WRSR 法的抽油機井合理運行狀態研究

黃曉莉 （大慶油田有限責任公司第二采油廠）

油田抽油機井基數大，占油田常規人工舉升工藝井的80%以上。抽油機井合理運行直接影響油田開發的高效實施，諸多學者就抽油機高效運行進行了一系列研究。趙曉蕾[1]對抽油泵進行了一系列技術改進，提高了泵效；李丹丹[2]從系統的角度對油井節能電動機的綜合品質進行評價，并研究節能電動機與抽油機之間的優化選配方法；常瑞清等[3]為解決游梁式抽油機井載荷沖擊大、振動大，導致能耗高、系統效率低等問題，開展了電動機隨動變速運行技術相關研究；劉士玉[4]將抽油機有桿泵抽油系統分為地面及井下兩部分，根據抽油機井光桿功率及電網向抽油機系統輸入的總電能，分析得出抽油機井地面能耗與地下能耗占比，提出了“大泵徑、長沖程、低沖次”的地面及地下一體化優化節能思路。上述學者對抽油機合理運行進行的研究主要參考了如抽油泵、沖程、沖次、抽油桿管一個或幾個方面的指標，考慮不夠全面。黨荃錚、王小玲、庫土力克·加帕等[5-7]多名學者采用RSR 對雷達裝備和AFP 病例監測質量等進行了綜合評價，驗證了該方法在相關工作指標的優劣認定中的可行性。因此，文中擬采用RSR 法對抽油機井生產和能耗指標進行綜合評價，來評估抽油機運行工況，為進一步優化運行提供支持。

1 WRSR 法模型

WRSR（Weight Rank Sum Ratio）評價方法，即權重秩和比評估法，是一種多屬性決策方法。通過秩轉換，獲得無量綱統計量RSR，以RSR 值對評價對象的優劣直接排序或分檔排序，從而對評價對象做出綜合評價[8-10]。

1） 列待評價數據表。按評價對象為行（n個），評價指標為列（m個），將原始數據排列成矩陣表（n行m列）。

2）編秩。整次RSR 法：極大型指標從小到大編秩，極小型指標從大到小編秩，同一指標數據相同者編平均秩，得到秩矩陣，記為R，秩越大越優；非整次RSR 法：此方法所編秩次與原指標值之間存在定量的線性對應關系，克服了RSR 法秩次化時易損失原指標值定量信息的缺點。

極大型指標（效益型指標）：

極小型指標（成本型指標）：

3）計算秩和比并排序，公式如下：

式中：CRSRi為秩和比；wj為第j個評價指標的權重；Rij為第i個對象第j個指標的秩；n為評價對象個數；m為指標個數。

4）確定RSR 的分布（轉化為概率單位）。RSR的分布是指用概率單位Probit 表達的值特定的累計頻率。Probit 模型是一種廣義的線性模型，服從正態分布。其轉換方法為：編制RSR 頻數分布表，列出各組頻數f，計算各組累計頻數∑f；確定各組RSR 的秩次范圍及平均秩次；計算累計頻率，最后一項記為并進行修正；將累計頻率換算為概率單位Probit， Probit 為累計頻率對應的標準正態離差(u)加5。

5）計算直線回歸方程。以累積頻率所對應的概率單位Probit 為自變量，以RSR 值為因變量，計算直線回歸方程，即：CRSR=a+b×Pr obit 。（a，b為直線回歸系數；CRSR為RSR 擬合值）。

6）通過檢驗回歸方程輸出RSR 矯正值，并進行分檔排序。

2 評價實例與分析

M 采油廠某班組有抽油機井55 口，統計了包含流壓、泵效、沖程利用率、電流比、功率利用率、扭矩利用率、沖次利用率和載荷利用率共8 項指標，以10 口抽油機井為例，8 項指標統計見表1。其中，流壓和電流比為區間型指標，最優區間分別為[3，4]、[80，110]，這是因為流壓過低無法保證泵效且容易引起抽油桿偏磨，而流壓過高不利于油水井對應驅替儲層的效果；電流比在[80，110]時，抽油機上下沖程載荷平衡。而其他的泵效、抽油機利用率等6 項指標為極大型指標，即越大越好。

表1 10 口抽油機井8 項指標統計Tab.1 Eight indicator statistics of 10 pumping unit wells

為了得到各指標的權重，首先采用熵值法對各指標獲得信息熵冗余度，然后計算指標權重，權重計算前對流壓和電流比這2 項區間型指標向極大型指標轉換，轉換公式為：

式中：xi為數據處理前指標值；? 為數據處理后的指標值；a、b分別為理想區間的下限值和上限值。

然后，對8 項指標進行極差法標準化處理，并計算熵權。熵權法計算流程見圖1，熵權法權重計算結果見表2。

圖1 熵權法計算流程Fig.1 Calculation process of entropy weight method

表2 熵權法權重計算結果Tab.2 Weight calculation results of entropy weight method

進行WRSR 法計算，計算流程見圖2。

首先，計算秩、加權秩和，并排名；然后，結合RSR 值得到RSR 分布值，確定每個分布值的頻數、累積頻數和平均秩次值；根據平均秩次值，查詢“百分數與概率單位對照表”，得到其所對應概率單位Probit 值。

以累計頻率所對應的概率單位值Probit 為自變量，以RSR 值為因變量，進行線性回歸，從F 檢驗的結果分析可以得到，顯著性P值為0.000***，水平呈現顯著性，拒絕了回歸系數為0 的原假設，同時模型的擬合優度R2 為0.934，模型表現較為優秀，因此模型基本滿足要求。對于變量共線性表現，方差膨脹系數（VIF）全部小于10，因此模型沒有多重共線性問題，模型構建良好。

模型回歸方程為：CRSR=- 0.261 + 0.122 ×Probit 值。

現將55 口抽油機井的RSR 臨界值進行區間比較，進而得到分檔等級水平，RSR 擬合值排序見圖3，單井分檔排序匯總見表3。

圖3 RSR 擬合值排序Fig.3 Sorting chart of RSR fit values

表3 單井分檔排序匯總Tab.3 Summary of single well classification and sorting

將55 口井分成4 個等級，X30，X43，X47，X53 井處于第4 檔最優，X1，X24，X28 井處于第1檔最差，其余有48 口井處于中間第二檔、第三檔。

通過對處于第一檔和第二擋級別的27 口井調查認為：部分井電流不平衡；流壓超出合理區，未進行及時放產；機型偏大，導致扭矩利用率、功率利用率低；未按照長沖程低沖次配置抽汲參數，致使沖程利用率、沖次利用率均未達到理想水平；個別井泵徑偏小，有待調整。對WRSR 評估中發現的問題井進行了梳理，對27 口井進行措施調整，調平衡17 井次，調參8 井次，檢換泵6 井次，調泵掛深度9 井次，機型對調2 井次，更換節能電動機9井次。調整后，對該班組的55 口抽油機井重新進行WRSR 分析，落入一檔和二檔的井數由措施前的27 口減少至16 口，措施初見成效。對27 口井的生產耗電情況分析，措施前日耗電量為3 153.6 kWh，措施后日耗電量為2 786.9 kWh，日節電量為366.7 kWh，年經濟效益7.93 萬元，部分單井措施效果見表4。調整后，抽油機井各指標情況轉好，例如流壓水平趨于合理化，油水井端生產壓差更合理，利于儲層合理開發；采用長沖程低沖次后，桿管偏磨也隨之改善，利于檢泵周期的延長。

表4 部分單井措施效果Tab.4 Effect of some single well measures

3 結論

構建了包含流壓、泵效、沖程利用率、沖次利用率、電流比、功率利用率、扭矩利用率等8 項指標的抽油機井運行評價體系，熵權法的權重大小依次為扭矩利用率、沖次利用率、功率利用率、載荷利用率、沖程利用率、泵效、流壓、電流比。用WRSR 法對綜合指標進行四檔分類，低效井主要處于第1 檔和第2 檔，這些井在電流比、流壓、扭矩利用率、功率利用率、沖程利用率、沖次利用率方面未達到理想水平，同時個別井存在泵徑偏小問題。以三換一調為主要措施，對單井進行綜合調整，27 口井年節電13.39×104kWh，經濟效益較為可觀。