油水井生產措施評價預警系統的研究與應用

牛會釗*，樊金丁，孫江華，李靜嘉，楊兵

?

油水井生產措施評價預警系統的研究與應用

牛會釗1*，樊金丁2，孫江華2，李靜嘉1，楊兵3

(1. 北京雅丹石油技術開發有限公司，北京昌平，102200；2. 山東廣域科技有限責任公司，山東東營，257000；3. 華北油田第五采油廠河北辛集，052300）

利用油田勘探開發過程中積累的大量地質、油藏、采油、注水、措施等數據，發現油水井產量變化不正常的井，查找并分析變化異常的原因，提出針對性的措施建議，指導油水井生產，對于油田高效、穩定生產具有重要的實際意義。本文基于B/S模式，采用.NET架構，以油田開發生產數據庫為依托，建立油水井生產動態分析、措施效果分析、生產預警項目應用數據庫，形成油水井生產措施評價預警系統，實現產量預警和含水預警、生產異常因素分析、措施效果評價分析，從而指導油水井措施生產。最后本文以某油田采油五廠的實際數據進行案例分析得出評價結果。

生產異常；措施效果評價；智能分析；生產預警

引言

在以原油產量為中心的油田生產管理中，原油產量的完成情況是衡量生產管理水平的重要指標，準確認識和評價油水井生產能力是油田進行合理配產配注和開發調整的重要依據[1]，為了完成原油生產計劃，保持產量的良性運行，需要對生產管理過程中引起產量變化的因素進行監控，及時的發現產量變化異常井以縮短發現問題的時滯性，查找并分析變化異常原因，從而提出有效的措施建議，確保油田、采油廠、作業區及井區的穩產，因此建立生產預警系統對指導油田高效、穩定生產具有重要的意義[2-4]。

本文從體系架構、功能設計研究以及功能實現方法，來介紹了油水井生產措施評價預警系統。該系統是以油田單位開發生產數據庫為依托，建立油水井生產動態分析、措施效果分析、生產預警項目應用數據庫；建立油水井措施評價子系統、智能分析子系統、生產運行預警子系統，利用油水井措施數據資源，實現產量預警和含水預警，分析評價措施效果，指導油水井措施生產。

1 系統架構

油水井生產措施評價預警系統采用標準的.net 框架[4]進行開發，采用三層架構，將整個系統從邏輯上劃分為：表現層（UI）、業務邏輯層（BLL）、數據訪問層（DAL）。區分層次的目的即為了“高內聚，低耦合”的思想。體系架構設計[5-9]如圖1所示：

圖 1 體系架構設計圖

三層架構(3-tier application)各個層次的意義：

（1）表現層（UI）：用于顯示數據和接收用戶輸入的數據，為用戶提供人機交互式的操作界面。

（2）業務邏輯層（BLL）：業務邏輯層（Business Logic Layer）是系統架構中體現核心價值的部分。主要負責業務規則的制定、業務流程的實現等與業務需求有關的系統設計。

（3）數據訪問層（DAL）：數據訪問層，其功能主要是負責訪問油田單位數據庫系統，例如本地數據庫和A1、A2數據庫。

2 數據庫建設

油水井生產措施評價預警系統以油田采油廠油水井自動化生產數據庫和開發生產數據庫為基礎，建立項目數據庫，處理后進行數據保存和數據發布，數據流程如圖2。

圖2 油水井生產措施評價預警系統數據流程圖

油田關系型數據庫中包括日志表和數據表，采用Oracle實現管理和維護。實時生產數據和屬性數據之間通過標識碼相關聯[10]。

3 系統功能

本系統主要分析功能包括了系統管理、油水井生產運行預警、油水井生產智能分析、油水井措施效果評價4個子系統。按作業區、區塊等單位，通過對新井、措施井、老井的產量、運行情況的統計分析，給用戶提供一套能對不同單位不同時間產量的構成分布運行情況進行統計，采用圖形、曲線等方式進行展示的軟件。使用戶能夠對新井、措施井、老井的產量及運行情況一目了然。

3.1 系統管理

系統管理子系統主要包括了：角色管理、權限管理、組織機構管理、用戶管理、密碼修改等功能，主要負責系統基礎組織架構設置，用戶信息維護及所有人員權限分配等。

3.2 油水井生產運行預警

預警子系統通過建立預警分析模式預測生產指標變化趨勢輔助油田生產建設。主要利用分析模型對各區塊和各類井別整體進行預警分析及評價。對新井、老井、措施井進行對比分析，進行分類統計，并利用歷史數據預測油井產油量變化趨勢（水井預測注水變化趨勢）。

3.2.1 生產數據準備

系統需要錄入油水井年計劃數據到數據庫中，年計劃生產指標包括：老井產量、老井自然產量、措施產量、新井產量、年注水量、年注污水量、年有效率。

3.2.2 預警系統算法

系統對于井別的區分方法設計如下：

（1）老井識別：老井=所有井-新井-措施井。措施井在數據表中有字段標識，該字段中如果寫了措施名稱的就是措施井。

（2）新井識別：在DAA01表中有一個投產日期字段作為標識，例如當前年度是2015年，投產日期大于等于2015年1月1日的就是新井。

（3）措施井識別：措施井通過數據表中的備注字段

內容判斷是否屬于措施井。詳細措施分類[11]有油井措施和水井措施：

1）油井措施涵蓋范圍：酸化、壓裂、補孔、轉抽、

卡水、堵水、加深、大修、封層、換大泵、下電泵、防砂、解堵、注灰、轉螺桿泵、分采、卡采、鉆塞；

2）水井措施涵蓋范圍：酸化、壓裂、補孔、轉軸、卡堵水、大修、封層、換大泵、下電泵、調驅、沖洗。

3.2.3 生產預警設計

系統從數據庫中讀取生產數據和計劃數據生成曲線圖和柱狀圖，通過實際產量和計劃產量進行比較分析，及時調整下個月的計劃產量。

曲線圖：以日期作為曲線橫坐標，以產量作為縱坐標。展示6個產油量數值的曲線，分別為計劃的老井數據、新井數據、措施井數據、老井實際完成數據、新井實際完成數據、措施井實際完成數據；含水沒有計劃，也不區分井別，只繪制一條曲線；產液量不區分井別，只有2條曲線，一條是計劃的產液，一條是實際的產液量。

柱狀圖：設定三組柱狀圖顯示累計值，分別為老井年計劃值、老井完成累計值；新井年計劃值、新井完成累計值；措施井年計劃值、措施井完成累計值。

3.3 油水井生產智能分析

系統對油水井生產數據進行監控，及時發現油水井產量變化不正常的井，查找分析出現變化的原因，定量統計分析關鍵數據的變化情況，預測分析今后產量變化情況，提出措施建議。

3.3.1 基準值設定

系統判斷生產異常井需要對油井和水井的篩選條件進行基準值設定，油井的基準值為產油差上下限，注水井的基準值為配注量的正負百分比。具體的判定方法如下所示：

（1）油井異常生產判斷條件：產油差（當前旬累計產油-上一旬累計產油量）大于產油差上限為變化異常的井（增產井），產油差（當前旬累計產油-上一旬累計產油量）小于產油差下限為變化異常的井（減產井）；

（2）水井異常生產判斷條件：設定配注量百分比的正常值，當目前注水量不在配注量正負百分比的范圍內時判斷為注水變化異常井。舉例：配注量是40噸，正負百分比是5和-5，那么當前旬注水量>40*105%,該井為異常井（增注），當前旬注水量<40*95%,該井為異常井（欠注）。

3.3.2 生產異常原因分析設計

系統判斷異常生產原因方法是從數據表的備注字段中找到措施原因，然后根據對比前后時間段的產液量、時率、含水判斷出原因，判斷流程如圖3所示。相關指標判斷標準如下：

（1）措施后含水 - 措施前含水>=0，即含水上升；

（2）措施后時率 - 措施前時率>=0，即時率增加；

（3）措施后產液能力 - 措施前產液能力>=0，即產液能力增加。

圖3 減產原因判斷流程圖

3.3.3 異常原因統計分析設計

將歷史數據進行可視化分析處理展示，按單位、區塊、井號繪制餅狀圖。分析各種原因導致井不正常生產所占的比率。

（1）分析影響井數所占的比率（圖4）：例如有100口不正常井，含水上升這種原因有25口井，產液能力下降有25口井，畫出他們所占比率。

圖4 井數所占的比率

（2）分析影響產量的比率（圖5）：計算出每個因素造成生產異常的產量，根據每個原因影響的產量占總影響產量的比率進行繪制。

圖 5 產量所占的比率

3.4 油水井措施效果評價

以單井為分析單元，挖掘油水井措施數據資源，建立油水井措施效果分析平臺[12-13]，評價分析措施效果，指導措施生產。

3.4.1 油水井措施評價指標

系統任選擇限定措施效果時間，對措施效果進行分析[6]，分析內容：

（1）油井：措施前后日產液、日產油、含水等關鍵項目的數據對比分析；措施前歷史數據分析；措施后數據分析；措施后效果預警及評價；

（2）水井：措施前后日注、日配、油套壓等關鍵項目的數據對比分析；措施前歷史數據分析；措施后數據分析；措施后效果預警及評價。

3.4.2 措施效果評價分析設計

（1）同類措施井次的分析：對當前日期所在年度全廠或某個作業區或區塊同類措施井次的分析。

（2）累計增油量分析：計算出全廠全年措施井的總增油量，再計算出廠下每個作業區的全年總增油量，顯示每個作業區的總增油量占全廠總增油量的比率。

4 系統應用

以某油田采油五廠2017年1月份到2017年4月份的油水井生產數據作為分析對象，應用油水井生產措施評價預警系統評價油田措施效果。

4.1 計劃完成情況分析

系統生成的月實際產油量和月計劃產油量曲線如圖6所示，實際產量和計劃產量數據對比表如圖7所示。從曲線位置和數據統計中發現該采油廠每月老井實際產量要高于計劃產量，而新井實際產量平均低于計劃產量，措施產量略低于計劃產量，全廠井合計月實際產量高于月計劃產量能夠滿足油田配產要求。

圖 6 月實際產量與月計劃產量對比曲線

圖 7 月實際產量與月計劃產量對比數據

4.2 產量異常井分析

應用系統單井生產智能分析功能分析油田4月份生產情況，查找近20天產量下降0.5油差的井，系統顯示如圖8。以其中井普93-25X為例，從該井生產曲線（如圖9所示）和統計數據分析發現：對比前10天和后10天平均時率減少0.025，產液下降0.1，產油下降1.8，含水升高6.3%。從而分析得出影響該井產量的主要因素為含水上升導致產油量降低，生產時率影響較弱只占6%。

圖 8 產量下降的井

圖 9 普93-23X井日報曲線

查看該井措施記錄（如圖10）發現4月4日有一次加藥記錄，加藥后含水開始大幅度增加，分析原因：加清蠟劑導致油井產水量增加，可能與清蠟劑類型有關引起的暫時性含水上升，也可能是清蠟劑有可能改變井底周圍地層的潤濕性引起，建議持續觀察該井一段時間是否恢復正常水平，再考慮是否需要更換清蠟劑。

圖10 普93-23X井措施記錄

4.3 措施效果分析

圖 11 措施效果統計圖

整體分析該區塊從2016年底年到2017年4月的措施效果如圖11所示，采油井總井次53次，措施前產液量669.4噸，產油89.2噸；措施后日增液量169.5噸，日增油131.9噸，合計增產倍數2.2，可見油田整體措施效果明顯；其中單井次補孔措施平均產液增產倍數達2.8，平均產油增產倍數4.3由此可以看出補孔措施增油效果尤為顯著。

5 結語

本文介紹了油水井生產措施效果評價預警系統的理論算法和設計內容，最終形成以生產運行預警、智能分析和油水井措施三大子系統為核心的預警分析平臺，利用油田生產數據資源，進行生產預警和措施效果評價分析，指導油水井措施生產。本文最后以某油田采油五廠實際數據作為分析案例，進行了產量完成情況評價分析、油井異常生產原因分析和油田措施增產效果評價。實例表明該系統在油田生產預警、異常生產分析和措施效果評價工作中具有實際的指導作用。

[1] 陳民鋒, 時建虎, 蓋建, 王敏, 吳麗. 一種評價油水井生產能力的新方法及其應用研究[J]. 復雜油氣藏, 2015, 01.

[2] 羅有剛. 油井生產動態預警研究[D]. 中國石油大學（華東）. 2009.

[3] 李春生, 魏軍, 王博, 王素玲. 油田生產動態預警模型研究[J]. 計算機技術與發展, 2013, 04.

[4] 常彥榮, 李允, 彭炎, 劉志斌. 油田生產產量監控體系及預警系統[J]. 西南石油學院學報, 2006, 03.

[5] 王瑛等. Oracle數據庫基礎教程[M]. 北京: 人民郵電出版社.

[6] 姜永闡. 數字圖像與矢量數據在空間數據庫中的存取分析與應用[D]. 山東科技大學, 2004.

[7] 張瑞敏. 基于數據挖掘的油井井況研究[D]. 西安科技大學, 2012.

[8] 曾為民. 新一代的網絡開發工具ASP.NET[J].四川通信技術, 2002, 32.

[9] 天極網新技術研究室編. ASP.NET完全入門[M]. 重慶出版社, 2001.

[10] 李偉, 楊元明. 油井措施增產效果評價方法研究[J]. 科學技術與工程, 2012, 31: 1-2.

[11] 孫建鵬. 油井各增油措施效果評價[J]. 化工中間體, 2015, 12.

[12] 黨麗旻, 秦濤, 張國萍, 等. 油水井措施效果經濟評價系統研究[J]. 鉆采工藝, 2002.

[13] 葉正榮, 吳奇.采油工藝措施效果經濟評價方法[J]. 石油勘探與開發, 2005.

Research and Application of Evaluation and Early-warning System for Oil-water Well Measures

NIU Huizhao1*, FAN Jinding2, SUN Jianghua2, LI Jingjia1, YANG Bing3

(1. Beijing Yandan Petroleum Technology Development Co, Ltd, Beijing Changping 102200, China；2. Shandong Wide Area Technology Co., Ltd.，Shandong Dongying，257000；3. Huabei Oil Field The Fifth Production Plant，Hebei Xinji 052300，china)

It has important practical significance for efficient and stable oil field production by using the data of geology, reservoir, oil production, water injection and measures during oilfield exploration to find out the oil wells with abnormal production changes and work out the reasons for the abnormal changes to guide the oil production. Based on B/S mode, using the .NET framework, based on oil field development and production database, the database of oil and water wells production dynamic analysis, measures effect analysis, production early warning and project application is built to form an evaluation of early warning system for production measures to realize early warming of production and water content, production abnormal factor analysis and effect evaluation analysis to guide the oil wells production. The evaluation results are obtained through the analysis of the real data of no.5 oil production plant in an oilfield at the end of the paper.

producing anomaly; evaluation of control measures; intelligent analysis; production of early-warning

10.19551/j.cnki.issn1672-9129.2017.02.09

TP3

A

1672-9129(2017)02-0046-05

2016-12-06；

2016-12-27。

牛會釗（1986-），男，2010年畢業于中國石油大學（北京），現任北京雅丹石油技術開發有限公司油藏工程師。

E-mail:723291259@qq.com

引用：牛會釗, 樊金丁, 孫江華, 等. 油水井生產措施評價預警系統的研究與應用[J]. 數碼設計, 2017, 6(2): 46-50.

Cite：Niu Huizhao, Fan Jinding, Sun Jianghua, et al.Research and Application of Evaluation and Early-warning System for Oil-water Well Measures [J]. Peak Data Science, 2017, 6(2): 46-50.