液面自動監測系統在提撈井的應用

謝曉輝（大慶油田有限責任公司第三采油廠）

提撈是低產井的一種有效采油方式，對提撈井抽汲過程中液面高低及其恢復程度的準確判斷直接影響其生產效率。國內部分油田曾采用回聲儀定期人工測試的傳統測量方法來指導提撈作業[1]，傳統液面測試儀器設備便攜性差、操作過程繁瑣，且用氮氣瓶或者無彈頭子彈作為聲源存在一定危險性，且對操作人員素質要求較高、不能實現定時密集監測、很難精準有效的實時監測液面恢復程度。

對液面恢復程度的準確判斷是影響提撈采油抽汲產量的關鍵因素。目前常規做法是技術人員結合每次抽汲下放的鋼絲繩長度來判斷液面位置進而折算出液面恢復速度，該做法準確度不高且難以做到實時監測。若判斷的液面恢復時間短于實際恢復時間，則會導致液面還未完全恢復，下次抽汲作業就已經開始，不但不能增加原油產量，還增加作業頻次及柴油消耗。液量若嚴重不足還會導致橡膠干磨使得密封性變差，增加配件維修成本。反之，判斷的液面恢復時間長于實際時間則會使液面過高造成油井不能正常發揮。作業間隔過長，提撈裝置潛能沒有完全發揮，出現有油卻不能及時撈出的問題。因此，擬采用數字化智能技術指導油井提撈，即通過在井口安裝液面自動監測儀器，實現聲波自動化發射，液面數據自動采集、分析處理，液面達到預定待抽汲深度自動提醒等功能來準確及時的監測液面深度，借助數字化技術指導提撈井作業制定合理的間抽制度，做到實用性、適用性、高效性相統一。

1 液面自動監測系統

1.1 原理及監測過程

液面自動監測系統采用“回聲法”測量液面深度。由井口氣爆發聲單元發出聲波，其公式為：

式中：H為油井液面深度，m；v為聲音在井筒內空氣中的傳播速度，m/s；t為聲波從發聲裝置產生后沿井內空氣向下傳播到液面再經過液面反射回井口被地面微音器接收所經過的時間，s。由于受到井內溫度、壓力及氣體密度等因素影響，該聲波速度需要經相應公式計算并修正后確定。

根據每口井的自身特點，結合技術人員的經驗，預先將監測儀設定好合理的采集頻率，然后用繼電器控制電磁閥使氣爆單元發聲。聲波沿井筒空氣進行傳播，被液面反射的回聲波經采集單元收集處理后便會得到固定時間間隔的測試數據[2]。數據經過信號轉換及處理，遠傳至臺式機上的決策系統和手機上的移動終端。在電腦和手機上可進行參數設置、數據檢索、歷史回放、報表輸出等功能操作[3]，方便及時制定出合理的油井提撈計劃，從而有效的進行提撈作業。

1.2 系統組成

提撈井液面自動監測系統主要包括位于提撈井口的液面遠程監測儀、位于后方的服務處理器及供決策的客戶端三部分。其中，液面遠程監測儀主要包括位于主控制柜內用于控制各個硬件動作的主控制器、氣爆發聲單元（包括電磁閥、加壓氣泵、儲氣罐三部分）、回波檢測單元、套壓檢測單元、數據存儲模塊以及用于遠程傳輸數據的4G、WIFI 傳輸模塊等[4]。后臺服務器由數據采集服務器、數據庫服務器、查詢終端等組成。數據采集服務器與各個液面監測設備之間建立網路鏈接，經過網路傳輸后對接收到的現場測試數據進行詳細解析，并將解析后的數據存儲到數據庫服務器中供隨時讀取。客戶端包括手機移動終端APP 和臺式機管理平臺。手機移動終端可隨時隨地了解提撈油井液面情況，臺式機管理平臺則利于多條件查詢及指令的操作。液面遠程監測儀按設定程序定時發出聲波，測量油井液面深度，依據井場現場情況及數據量將分包，加密后的測量數據分別采用4G 和WIFI 兩種方式利用雙通道傳輸方式將數據傳輸至后臺服務器。后臺服務器采用科學的算法對數據進行計算并將計算數值進行優化處理，選擇可靠度高的數值進行圖形化直觀顯示[5]。其中，WIFI 數據傳輸模式需要通過井場RTU 與后臺服務器進行通信，井場RTU 實現WIFI到以太網的轉換。后臺監控服務器對收集到的多路數據進行解析，完成數據對比功能，對數據進行智能優選[6]，并對優選數據進行液面計算，將結果存入SQLServer 數據庫，臺式機管理平臺可以使得技術人員進行參數設置、數據修改、液面曲線查看等操作[7]。

液面自動監測系統采用STM32F103RET6 作為微控制單元，由次聲波發生模塊、模數轉換模塊、RS485 通訊模塊、4G/WIFI 網絡模塊及電源和控制屏等部件組成，系統硬件組成見圖1。首先利用壓力傳感器探測套管壓力，當套管壓力小于或等于0.3 MPa 時，控制器控制發生模塊采用加壓氣泵加壓，通過電磁閥放氣制造次聲波。當套管壓力大于0.3 MPa 時，控制器控制發生模塊利用套管氣產生次聲波[8]。聲波通過套管內空氣介質向下傳播，遇動液面反射后向上返回地面，由微音器接收經處理后轉化為電信號，再經過功放、濾波、A/D（模擬信號/數字信號）數模轉換模塊處理后發給微控單元，經過解釋處理后打包傳輸至數據采集服務器，以供技術人員分析，從而制定出合理的提撈制度[9]。

圖1 系統硬件組成Fig.1 System hardware composition

1.3 數據傳輸主要流程

提撈井液面自動監測系統需要將液面測試相關數據和設備事件信息上傳至數據采集服務器[10]。其采集與傳輸數據主要流程為：無線網卡配置初始化后設置Ad-Hoc 模式，設置essid 啟動網卡并配置IP、AODV 協議加載啟動、啟動監測主程序、經過邏輯判斷當達到采樣時間后對聲波和壓力信號進行采集（定時采集液面數據及套管壓力數據）、將數據進行A/D 數模轉換、數據封包、執行TCP/IP 通信進程、數據包發送。

1.4 液面實測

以A 油田B 提撈井為例，數字化監測儀與井口套管連接，利用太陽能供電裝置為設備供電，按設定頻率獲取測試數據后，經由無線遠傳系統將測試數據遠傳至決策系統。設置好合理的監測時間間隔后，監測儀自動按要求錄取液面深度數據，經計算機處理后形成直觀的液面曲線。液面監測曲線見圖2。B 井4 月12 日提撈完成后，液面深度降至1 400 m附近。由于地層能量的供給，井底流壓大于井內靜液柱的壓力，液面隨時間穩步上升，逐漸恢復。4 月16 日液面深度達到1 000 m 左右且趨于平穩，此時采取人工提撈措施，將液面抽汲到1 350 m 預定深度。圖2表明，數字化液面自動監測儀能夠及時準確地監測液面恢復情況，直觀地反映出抽汲時機，從而準確指導技術人員制定更加合理的間抽制度。

圖2 液面監測曲線Fig.2 Liquid monitoring curve

1.5 數據誤差

為了驗證智能監測系統的液面深度數據準確性，在B 井安裝自動采集裝置，進行采集的過程中采用同時段下放鋼絲繩探深方式進行對比試驗。通過對提撈設備加裝鋼絲繩下放深度精準計量裝置測深并記錄測試時間點，將現場實測數據與回放后監測曲線同時刻數據進行對比，液面深度數據對比見表1。隨著深度的變化，不同深度鋼絲繩實測值與智能監測數據差值也發生變化，液面深度300 m 左右時，二者差值1 m 以內，差值很小。隨著測試深度的增加，誤差有變大的趨勢。液面深度900 m 以上時，差值4.5 m。折合成每1 000 m 誤差大概在5 m 之內，能夠滿足提撈井生產要求。

表1 液面深度數據對比Tab.1 Comparison of liquid depth datam

2 應用效果

2.1 應用情況

2022 年對A 油田某采油廠5 口提撈井進行液面監測數字化改造試驗，安裝液面自動監測設備。試驗前后節能情況對比見表2。

表2 試驗前后節能情況對比Tab.2 Comparison of energy conservation before and after the test

5 口提撈井在智能監測法指導下，單井月產油量均有提高，單井月提撈作業次數也有所減少，數字化改造試驗后，既減輕了工人勞動強度也節約了柴油。真正做到了節能降耗，實現了降本增效。

2.2 經濟效益對比

1）試驗實施前后對比，單井月采出油量較措施前最高增加11.3 t，平均單井月采油量增加7.8 t。5 口油井月增加采出油量合計39 t，年累計增加采出油量達到468 t。按照原油價格3 000 元/t 計算，則年多創造效益140.4 萬元。5 口油井月平均噸耗柴油5.9 L，累計年節約柴油1.08×104L，按柴油價格7 元/L 計算，年可節省燃油費7.56 萬元。

2）智能液面監測技術應用后，系統根據液面的恢復情況實時自動給出合理抽汲方案，調節工作參數。單井月抽汲作業次數較實施前相比減少4 次，減輕了作業人員的施工勞動強度，具有一定的社會效益。同時節省了作業費用，提高了管理和技術水平，給油田生產管理和節能工作帶來可觀的經濟效益。

3 結論

1）數智化液面監測技術可實現提撈井液面的動態監測及數據的遠程傳輸。每1 000 m 深度誤差在5 m 左右。相比于人工經驗計算，其結果更加準確、詳實、可靠。節約了人工測試成本，降低了工人的勞動強度。

2）數智化液面監測技術通過對液面數據的精準分析來制定具體的提撈作業方案，使抽汲制度更加合理，從而最大程度提高了油井產量，降低了能耗，真正做到了降本增效。

3） 數智化液面監測技術通過軟硬件相結合，做到了數據采集精準及時，數據處理有效可靠，科學合理的指導了油田生產。數智化油田是科技發展的必然趨勢，低產井老舊的人工經驗間抽模式已經成為過去，油田開發正向著智能化、智慧化發展。