WANG Guilin, GUO Dong, LI Xiaoyong. Application of wireless intelligent separate layer injection technology in toothbrush-shape reservoir ［J］. China Petroleum Machinery, 2016, 44（8）: 54-57.

［7］李東雷. 預置電纜智能分層注聚合物技術的研究與應用［J］. 石油機械，2016，44（10）：93-96.

LI Donglei. Intelligent layered polymer injection technology with preset cable ［J］. China Petroleum Machinery, 2016, 44（10）: 93-96.

［8］ZHOU W, XIE Z Y, LI J S. The development and practice of separate layer oil production technology in Daqing Oilfield ［R］. SPE 30813, 1997.

［9］PEI X H, YANG Z P, BAN L. History and actuality of separate layer oil production technologies in Daqing Oilfield ［R］. SPE 100859, 2006

［10］MOORE W R, KONOPCZYNSKI M R, JACKSON V.Implementation of intelligent well completions within a sand control environment ［R］. SPE 77202, 2002.