大數據分析方法在機采井評價中的應用

劉洋 宋彥生

摘要：由于影響機采井系統效率的因素很多，主要因素并不十分明確，在評價油井的生產和工作過程中，大部分石油公司沒有一個系統、全面的評價體系。論文基于塔河油田機采井生產數據庫的海量數據，開發了大數據分析軟件，通過灰色關聯分析理論，確定了影響塔河油田機采井系統效率的關聯指標，并給出了沉沒度、泵效、回壓等指標的控制范圍，在指標控制范圍內可提高機采井的系統效率，對機采井的生產控制有著重要意義，也可為石油其它領域數據分析提供借鑒。

Abstract： Because there are many factors that affect the efficiency of a mechanical recovery well system， the main factors are not very clear. In the process of evaluating the production and work of oil wells， most oil companies do not have a systematic and comprehensive evaluation system. Based on the massive data of the mechanical recovery well production database in Tahe Oilfield， this paper develops big data analysis software. Through the grey correlation analysis theory， the relevant indicators affecting the efficiency of the mechanical recovery well system in Tahe Oilfield are determined， and gives the control range of the index of submergence depth， pump efficiency， back pressure， etc. Within the control range of this index， the system efficiency of the mechanical recovery well can be improved， which is of great significance to the production control of the mechanical recovery well， and can also provide reference for data analysis in other fields of petroleum.

關鍵詞：機采井;效率;評價指標;大數據

Key words： mechanical recovery well;efficiency;evaluation index;big data

中圖分類號：TE355? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）23-0246-03

0? 引言

石油工程行業技術復雜、數據量呈指數增長，隨著信息和網絡技術的不斷進步，對采集到的大量結構化和非結構化數據進行存儲、分析和研究十分必要。

崔海福等[1]分析了大數據在地質研究、地震勘測、油氣運輸等領域的應用。李金諾[2]分析了石油行業大數據的發展趨勢，大數據分析可用于油氣生產的勘探、開發，鉆探和生產作業、維護等方面。袁澤波等[3]分析了試油工程對大數據的需求，介紹了大數據在試油設計一體化平臺中的應用，優化并完善了試油工程，使設計質量和效率有了很大的提升。李鑫等[4]在介紹大數據挖掘分析系統的基礎上，將噸液百米舉升耗電量作為分析目標，根據油田數據庫的大量數據，分析影響噸液百米舉升耗電量的主要因素。曲寶龍等[5]分析了沉沒度對桿柱壽命、產液量和井下效率的影響，采用加權平均法建立目標函數，實現對機采性能的評價，優化了沉沒度。施婧[6]確定了影響機采井泵效的主要因素，并給出了適合薩北地區的下泵深度和沉沒度的范圍。付聰[7]分析了影響機采系統效率的因素，并從加強采油管理和更新節能設備等方面探討了提高機采系統效率的方法。周子利[8]現場展開油井回壓測試試驗，定量的分析了交變載荷、扭矩、油井產液和能耗對回壓的影響，并總結了降低回壓的方法。曲寶龍等[9]把抽油泵泵徑、沖程、沖次、沉沒度作為影響因子，以抽油桿應力幅、產液量和井下效率為目標函數，設計了水平正交試驗，綜合分析了這些影響因子對目標函數的影響規律。

目前大數據分析在機采井評價方面涉及較少，只有科學地選擇抽油機的工作參數，調整生產系統的工作狀況，才能有效提升抽油井的系統效率，實現油井供采的最佳匹配，并降低能耗。本文通過對塔河油田機采井大數據的分析，對生產指標作出評價優化。

1? 大數據分析系統簡介

大數據分析系統主要包含獲取數據、數據組織、應用層和展現層四部分。其實現過程為：①在數據庫中獲取數據;②對獲取的數據進行抽樣和清洗加工，處理異常的數據、剔除重復的數據和無關緊要的數據;③運用灰色關聯分析算法形成數據處理平臺，對大量數據進行關聯分析，并以圖表、曲線等方式展現結果。

本文在獲取塔河油田機采井數據后，分析了影響塔河油田健康生產的主要因素，預測了塔河油田機采井的生產狀況，針對性的開展優化工作，實現機采井的高效生產。

灰色關分析方法的原理[10-11]是在系統中的各因素中尋找影響目標值的主要因素，從而了解事物發展的特征。

灰色關聯分析步驟如下：

②對數據做初始值處理，使其無量綱化。

在系統中各因素的物理意義各不相同，從而導致其單位不相同，為了便于比較，一般在關聯分析時將其進行無量綱化處理。

關聯系數ri（k）表示了在同一點上比較序列和參考序列間的相關程度。？籽∈（0，1）為分辨系數，通常取0.5。

⑥求得關聯度R（i）。

⑦排出關聯序。

為了準確評估每個子序列和母序列之間的關聯程度，需要根據關聯度大小進行順序排列，即為關聯序。

2? 機采井大數據分析

2.1 塔河油田機采井基本概況

對塔河油田目前機采井生產參數及各種工藝情況進行摸底排查，共排查機采井1363口，其中采油一廠484口，采油二廠558口，采油三廠321口，總計開井734口，總體日產液19594m3/d，總體日產油9043m3/d。生產井平均泵徑66.3mm，平均泵掛2345m，平均產液量26.7m3/d，平均產油量12.3m3/d，平均含水44%，平均動液面656m，平均沉沒度1811m，平均連續生產天數610d，平均交變載荷30.4kN。

為進一步確定塔河油田機采井生產的具體情況，利用大數據分析了塔河油田近十年的機采井生產情況，如表1所示。

塔河油田近十年泵效保持較高水平，但檢泵周期持續延長，沉沒度高，所以其優化空間大，系統效率有待提高。

2.2 機采井評價指標

抽油井系統效率是把液體舉升到地面的有效作功能量與系統輸入能量之比，即抽油機的有效功率與輸入功率的比值。

在油田生產中涉及抽油機井系統效率指標的因素很多，以石油行業標準《抽油機和電潛泵井生產指標統計方法》為基礎，結合塔河油田相關標準、規范，梳理了抽油機井主要指標，如泵徑、沖程、沖次、泵深、沉沒度、泵效、采油時率、平衡率、回壓、額定載荷、交變載荷、最大載荷、最小載荷、載荷利用率等，利用灰色關聯分析方法，分別對有關數據進行處理，計算各數列之間的關聯系數，以確定關鍵的評價指標。

2.3 機采井指標灰色關聯分析

下面以塔河油田機采井相關數據為例進行灰色關聯分析：

2.3.1 抽油泵參數和載荷參數的選取

根據灰色關聯理論，以泵徑為參考序列，沖程、沖次、泵深、沉沒度作為比較序列，計算其關聯度，如表2所示。以載荷利用率為參考序列，額定載荷、交變載荷、最大載荷、最小載荷作為比較序列，如表3所示。

由表2可知，泵徑與沖程、沖次、泵深、沉沒度的關聯序為：沉沒度>泵深>沖次>沖程。

由表3結果可知，載荷利用率與額定載荷、交變載荷、最大載荷、最小載荷的關聯序為：交變載荷>額定載荷>最大載荷>最小載荷。

在灰色關聯分析中，分辨系數？籽應該在實際應用中確定其大小，本文分辨系數取0.5，即：計算出的關聯度大于0.5時，認為其相關程度較大。

泵徑與沖次、泵深、沉沒度的關聯度均大于0.5，其中泵徑與沉沒度有很大的相關性，優選沉沒度作為關聯指標。

載荷利用率與額定載荷、交變載荷、最大載荷、最小載荷的關聯度均大于0.5，其中載荷利用率與交變載荷的關聯度最大，交變載荷更能反映出機采井的實際載荷變化，因此，選擇交變載荷作為評價指標。

2.3.2 總體指標的確定

在完成泵參數和載荷參數的選取后，進一步結合泵效、生產成本和連續生產時間對泵效、交變載荷、采油時率、平衡率、回壓等進行關聯分析。

上述結果表明，泵效、交變載荷、采油時率、平衡率、回壓等參數之間的關聯度均小于0.5，表明這些指標是相互獨立的，因此可用于指標評價，具有較好的代表性。通過運用灰色關聯法篩選并綜合考慮機采井現實生產情況，可確定機采井主要生產影響因素為以上五個具體指標。

結合集團公司相關標準、規范，將百米噸液耗電量和連續安全生產天數也作為機采井評價指標。

2.4 主要生產指標的確定

在利用灰色關聯分析出影響機采井系統效率關鍵指標的基礎上，將百米噸液耗電量、沉沒度、泵效、回壓為研究對象，數據分析處理后得到關系曲線如圖1-圖4。

從圖1和圖2可知，百米噸液耗電量隨著沉沒度的增加，在一定范圍內先逐漸減少然后增加，隨著沉沒度的增加，系統效率則先增大后減少，從而可以確定塔河油田合理沉沒度區間應控制在400-900m;圖3可得隨著回壓的增大系統效率逐漸的減小，可確定回壓取值范圍≤1.5MPa;圖4可得隨著泵效的增加，系統效率先增大先增大后減少，可確定泵效的取值范圍為45-82%。

3? 結論

①通過對塔河油田機采井生產情況的數據分析，結合大數據統計方法與灰色關聯分析確定了機采井關鍵評價指標：即沉沒度、泵效、回壓、交變載荷、平衡率、百米噸液耗電量、采油時率、連續安全生產天數。

②利用大數據分析系統對機采井關鍵評價指標進行了分析，確定了塔河油田關鍵生產指標的合理控制范圍，從而提高機采井的系統效率，實現降本增效，提高經濟效益的目標。

③塔河油田機采井大數據的分析應用可為其它工程提供借鑒。

參考文獻：

[1]崔海福，何貞銘，王寧.大數據在石油行業中的應用[J].石油化工自動化，2016，52（2）：43-45.

[2]李金諾.淺談石油行業大數據的發展趨勢[J].價值工程， 2013，32（29）：172-174.

[3]袁澤波，錢浩東，劉舉，等.“大數據”在塔里木試油一體化設計平臺的應用與實踐[J].鉆采工藝，2017，40（6）：108-110.

[4]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.

[5]曲寶龍，徐華靜，馬衛國，等.沉沒度對有桿泵抽油系統綜合性能的影響[J].石油機械，2015，43（4）：89-93.

[6]施婧.影響機采井泵效的原因分析[J].化學工程與裝備，2019（6）：115-116，27.

[7]付聰.影響機采井系統效率的因素及對策分析[J].化學工程與裝備，2017（4）：46-47.

[8]周子利.油田回壓對油井生產影響綜合分析[J].化學工程與裝備，2015（7）：75-78.

[9]曲寶龍，馬衛國.有桿泵抽油系統綜合性能影響因素及評價[J].石油機械，2019，47（11）：81-86.

[10]易德生，郭萍.灰色理論與方法[M].北京：石油工業出版社，1992：25-30.

[11]鄧聚龍.灰理論基礎[M].武漢：華中科技大學出版社，2002：158-161.