深水智能完井關鍵設備組合優化模型的建立與應用分析＊

柯 珂 王志遠 鄭清華 李慶建

（1.中國石化石油工程技術研究院 北京 100101； 2.中國石油大學（華東） 山東青島 266580； 3.中海油研究總院 北京 100028）

柯珂，王志遠，鄭清華，等.深水智能完井關鍵設備組合優化模型的建立與應用分析［J］.中國海上油氣，2015，27（1）：79-85.

智能完井技術是近十幾年發展起來的一項適用于深水油氣開發的新技術［1-3］。該技術可以實時監測油藏生產動態，遠程控制油氣井生產，在無調停作業條件下實現遠程控制油氣井各生產層的重新配產，降低或消除修井、調停作業次數，增加對油藏信息的了解，降低油藏地質的嚴重非均質性對生產的影響，加快油氣田生產效率，提高最終采收率［4］。自1997年8月世界第一口智能井在北海Snorre油田建成以來［5］，智能完井設備研發及技術發展已進行十幾年，經驗和實例證明選擇合適的關鍵設備組合是智能完井發揮作用、降低成本的關鍵所在［6-7］。設備組合的優選需要確定選取標準和優選方法，而目前選擇智能完井設備的標準往往是由經濟因素所決定［8］，并且智能完井設備優選多是側重于某一種關鍵設備的選型［9］或是安裝位置［10］，并不能真實反映工程對設備組合的準確性、可靠性、兼容性等多目標要求，所以需要建立合理科學的優選標準及方法。筆者綜合有關學者對智能井完井設備的研究成果［11-18］，提出以費用、可靠性、控制精確性、數據測量精確性、操作方便性和兼容性等作為反映關鍵設備組合特征的6項指標，并將其設定為關鍵設備組合的優選標準，進而提出利用層次分析法［19-22］構建智能井設備優選模型來解決設備組合優選問題，并以某深水井為例對智能完井關鍵設備組合優化方法進行探討，以期為深水智能完井關鍵設備組合的選擇提供借鑒。

1 深水智能完井關鍵設備

深水智能完井關鍵設備主要包括以下3個部分：控制系統、井下監測與傳輸系統和井下控制設備，其中控制系統用來實現井下設備的驅動，井下監測與傳輸系統用來進行壓力和溫度的監測以及動力和數據的傳輸，井下控制設備（主要包括封隔器及流量控制閥）用來實現對產層的控制。

1）控制系統。目前主要有3種類型的智能完井控制系統：全電動式、電動-液壓式和全液壓式。全電動式控制系統最為精細但也最為昂貴，并且耐溫性有限。電動-液壓式控制系統用井下電子元件和電磁閥來實現井下流量控制閥的具體操作，也可以與井下監測系統集成。全液壓式控制系統具有成本低、系統相對簡單、可靠度高、交貨時間快等優點，但井下流量控制組件與井下監測組件完全獨立，不能相互集成，存在功能性相對較差的缺點。相比于電動-液壓式控制系統和全電動式控制系統，全液壓式控制系統由于控制管線數目較少，作業者往往要犧牲一定的功能，如井下流量控制閥的節流位數目較少、控制的準確性相對較差、不能實現閥門位置的反饋等［23］。

2）井下監測與傳輸系統。智能完井井下監測系統主要是指安裝在井下的、測量各種井下生產參數的永久性傳感器。早期利用電子傳感器來記錄測量溫度、壓力、流量等數據，由于耐溫性較差導致其精度不高并且使用范圍受限。后期將井下永久性光纖傳感器［24］應用到井筒分布式溫度壓力測量中，其無需井下電子設備，并且對電磁干擾和輻射免疫。智能完井系統的井內傳輸系統包括動力傳輸系統和數據傳輸系統，其中動力傳輸線路分為焊接式和無縫式，數據傳輸系統分為電纜和光纜。

3）井下控制設備。井下控制設備主要分為2種：井下封隔器、井下流量控制閥。智能完井系統井下封隔器主要用于封隔油套環空，以實現多產層之間的封隔。封隔器主要有機械式和液壓式2種，隨著智能完井技術的發展和需求，其逐步向液壓式發展，利用控制管線來代替油管內外壓差操作實現坐封［25-27］。井下流量控制閥分為開關式、多位節流式及無級可變式［28］，通過平衡活塞制動或是彈簧復位制動。在確定井下液壓系統體系結構時，作業者必須平衡考慮系統的功能等級要求和希望安裝到井下的控制閥的數目來確定選用的控制閥種類。同時當安裝多位節流控制閥時，還應確定每個控制閥是單獨控制還是同步控制。

以上所描述的井下控制系統、井下流量控制閥、溫壓傳感器、分布式溫度傳感器、封隔器、井下流量計等6種關鍵設備在深水智能完井系統中起主導作用，故本文將其組合定義為深水智能完井關鍵設備組合。

2 深水智能完井關鍵設備組合優選模型的建立

基于層次分析法建立優選模型的過程可分為4個步驟：劃分模型的遞階層次結構，確定準則層對目標層的關系，構造方案層與準則層的關系，獲得方案層與目標層的關系。

2.1 劃分模型的遞階層次結構

根據層次分析的要求，首先要針對優選問題建立優選模型的遞階層系結構，分為目標層、準則層（標準層）、方案層（措施層）。目標層表示分析問題的預定目標或理想結果，在本模型中是指優選出最佳的智能完井系統關鍵設備組合，故目標層定義為最佳設備組合，記為O。準則層是指為實現目標所涉及的中間環節，包括所需要考慮的準則和標準等。本文通過對不同類型和種類的設備進行分析，提出判斷最佳設備組合的標準可選定為費用、可靠性、控制精確性、數據測量精確性、操作方便性和兼容性等6項指標，依次記為C1—C6。方案層是指為實現目標可供選擇的各種措施、決策方案等，本模型的方案層即為通過前期工作（技術可行性分析等）得到的多種包括井下控制系統、井下流量控制閥、溫壓傳感器、封隔器、井下流量計以及分布式溫度傳感器的關鍵設備組合方案，將其記為Pi（i=1，2，…，n）。該模型的層次結構圖如圖1所示。

圖1 模型遞階層次結構圖Fig.1 AHP hierarchical structure chart of the model

2.2 確定準則層對目標層的關系

1）準則層對目標層的成對比較判斷矩陣的求解。根據方案設計目的和實際工程要求，輸入準則層各元素相對于最佳設備組合的重要性比重，記為c（6），其中c1到c6為1～9的整數。對其元素進行兩兩相除，則可以按式（1）、（2）計算出判斷矩陣A中的aij、aji。

2）準則層對目標層的層次單排序及一致性檢驗。求取成對比較判斷矩陣A的最大特征值λmax，設方案數為k，根據式（3）計算一致性指標CI，結合式（4）及表1計算一致性比例CR。如果CR＜0.10，認為判斷矩陣的一致性可以接受，否則要對輸入參數c（6）進行修正，λmax對應的特征向量經過歸一化處理即為準則層對目標層的層次單排序。

表1 平均隨機一致性指標RI取值［19-20］Table 1 Value of average random consistency index RI［19-20］

2.3 構造方案層對準則層的關系

方案層的元素是通過智能完井技術可行性決策得到的符合開發要求的關鍵設備組合。由于層次分析要求每層的元素不超過9個，如果關鍵設備組合的數目超過9種，則需要對方案層的元素進行處理。這里先假設符合要求的設備組合數為k（k≤9），則方案層對準則層就會有6個k×k的成對比較判斷矩陣Ai（i=1，2，…，6）。

構造判斷矩陣Ai的步驟為：首先選取準則層中的某一準則，分析某一種關鍵設備的各參數對該準則的貢獻程度（權重）；然后對不同設備組合中該類關鍵設備的參數進行評比打分，將各參數所得的分進行規范化后再結合貢獻程度（權重）加權平均即得到不同設備組合中某一關鍵設備對某一準則的貢獻分。

設在評價時設備的參數x對準則層的元素有影響，共有k組對應的x值，記為xj（j=1，2，…，k），假設x=｛x1，x2，…，xk｝已經按由小到大原則排列好，則有：

1）若x與評價元素呈正相關，則任意xj對應的規范化數值為

2）若x與評價元素呈負相關，則任意xj對應的規范化數值為

這樣可以得到不同設備組合中6種關鍵設備對某一準則的貢獻分，再結合工程設計要求給出的不同關鍵設備對某一判斷準則的影響比重可以得到不同設備組合對某一準則的貢獻分Sij（i=1～6，j=1～k），其中i表示某一準則，j表示某一種設備組合。某一設備組合方案針對某一準則的評分過程如圖2所示。

圖2 某一設備組合方案針對某一準則的評分示意圖Fig.2 Rating schematic diagram of one key equipment combination to a certain criterion

成對比較判斷矩陣Ai的計算如下：

上述方法可以評價各方案對準則層的費用、可靠性、控制精確性、數據測量精確性和操作方便性的影響比重。但在比較各方案對兼容性準則的影響比重時，首先計算各設備組合中所有設備總共來源于多少不同的屬公司，然后再按照上述的負相關參數規范化理論對求得的公司數進行規范化，進而得到各方案對兼容性準則的比重。至此，可以得到方案層對準則層的層次單排序，再經過一致性檢驗即可得到不同方案對準則層的比重，即不同設備組合對不同標準的比重。

2.4 獲得方案層與目標層的關系

得到方案層對準則層以及準則層對目標層的關系后，可以通過目標總排序來得到方案層對目標層的關系，即不同設備組合針對最優設備組合的排序。

總排序權重需要自上而下地將單準則下的權重進行合成。已知準則層包含6個元素，記為C1—C6，它們關于總目標的層次單排序權重分別為c1，…，c6；方案層包含k個因素，記為P1，…，Pk，它們關于某一準則Cj的單排序權重分別為p1j，…，pkj。因此，方案層中各因素關于總目標的權重即為各設備組合方案針對最優方案的層次總排序權重O1，…，Ok，其計算如式（8）所示：

最后，對層次總排序也須作一致性檢驗，當總排序隨機一致性比例小于0.10時，認為層次總排序結果具有較滿意的一致性并接受該分析結果。

通過對比方案層中不同方案的總排序權值即可確定出最佳的設備組合方案。對于符合要求的設備組合數為k＞9的情況，首先從方案中選出9種方案進行一次層次分析得到最優方案，然后從剩下的方案中選取8個方案與前一次分析得到的最優方案組成9個方案再進行層次分析，重復上述優選過程，直到優選出最終的最佳設備組合。

3 算例分析

以IWCA-1深水井為例。該井智能完井關鍵設備組合優選項目參數和油層參數分別見表2、3，智能完井關鍵設備組合優選技術可行性分析結果見表4（該井最初并未選擇使用井下流量計和分布式溫度傳感器）；結合工程設計要求分別對準則層各元素相對于最佳設備組合的重要性以及關鍵設備對某一判斷準則的重要性進行打分（表5、6），利用前面所描述的模型編程計算與分析得到智能完井關鍵設備組合優選結果（表7），并對模型中參數的敏感性進行分析。

表2 IWCA-1深水井智能完井關鍵設備組合優選項目參數Table 2 Project parameters of key equipment combination optimization in IWCA-1 deep water intelligent completions

表3 IWCA-1深水井智能完井關鍵設備組合優選油層參數Table 3 Formations parameters of key equipment combination optimization in IWCA-1 deep water intelligent completions

表4 IWCA-1深水井智能完井關鍵設備組合優選技術可行性分析結果Table 4 Technical feasibility analysis result of key equipment combination optimization in IWCA-1 deep water intelligent completions

表5 IWCA-1深水井智能完井關鍵設備組合優選判斷準則的決策比重打分Table 5 Importance of criterion to the decision of key equipment combination optimization in IWCA-1 deep water intelligent completions

表6 IWCA-1深水井智能完井關鍵設備組合優選設備對判斷準則影響的比重打分Table 6 Importance of equipment to the criterion of key equipment combination optimization in IWCA-1 deep water intelligent completions

表7 IWCA-1深水井智能完井關鍵設備組合優選結果Table 7 Optimum result of key equipment combination optimization in IWCA-1 deep water intelligent completions

1）溫度測量精度的影響。在表3的基礎上，修改“溫度測量精度要求”的數值全為0.2，進行優選得到表8所示的結果。從表8可以看出，油層1和油層2的溫壓傳感器沒有發生變化，仍為 W＿PTGuage；而油層3的最佳溫壓傳感器變為SUREFLO，油層4的最佳溫壓傳感器變為PPS2700。因此，隨著溫度測量精度要求的降低，可選的溫壓傳感器種類變多，優選結果也遵循了適用性的原則。

表8 考慮溫度測量精度影響時IWCA-1深水井智能完井關鍵設備組合優選結果Table 8 Optimum result of key equipment combination optimization in IWCA-1 deep water intelligent completions with the effect of temperature measurement accuracy

2）分布式溫度傳感器和井下流量計的影響。在考慮溫度測量精度影響的基礎上，同時選擇安裝“分布式溫度傳感器”和“井下流量計”，通過層次分析后得到最佳的關鍵設備組合結果見表9。與表8相比，在其他參數不變的情況下，因為選擇安裝了2種設備，油層3和油層4的溫壓傳感器發生了變化，由SUREFLO、PPS2700變成了W＿PTGuage。這說明，層次分析法是考慮方案的整體權重做出判斷的，模型中方案層對準則層的判斷權重充分考慮到了方案中各組成設備的參數，模型具有說服性。

表9 考慮分布式溫度傳感器和井下流量計影響時IWCA-1深水井智能完井關鍵設備組合優選結果Table 9 Optimum result of key equipment combination optimization in IWCA-1 deep water intelligent completions with the effect of the distributed temperature sensor and the down hole flow meter

3）水深和井深參數的影響。在表3的基礎上改變水深（改為500 m）和井深（改為2 500 m）參數，相應的油層參數見表10。通過層次分析得到的最佳智能完井關鍵設備組合結果見表11。從表11可以看出，最佳井下控制系統和最佳流量控制閥都發生了變化，由SMS、HSC-ICV變成了Camco和TRFC-HNAP，說明水深和井深會影響井下控制系統和流量控制閥的選型，這是通過影響井下控制系統的工作環境中的有效控制距離引起的。

表10 水深、井深變化后IWCA-1深水井智能完井關鍵設備組合優選的油層參數Table 10 Formations parameters of key equipment combination optimization in IWCA-1 deep water intelligent completions with the variation of water depth and drilling depth

表11 考慮水深、井深變化時IWCA-1深水井智能完井關鍵設備組合優選結果Table 11 Optimum result of key equipment combination optimization in IWCA-1 deep water intelligent completions with the effect of water depth and drilling depth variation

4 結論

1）總結了深水智能完井中的關鍵設備組合，并通過分析各設備的性能參數和特征提出了優選標準。

2）基于層次分析法建立了深水智能完井關鍵設備組合優化模型，算例分析表明該優選模型可以在實際工程中進行應用，能夠得到適用于不同工況下的深水智能完井最優設備組合方案。

［1］MACPHAIL W F P，KONOPCZYNSKI MR.From intelligent injectors to smart flood management：realizing the value of intelligent completion technology in the moderate production rate industry segment［C］.SPE 112240，2008.

［2］ROBINSON M.Intelligent well completions［C］.SPE 80993，2003.

［3］JACKSON NIELSEN V B，PIEDRAS J，STIMATZ G P，et al.Aconcagua，Camden Hills，and King's Peak Fields，Gulf of Mexico，employ intelligent completion technology in unique field-development scenario［C］.SPE 80292，2002.

［4］GOING W S，THIGPEN B，CHOK P，et al.Intelligent well technology：are we ready for closed loop control？［C］.SPE 99834，2006.

［5］GAO C H，RAJESWARAN R T，NAKAGAWA E Y.A literature review on smart well technology［C］.SPE 106011，2007.

［6］MCLAUCHLAN A，NIELSEN V J.Intelligent completions：lessons learned from 7 years of installation and operational experience［C］.SPE 90566，2004.

［7］MUBARAK S，DAWOOD N，SALAMY S.Lessons learned from 100 intelligent wells equipped with multiple downhole valves［C］.SPE 126089，2010.

［8］ARASHI A，KONOPCZYNSKI M，NIELSON V J，et al.Defining and implementing functional requirements of an intelli-gent-well completion system［C］.SPE 107829，2007.

［9］BIRCHENKO V M，AL-KHELAIWI F T，KONOPCZYNSKI MR，et al.Advanced wells：how to make a choice between passive and active inflow-control completions［C］.SPE 115742，2008.

［10］KING P，GHOSH B.Optimisation of smart well completion design in the presence of uncertainty［C］.SPE 166008，2013.

［11］ROBINSON M.Intelligent well completions［C］.SPE 80993，2003.

［12］MATHIESON D，GIULIANI C.Intelligent well automationdesign and practice［C］.SPE 103082，2006.

［13］ALMEIDA L F，TUPAC Y J，PACHECO MA C，et al.Evolutionary optimization of smart-wells control under technical uncertainties［C］.SPE 107872，2007.

［14］SANDOY B，TJOMSLAND T，BARTON D T，et al.Improved reservoir management with intelligent multi-zone WAG injectors and downhole optical flow monitoring［C］.SPE 95843，2005.

［15］KONOPCZYNSKI M，AJAYI A.Design of intelligent well downhole valves for adjustable flow control［C］.SPE 90664，2004.

［16］AJAYI A A，KONOPCZYNSKI MR，GIULIANI C.Defining and implementing functional requirements of an intelligentwell completion system［C］.SPE 107829，2007.

［17］JOSEPH P，GOING W S，ERIKSEN F，et al.Overcoming challenges during the development and installation of intelligent completion systems in SRI wells［C］.SPE 115540，2008.

［18］AJAYI A A，PACE S V，PETRICH B，et al.Managing operational challenges in the installation of an intelligent well completion in a deepwater environment［C］.SPE 116133，2008.

［19］SAATY T L.The analytic hierarchy process：planning，priority setting，resources allocation［M］.Newyork：McGraw-Hill，1980.

［20］SAATY T L.Axiomatic foundation of the analytic hierarchy process［J］.Management science，1986，32（7）：841-855.

［21］徐慧，羅超，劉志剛.層次分析法評價指標篩選方法探討［J］.中國海上油氣，2007，19（6）：415-418.Xu Hui，Luo Chao，Liu Zhigang.Study on the selection method of evaluation indexes by AHP［J］.China Offshore Oil and Gas，2007，19（6）：415-418.

［22］孫福街，程林松，李秀生.層次分析法在油田開發綜合評價與方案優選中的應用探討［J］.中國海上油氣（地質），2002，16（5）：328-332，344.Sun Fujie，Cheng Linsong，Li Xiusheng.An application of hierarchic analysis to comprehensive evaluation and optimization of oilfield development plan［J］.China Offshore Oil and Gas（Geology），2002，16（5）：328-332，344.

［23］TIRADO R A.Hydraulic intelligent well systems in subsea applications：options for dealing with limited control-line penetrations［C］.SPE 124705，2009.

［24］SANDOY B，TJOMSLAND T，BARTON D T，et al.Improved reservoir management with intelligent multi-zone WAG injectors and downhole optical flow monitoring［C］.SPE 95843，2005.

［25］王兆會，曲從鋒.遇油氣膨脹封隔器在智能完井系統中的應用［J］.石油機械，2009，37（8）：96-98.Wang Zhaohui，Qu Congfeng.The application of swell packers in intelligent completion system［J］.China Petroleum Mechinery，2009，37（8）：96-98.

［26］王兆會，曲從鋒，袁進平.智能完井系統的關鍵技術分析［J］.石油鉆采工藝，2009，31（5）：1-4.Wang Zhaohui，Qu Congfeng，Yuan Jinping.Key techniques for intelligent completion system［J］.Oil Drilling ＆ Production Technology，2009，31（5）：1-4.

［27］SHAW J.Comparison of downhole control system technologies for intelligent completions［C］.SPE 147547，2011.

［28］WILLIAMSON J R，BOULDIN B，PURKIS D.The development of an infinitely variable choke for intelligent well completions［C］.OTC 11934，2000.