基于电参数的潜油电泵井动液面计算模型

针对目前潜油电泵井动液面实时监测困难,影响生产效率与效益的问题,基于潜油电泵井生产系统的构成和机采设备的工作原理,考虑油套环空中液面以上气体的热辐射、液面以下液体的热传导作用和电机、电缆发热等影响,建立了"四段法"潜油电泵井井筒流体温度计算模型;研究分析了实时监测的地面电参数与潜油电泵输入功率、泵有效举升高度、泵吸入口压力的内在关系以及潜油电泵的工作特性,推导了基于地面实测电参数的潜油电泵井动液面计算模型。现场17口油井资料计算分析结果表明:模型准确度较高,井筒流体温度的平均相对误差为8.75%,动液面的平均相对误差为6.98%。该方法能够实时准确地计算潜油电泵井动液面,为潜油电泵井智能化管理和实时优化调整提供理论和技术支持。

基于示功图的抽油机平衡诊断与调整

针对抽油机不平衡影响抽油机设备安全及油井生产系统效率等问题,推导了4种类型抽油机井悬点载荷与电机输出功率的数学关系模型,根据已知示功图计算电机输出功率-悬点位移图,并进行抽油机平衡的实时智能诊断与调整。计算结果表明:基于示功图计算的功率-位移图与实测功率-位移图很接近,计算与实测的上冲程功率峰值、下冲程功率峰值、功率极差和平均功率的平均相对误差分别为3.69%、5.03%、1.26%和2.63%;X1井平衡度的计算值和实测值分别为0.26和0.25,抽油机处于欠平衡状态;X2井平衡度的计算值和实测值分别为1.34和1.29,抽油机处于过平衡状态,这表明平衡诊断具有较高的精度。研究成果拓宽了示功图的应用范围,可为抽油机井实时智能平衡诊断与调整提供理论与技术支持,有利于提高油井生产效率与效益。

油井异常示功图智能甄别模型及其应用

针对油田现场远程在线实时监测示功图异常、无法正常进行油井工况诊断与分析或诊断结果错误等问题,通过对示功图形成原理的分析,研究了示功图形成的4个阶段可能出现载荷与位移的异常情况,通过特征分析,提取了异常示功图的特征值,建立了示功图甄别模型,并编制了甄别软件。经J油田32井次的油井示功图甄别应用,有10井次的示功图异常,反馈给油田现场更换测试设备重新检测,并进行了示功图的对比检验,验证了甄别结果的准确性,符合率为100%,表明油井实时监测示功图智能甄别模型的研究能够为油田现场实时分析示功图数据的真伪、及时发现示功图测量仪器故障提供了手段,为提高油井工况诊断和分析的准确性提供了理论与技术支持,提升了油井智能化管理水平。

基于电功图的油井动液面及产液量预测

针对目前部分油田地面示功图实时采集系统不完善,维护成本高,少数油区因周边环境、气候等条件不宜安装实时采集系统,无法利用示功图实时推算油井动液面及产液量等问题,考虑曲柄实际角速度、四连杆机构的惯性、摩擦等因素,推导了基于电机电功图的光杆示功图计算模型,并运用一维带Gibbs阻尼波动方程求解泵功图,分析泵功图曲线各点曲率,确定固定阀和游动阀开闭点位置,形成了基于电功图的抽油机井动液面及产液量预测模型,并编制了计算软件。油田现场10口不同工况油井的计算分析结果表明,基于电功图的油井动液面及产液量计算模型具有较高的精度,能够实现油井动液面及产液量的实时、准确计量,提高了油井生产分析的智能化,有利于油井实时优化运行和增效。

基于电参数的地面驱动螺杆泵井动液面计算模型

针对目前地面驱动螺杆泵井动液面测量耗时费力、实时性差、周期长、成本高,无法实现实时、经济、高效、智能化测量的问题,通过对电参数与油井光杆扭矩的关系分析,并对井下扭矩组成分析,研究井下举升流体所需的扭矩和沉没度、泵压差之间的关系,建立了基于电参数的地面驱动螺杆泵井动液面计算模型,并利用C语言研发了动液面计算软件。以河南油田现场的10口地面驱动螺杆泵井为实例进行模型应用检验,计算得出的动液面与实测动液面的平均相对误差为9.23%,表明该模型计算精度较高,能够为现场生产提供理论依据与技术支持。结合在线实时采集的电参数,可实现地面驱动螺杆泵井动液面的实时监测,有利于油田的信息化与智能化建设,降低了生产管理成本,提高了生产效率与效益。

基于特征识别的电潜泵井工况智能诊断新方法

针对目前油田现场电潜泵井工况诊断方式一般为人工诊断,存在工作技术性强,依赖技术人员的经验和方法,诊断效率和精度较低,且工作量大等缺陷的问题,以油田现场采集的电流卡片为数据来源,形成了10种不同典型工况下的电流卡片样本库,分析每种典型工况下电流曲线的形态特征及其形成原因,统一规范并确定了5个特征参数和7个电流特征以及它们的阈值,并对每种典型工况下的电流曲线进行特征提取,从而形成了基于特征识别的电潜泵井工况智能诊断新方法,以判断油井工况故障,并提出解决措施。对油田现场6口油井的电流卡片进行工况诊断,工况诊断符合率为100%,表明所建立的诊断模型具有很好的精度,可以满足油田现场工程对诊断精度的要求,能够为油田现场的生产提供理论支持和指导。

基于示功图的油井含水率实时计算模型

针对目前原油含水率测量主要为离线人工测量法,存在成本高、周期长、耗时费力、实时性差、无法实现智能化测量的问题,通过对示功图载荷斜率-时间关系曲线的变化规律进行分析,研究泵阀开闭点的提取方法,确定了示功图上下冲程载荷差,并结合井筒多相管流压力分布计算相关式,推导建立了基于示功图的油井含水率计算模型,并利用C#语言编制了油井含水率计算软件。以现场某油田的15口油井为实例进行模型应用检验,计算得出的含水率与实测含水率的平均相对误差为7.42%,在工程允许的误差范围内,表明该模型具备实用性,能够为现场提供理论与技术支持。同时,基于油田现场实时采集的示功图数据,可实现油井含水率的实时计算,提高了油田信息化与智能化管理水平,有利于油田降低生产管理成本,提高生产效率与效益。

基于电功图的抽油机井工况诊断模型

针对目前缺乏典型工况特征的电功图图集而导致电功图资料无法被充分应用、采油生产系统实时工况诊断难等问题,考虑曲柄实际角速度、四连杆的惯性、摩擦等因素,推导基于光杆示功图的电功图计算模型,建立13种油井工况下的典型电功图特征图集和基于特征值的电功图工况诊断模型,并编制工况诊断软件。经现场5口油井功图计算检验,结果表明:实测电功图与计算电功图的上、下冲程功率峰值、功率的极差、平均功率的平均相对误差分别为1.74%、3.89%、2.96%、1.74%。经现场6口油井电功图的工况诊断检验,该井下工况诊断结果与示功图诊断结果一致,表明基于电功图的抽油机井工况诊断模型准确率高,能为抽油机井采油系统智能分析和优化决策提供技术支持。

基于电功图的皮带式抽油机井工况诊断新模型

为了解决示功图无法判别抽油机井地面设备工况、实时测量和维护成本高等问题,推导建立了基于电功图的皮带式抽油机井工况诊断新模型。根据能量守恒原理和皮带式抽油机悬点运动规律,建立抽油机井地面示功图计算电功图的数学模型。基于该模型,建立11种皮带式抽油机井典型工况下的电功图图版,并对电功图图版进行特征分析和特征值提取,建立基于特征值的电功图工况诊断模型。现场实例计算分析表明:计算得到的电功图与实测电功图基本一致,上冲程平台功率值、下冲程平台功率值和功率曲线的平均相对误差分别为6.32%、7.16%和5.81%;电功图诊断结果与根据示功图进行井下工况诊断结果的符合率为100%,且电功图能够准确地判别抽油机井地面设备的工况。研究结果能提高工况诊断结果的可靠度与诊断范围,为采油系统智能分析和优化决策提供技术支持。