油田注水系統智能化關鍵技術研究進展

摘 要 從油田注水地面系統、注水水質、井下分層注水和注水能耗這4個方面分別總結了國內外最新關鍵技術研究進展。在今后的油田注水系統智能化開發過程中，可考慮將各注水子系統的數據傳輸和計算模型結合成整體性的智能化處理平臺，并結合油藏開發模型，形成油藏-地面工程-注水-油藏的閉環多目標智能化動態優化和診斷系統。

關鍵詞 注水系統 智能化技術 數據傳輸 計算模型 多目標

中圖分類號 TE938" "文獻標志碼 A" "文章編號 1000 3932（2025）01 0001 09

石油是世界上重要的戰略資源，在石油開采過程中，大部分油田都是以注水開發為主。注水的作用除了最主要的驅油增產外，還可以平衡地層壓力和減少外排水量，高鹽水的排放可能會對水生生物產生巨大的影響［1］。當前，注水油田產量超過我國油田總產量的一半以上，未來注水仍然會作為主要驅油手段來提高油田采收率和穩定產量。水驅油田基本上以“早注水、注好水、注夠水、精細注水”為主線，實現穩油增產的目的。

我國油藏非均質性強，從20世紀60年代開始就提出分層注水，從而達到更好的水驅開發效果。特別是近年來，我國大部分油田已經進入中后期，含水率高，注采關系更加復雜［2］，采用人工操作手段開采油氣藏難以達到既定的效果，所以各大油田紛紛應用物聯網和大數據技術提升油田的生產效率。作為智能油田的重要組成部分，注水系統的目標是實現“源-供-注-配”的閉環智能化建設，保障油田的注水水質，提升油田的注水管理水平，增加油田產量，降低能耗和運行風險［3］。

1 油田智能注水系統簡介

油田的注水水源以油氣水產液處理后的采出水為主，但在配注量不足的情況下會采用海水和地層水［4］，注水的平均需水量為5.71 m3/toe［5］

（1 toe=41.868 GJ）。廣義上來說，油田注水系統包括從儲層中開采的油氣水三相到達地面處理站，經過處理設施分離處理后的采出水混合輔助水源由供水站通過注水管網到達注水站，然后注水泵加壓經過配水間到注水井，通過井下封隔器和水嘴分層注入到相應的儲層，將原油和天然氣驅替出來的整體循環過程（圖1）。由于油氣水處理流程屬于油氣集輸系統，注水驅替油氣流程屬于油藏工程研究范圍，故筆者將分別從注水地面工藝、注水水質、分層注水和能耗這4個方面介紹國內外智能化關鍵技術的研究進展，并展望油田智能注水系統的發展方向。

在油田注水系統智能化轉型方面，海上某油田應用物聯網和機器學習方法，建立了數據快速查詢、動態可視化監控、智能調配、注水措施效果跟蹤和指標考核等模塊，初步形成了注水精細化和智能化系統的雛形［6］。

2 油田注水系統地面工藝智能化關鍵技術

本節所述的注水系統地面工藝指的是供水站-管網-注水站-注水泵-注水井口這一段流程。

2.1 感知部分

系統的感知部分包含地面流量、壓力、溫度及泵狀態等方面的在線監測。楊麗娟研究了電磁流量計在油田注水計量中的選用、安裝要求和新技術［7］。李世強和侯燦紅針對注水泵的進出口壓力、轉速、電機溫度、機油溫度和液位、泵頭和動力端的振動等數值開發了實時監測、報警、停機保護、匯總統計及可視化應用等功能，實現了注水泵的智能感知［8］。祁東明通過對智能傳感器泵側的振動和溫度數據，電機側的振動、磁力和溫度數據的收集，分別開展狀態分析，實現了預測預警的功能［9］。

在監測到各類實時數據后，穩定的數據傳輸是大數據在模型計算和智能化應用的前提。當前注水系統中大部分地面儀表采用4～20 mA信號傳輸，通信協議采用RS485、Modbus、IEC61850及TCP/IP等標準。從數字油田發展到智能油田，隨著在線監測設備的增加，為提高傳輸效率降低工作量，現場逐漸采用4G/5G通信、無線局域網結合邊緣一體機技術，在陸地油田偏遠地區和海上油田會用到微波或衛星方式收集和傳輸數據。

2.2 計算模型

油田注水系統地面流程計算模型研究主要集中在管網與泵的設計、評價和優化。

WANG B H等建立了MILP模型并引入A*算法，優化了循環注水開發方法的集輸管網和注水管網［10］。李光等利用Pipephase穩態模擬軟件，建立模型計算注水管匯中各節點的壓力和流量，壓力值誤差在1%以內，注水量的平均誤差為4.46%［11］。王強等基于T S模糊故障樹進行注水管道風險評價和節點故障率計算，從第三方破壞、腐蝕、誤操作、設計、自然災害五方面給出相對應的解決措施，核算每條措施每條管道每年所需要投入的費用，將管道事故狀態和故障率量化［12，13］。李博文等采用一種基于遺傳算法優化單類支持向量機對注水離心泵狀態異常檢測的方法，在勝利采油廠注水泵經過測試計算后，檢測精度可達99%［14］。

注水壓力和注水量的實時測量和分析，可保障注水總量的達標、注水泵和注水管線的安全運行，開展實時診斷，有利于井下分層注水智能化技術的應用。

3 油田注水水質控制智能化關鍵技術

油田注水水質對水驅油藏開發起著關鍵性的作用，若水質不達標，例如采出水的處理［15］不當或不同水源的配伍性差，均會影響注水量和驅油效果，還會損害儲層。鄭建軍等分析了海上A油田在采出水和海水的混注過程中隨著注水壓力增大注水量逐漸減少，酸化解堵頻繁的問題，該油田注水水質中含油率和固體懸浮物含量超標嚴重，同時部分注水井的注水速率已超過臨界流速，引起了速敏性損害［16］。所以，油田注入水水質不達標會導致儲層堵塞和傷害、增加注水系統的能耗、減少注水設備的運行周期，在現場應完善注水水質監測機制，達到水質實時監測目的［17］。

3.1 感知部分

要將注水水質控制在指標以內需要保持采出水處理流程穩定，并及時檢測最末端的水質。現場人工檢測存在數據滯后和人為因素影響，導致不能及時調整流程，使得水質超標時間增加，注水井堵塞風險上升。

目前油田注水水質人工檢測指標依據《碎屑巖油藏注水水質指標技術要求及分析方法》（SY/T 5329—2022），水質主要控制指標為含油量、懸浮固體含量、懸浮物顆粒直徑中值及平均腐蝕率等。實驗室和在線監測技術對比見表1。

3.1.1 含油量實時監測技術

王妮等對比了紅外吸收光度法、紫外熒光法、氣相色譜法、油膜厚度測定法、濁度法、總有機碳法和紫外吸收法，并推薦使用紫外熒光法測定水中石油類污染的情況［18］。王國柱等采用紫外熒光檢測法實時測量，與人工測量數據相比，相差6%～8%之間［19～21］。王凱采用非接觸式雙通道紫外熒光法在恩平15 1CEP平臺在線監測氣浮選單元處理后的生產水［22］。

3.1.2 懸浮固體含量實時監測技術

對于懸浮固體含量測量標準SY/T 5329—2022中推薦濾膜過濾法［23］。油田現場實時測量以濁度法或者光散射間接測量方法為主。劉晶采用古一注水站的來水和濾后水樣擬合了重量法和濁度法的關系，來水經驗倍數5.4，濾后經驗倍數1.3［24］。王新華等采用880 nm的近紅外散射在線監測方法，準確度較高［25］。李軍等在光散射法的基礎上采用GPRS無線連接方式將數據傳輸到水質在線監測平臺，形成趨勢分析和預警［26］。

采用光散射法易受到含油和外部環境的干擾造成誤差難以控制，在線重量法可有效克服上述因素的影響，且與人工化驗方法相同，通過轉盤驅動機械臂使濾紙依次按照天平、過濾筒、干燥筒的順序移動，根據重量差算出懸浮固體濃度，實現無人化操作。該方法目前在半導體行業中有應用，可用于油田注水水質智能化技術中。

3.1.3 懸浮物顆粒直徑中值實時監測技術

標準SY/T 5329—2022推薦了兩種測試顆粒直徑中值的儀器——顆粒計數器和激光粒度儀。當前，將懸浮物顆粒直徑中值實驗室儀器應用到在線監測設備中的技術已經相對成熟，采用正反傅里葉光路，全測試流程自動化取樣、稀釋和測量，可實現24 h實時測量。

3.1.4 平均腐蝕率實時監測技術

華北油田第五采油廠安裝了電阻探針式注水在線腐蝕監測系統，適用在非H2S腐蝕機理和含油量小于10 mg/L的注水水質中，與腐蝕掛片數據對比，平均誤差在10%以內［27］。

由于探針式在線設備需要侵入式安裝，可采用超聲波測厚法，原理是利用超聲波的脈沖回波時間差來測量材料厚度，通過壁厚判斷管道的內腐蝕情況。該方法所用設備直接安裝在管道外徑上，但測量精度稍低。

3.1.5 溶解氧含量實時監測技術

DURDEVIC P等研究了油田溶解氧含量實時和原位監測的適用性，并建立了除氧模型，以溶解氧作為反饋參數進行能耗和藥劑注入量的控制［28］。

3.2 計算模型

3.1節所述的在線測量技術除了實時預警外，所產生的大量數據可作為評價、診斷和預測模型的數據基礎。

建立水質評價方法可以確認不同油田水質指標影響的權重，從而實施有針對性的措施。徐江峰等使用主成分分析法（PCA）對延長油田的注水水質影響因素進行篩選分析［29］。

注水中有垢結晶析出是堵塞近井段地層的主要原因之一，進行地面和井筒水質結垢趨勢預測非常必要。李縉等為解決油田水結垢預測算法計算復雜的難題，利用主成分分析法（PCA）將影響注水結垢的因素降維后，使用灰色關聯（GRA）-優劣距離（TOPSIS）法建立了一種快速評價注水結垢趨勢的方法，并評價了10個注水水樣，與現場掛片的結垢趨勢評價相符［30］。HAGHTALAB

A等開發了一種熱力學模型，可在不同的條件下預測地層水和注入水混合后的結垢趨勢，來確定其配伍性［31］。SHABANI A等通過物質遷移模型和地球化學軟件包（PHREEQC）的耦合建立模型預測注水井的結垢和沉淀情況［32］。注水水質對于水驅油田的驅油效果影響非常大，ALI S等采用人工神經網絡、支持向量機、決策樹、隨機森林和委員會機器智能系統預測低鹽度注水（LSWI）在碳酸鹽巖中的采收率，依據實驗數據確定了隨機森林模型具有最佳性能，訓練集和測試集的均方根誤差分別為2.497和5.757［33］。

這種根據注水井壓力變化和注水水質的實時監測結果回溯診斷采出水處理系統的智能方法目前尚未見有應用報道，可考慮采用大數據分析、云計算及深度學習等方法解決來水（水量和水質）沖擊條件下，化學藥劑注入量和流程參數調整滯后而引起的注水水質波動的問題，實時監控、預測、診斷，及時進行流程處理，減少注水井酸化頻次，最大程度減少流程波動影響，保產增注。

4 油田分層注水智能化關鍵技術

注水開采效率取決于驅油效率和注入水的波及體積。我國90%以上的儲層為碎屑巖，垂直非均質性強，開發層之間物理差異大，需要分層精細注水，才能達到更好的水驅開發效果［2］。

4.1 感知部分

分層注水感知部分包含各層注水的流量、壓力、溫度和水嘴的開度。由于井筒內的特殊環境，分層注水的井下流量監測和數據傳輸是精細注水過程的關鍵技術。

分層注水過程中，井筒中不同角度流量計適用性不同。牛小希將電磁流量計應用在水平井注水剖面的測試工藝中，發現電磁流量計不僅可用于垂直井段的流程測試，而且其不受井筒角度變化的優勢也適用于水平井注水流量的測試［34］。在實際應用中，高壓漩渦流量計由于自身的結構和線性度的優勢，誤差率低于電子水表。由于不需要坐封，孟令偉等研究了超聲波流量計在分層注水中的測試應用，測流成功率提高到95%以上［35］。

分層注水數據監測和傳輸技術經歷了鋼絲投撈固定存儲傳感器數據、電纜傳輸數據、井下中繼通信技術、預置電纜測調和井筒數據監測與無線傳輸（振動波、壓力波和流動波傳輸）方式，在測調效率和注水效果的要求下進入了智能化分層注水階段，實現分層注水參數的全過程實時監測和自動調整［2，36，37］。

預置電纜測調技術研究開始于21世紀初，是當前油田分層注水的主流技術，正處于示范應用階段。在陸地油田，佟音等采用電纜載波傳輸來獲取地層的壓力、流量和溫度實時數據并控制分層配水量，已在大慶油田203口注水井中應用，可分8層回注，將注水合格率提高到了90%以上，測調精度提高到±10%［38］。周宇鵬開發了電纜對接裝置和自發電裝置，在大慶油田111口井中運行，配注層精準度在20%以內的數量提高了17%［39］。在海上油田，劉義剛等開發了永置電纜的井下分層注水數據的實時測量和井下流量的實時控制技術，在渤海油田87口井中應用，有298套智能配水器，測調效率提高了20多倍，單井測調時間縮短至4 h，年節約費用1 370萬元［40，41］。毛慶凱等采用帶有水力錨的“分體式”分層注水管柱，成功解決了海上油田高溫高壓深井分注過程中管柱移動導致分層注水失效的問題，提升了智能分注系統在高溫高壓注水井中的應用空間［42］。白鵬飛設計了一種雙通道流量控制智能分層注水系統，以有纜測調工作筒的形式應用在海上油田20口井中，實現參數的實時測量，通過水嘴進行流量的實時調節，單層最大的注入量誤差僅為2.63%［43］。

井筒無線通信技術已經在一定范圍內應用于分層注水過程中，20世紀60年代末開發了井筒壓力波的監測與傳輸技術，70年代開始應用，2010年末應用于分層注水過程中。王文韜針對乍得油田BNE 8井組的注水參數監測優化了水嘴結構和開度擋位，取得了穩油控水的效果［44］。朱蘇清等建立水嘴動態調節的流動模型，在陳堡油田陳2 68井3個層段應用后與測試數據的差值在10%以內，節約測調費用1萬元/井次［45］。趙劍等采用一種基于小波變換濾波的自適應算法將注水壓力脈沖噪聲峰值降低到0.1 MPa，提高了分層注水數據從井下到井上的通信效率［46］。

2010年我國開始對井筒振動波的監測與傳輸技術進行研究，直至2019年井下到地面振動波通信技術才實現了突破，電池驅動井下振動信號發生器開始應用于分層注水。

井筒流動波的監測和傳輸技術環境適應性強，適用于分層注水技術。孟祥海等采用遠程無線智能分層注水技術，通過調整水嘴的開關時間形成不同的信號波（分為指令波和狀態波）進行參數的傳輸和水嘴的調節，在現場應用過程中3個層位的配注率分別為99%、100%和100%［47，48］。葛嵩等針對南海西部油田儲層溫度高、井斜角度大、活動性的電子元件難以安裝的特點，開發了“液控流量控制閥+可穿越式隔離封隔器+可穿越式頂部封隔器”的管柱，在潿洲6 9油田A井開展先導性試驗，采用11級液控流量控制進行精準分層注水，單井調配周期大幅縮短，測調效率提升了近60%［49］。胡改星等采用流體波碼無線傳輸技術，通過閥開度的改變產生參數的脈沖變化，傳輸數據并解碼；同時開發流量修正版圖，以防止電控閥壓差變化過小而引起監測數據帶有誤差，保證實時流量的準確度。該方法在長慶油田1 600多口井中應用，分注合格率保持在95%以上［50］。楊玲智等采用地面壓力波碼和井下流體波碼形成無線通信技術，并建立“壓差-流量-水嘴開度”關系模型智能調節井下分層流量。該技術在長慶油田20口井中應用，分層注水合格率保持在95%以上，每年可節約測調費用100余萬元［51］。

井筒數據的實時高效監測與傳輸是實現智能分層注水的關鍵技術，對于普遍應用的預置電纜監測與傳輸技術，關鍵是注水分配器的智能化應用。為了實現分層注水大規模無人化數據監測和傳輸，并降低生產成本，無線控制的分層注水技術將成為未來應用的關鍵技術。

4.2 分層注水效果的計算模型

隨著分層注水智能化技術的不斷發展，獲得了大量井下生產數據，結合大數據驅動下的油田注水精細化算法，可實現油田分層注水系統的智能化優化。

JIA D L等針對中國東部某復雜斷塊油藏的注水井，應用聚類算法將所有注水井根據注水指標分組后采用決策樹注定策略（增注、維持、減注），最后采用粒子群優化算法和小生境算法，將增注井和減注井配注量重新優化，優化后累計產油量相對增加8.2%［52］。

蔣敬軒和張著洪采用免疫粒子群算法（IPSO）、粒子群算法（PSO）、遺傳算法（GA）、正弦余弦優化算法（SCA）、灰狼優化算法（GWO）分別對5口注水井的水嘴開度面積進行優化，對比后IPSO的均值和方差都是最小的，可精準計算出水嘴開度值，達到配注要求［53］。

于志剛等根據注水量在時間變化上的相關性，采用國內某油田注水井的單層歷史數據作為樣本，對比了傳統的循環神經網絡（RNN）、長短期記憶神經網絡（LSTM）和門控循環單元神經網絡（GRU）3種模型，GRU和LSTM預測誤差接近并小于RNN，GRU耗時更短，雙隱層GRU網絡（3 6 6 1）的平均相對誤差和均方誤差最低，具備更強的信息特征提取能力［54，55］。

郭哲源等采用反向傳播神經網絡（BP）對大慶油田采油二廠的100組數據建模。該模型的最大相對誤差為8.7%，平均相對誤差為2.1%，相比動態方程法相對誤差率有大幅度下降［56］。HASSAN A等采用人工神經網絡（ANN）對大斜度井的注入能力指標進行評價，平均絕對誤差1.22 STB·

d-1·psi-1［57］（1 STB=0.159 m3，1 psi=6894.76 Pa）。

JIA H等應用模糊綜合評價法評價白239油田注水井的效果［58］。GAO D P等建立了洛倫茲曲線模型來評價不同開發階段的分層注水效果，并提出了相應的調整方法［59］。

對于分層注水效果的計算，評估模型較多，注水驅油效果的最終目標是給出現場工藝的調整措施，應在評估的基礎上開展診斷模型研究，將現場的經驗形成專家系統，在不同情形下給出針對性的調控方案，形成實時監測-實施評估-實時診斷的鏈式系統。

5 油田注水系統能耗智能化管理技術

我國承諾爭取于2030年前實現“碳達峰”，2060年前實現“碳中和”。油氣田開發生產過程中執行節能減碳政策勢在必行，而注水系統是油氣田開發生產中主要耗能子系統，可在運行參數和布局兩個方面進行優化，目前主要集中在參數優化方面［60］。

5.1 感知部分

在《油田生產系統能耗測試和計算方法》（GB/T 33653—2017）中，注水系統指的是由注水泵站、增壓泵站、注水管網（包括配水間）和注水井組成的系統，主要耗能設備是注水增壓泵和注水泵，主要測試項目包括電機功率因數、吸入排出壓力和流量。

油田注水系統的能耗在線監測主要是注水增壓泵和注水泵的運行能耗、管網和井筒輸送過程中的沿程摩阻能耗、各配水器和水嘴節流效應產生的能耗、近井地帶的附加壓力降能耗等。魏立軍等建立了一套注水能耗監測分析系統，對長慶油田注水站、配水間和注水井井口的參數進行實時采集，經過無線傳輸后計算相應的能耗指標，提高了注水能耗管理效率［61］。

5.2 計算模型

油田注水系統的能耗計算方法在GB/T 33653—2017中具體呈現，當前研究主要是通過計算模型優化、預測注水能耗及該能耗下最佳的注水參數。

周賽青建立了油田注水能耗模型，并建立了GA BP模型預測最佳注水量［62］。張笑語等使用PipePhase軟件建立了SL油田采油一廠的注水管網模型，評價了注水流速、壓降、管網效率和注水站效率，并據此提出相應的優化措施［63］。楊張利采用基于仿人工智能控制策略對注水系統的電機進行變頻調節，比PID控制更具魯棒性［64］。任永良等通過擬牛頓法對節點壓力仿真和粒子群算法對管元摩阻系數反演相結合，實現了管元摩阻系數部分精確求解和部分預估求解［65］。

鄭文等針對注水站與注水管網間水量不匹配的問題，分別采用粒子群優化算法、模擬退火優化算法、遺傳算法、差分進化算法對某油田注水管網系統進行優化，結果表明差分進化算法優化后的整體輸出功率最低（8 636 kW），對于該類油田注水系統的水量匹配優化問題具備良好的適應性［66］。劉書孟等開發了油田注水系統能耗評價及輔助決策系統，并應用在某油田的8座注水站中，在注水量穩定的情況下對5座注水站優化開泵方案；在注水量波動的情況下對3座注水站進行臨時性和季節性調整，共計節省電量512.37×104 kW·h［67］。

油田注水系統的能耗主要是電能的消耗，可建立實時的電能監控平臺，根據感知部分提供的用電大數據進行分析、預測和診斷，對用電實現智能化管理，以實現企業“安全、經濟、高效”的用電目標。

6 總結和展望

介紹了國內外注水地面流程、注水水質、井下分層注水、注水系統的能耗智能化關鍵技術的研究進展，明確了注水流程各階段感知部分和計算模型的技術發展與現場應用，為油田注水智能化的實現提供了借鑒作用。感知部分的實時監測系統和數據傳輸系統是可以在不同環境、不同類型的油氣田借鑒和通用的，而計算模型中使用的小樣本數據以及算法的適用性，在不同環境、不同類型的油田注水系統中還需要調整和驗證。

計算模型主要局限于某一指標或目標，并沒有將文中所述的整體注水流程優化考慮，這也是今后油田注水系統智能化關鍵技術的發展目標：

a. 注水水質的診斷和預測不宜局限于地面系統，可利用井下各層實時流量、溫度及壓力等參數預測井下各層注入過程中結垢趨勢、與地層水的配伍性以及堵塞近井段的可能性；由于處理系統的連續性，對于智能化技術也不宜局限于注水系統，可考慮從注水系統回溯到采出水處理系統，根據注水管網、注水泵、注水水質、井筒分層注水參數和能耗監測數據，形成注水系統反饋到采出水處理系統的整體流程效率、成本、地層孔隙堵塞預防和驅油效果的多目標優化和診斷的油田注水智能化模型。

b. 油田開發生產的最終目標是產量的提高和成本、能耗的控制，將注水系統與油藏系統結合，注水指標同增產指標結合。今后可考慮將水驅油藏產量模型與注水系統結合，形成油藏-地面工程-注水-油藏的多目標智能動態優化和診斷系統，平衡各目標之間的關系，為油田的增產、增效、降本提供技術支持。

參 考 文 獻

［1］" "HARSH P， BALASUBRAMANIAN R. Recycling and re usage of oilfield produced water A review［J］.Materials Today： Proceedings，2023，77：307-313.

［2］" "LIU H，PEI X H，JIA D L，et al.Connotation，application and prospect of the fourth generation separated layer water injection technology［J］.Petroleum Exploration and Development，2017，44（4）：644-651.

［3］" "毛志高，刁海勝.油田“源—供—注—配”智能化注水技術的研究與應用［J］.信息系統工程，2021（2）：147-148.

［4］" "劉義剛.渤海油田注水控水工藝技術新進展［M］.北京：化學工業出版社，2013.

［5］" "ZHU Y N，WANG J H，HE G H，et al.Water use characteristics and water footprints of China′s oil and gas production［J］.Resources，Conservation amp; Recycling，2022，184：106428.

［6］" "曾小明，夏如君，李偉，等.數字化技術在油田注水精細管理中的實踐與成效［J］.中國管理信息化，2022，25（1）：100-104．

［7］" "楊麗娟.電磁流量計在油田注水計量中的應用研究［J］.中國設備工程，2019（23）：204-205．

［8］" "李世強，侯燦紅.注水泵在線監測與智能保護的研究與應用［J］.中國設備工程，2021（S1）：55-58．

［9］" "祁東明.海洋石油平臺注水泵在線監測與故障智能診斷技術應用［J］.石油工業技術監督，2021，37（3）：9-13．

［10］" "WANG B H， LIANG Y T， YUAN M，et al.Optimal design of oilfield surface pipeline networks for the cyclic water injection development method［J］.Journal of Petroleum Science and Engineering，2018，171：1400-1408.

［11］" "李光，任永良，高勝，等.基于Pipephase的油田注水系統模擬［J］.化工機械，2022，49（2）：296-300．

［12］" "王強，陳健飛，陳麗娜，等.基于風險的油田注水管線的維護決策優化方法［J］.腐蝕與防護，2022，43（4）：47-53．

［13］" "陳麗娜，齊光峰，韓慶，等.基于T S模糊故障樹和貝葉斯網絡的注水管道失效概率計算方法研究［J］.安全、健康和環境，2022，22（9）：38-45．

［14］" "李博文，宋文廣，李浩源，等.基于遺傳算法優化單類支持向量機的油田離心泵注水站異常檢測［J］.科學技術與工程，2023，23（1）：283-289．

［15］" "BHATKAR S A，BADHE N G，ADHATRAO A P，et al.Optimizing produced water quality for enhancing oil recovery［J］.Materials Today：Proceedings，2023，

77：81-85.

［16］" "鄭建軍，賈舒，柏森林.注水水質對海上油田儲層損害評價分析［J］.清洗世界，2021，37（9）：72-73；76．

［17］" "閻洪濤，徐文江，姜維東，等.海上油田注水水質改善技術研究與應用［J］.工業水處理，2020，40（12）：106-110．

［18］" "王妮，劉銘輝，石文婷，等.淺析海上平臺生產廢水含油在線監測技術［J］.石化技術，2019，26（8）：99-101．

［19］" "王國柱，王妮，李亞輝，等.海上平臺外排生產水在線監測系統構建與監測數據分析［J］.天津科技，2023，50（5）：34-37；41．

［20］" "徐棟，楊敏，周寅，等.石油平臺生產水排污在線監測系統研發與應用［J］.化學工程，2018，46（1）：73-78．

［21］" "史秋華.基于紫外熒光法的水中油在線監測儀設計方案［J］.山東化工，2020，49（7）：104-105．

［22］" "王凱.水中油分析儀在海洋石油平臺上的應用［J］.石油和化工設備，2022，25（11）：62-64．

［23］" "陳華興，唐洪明，趙峰，等.綏中36 1油田注入水懸浮物特征及控制措施［J］.中國海上油氣，2010，22（3）：179-182．

［24］" "劉晶.油田注水水質濁度與懸浮物間經驗比值的研究［J］.化工管理，2015（32）：150．

［25］" "王新華，李劍，康換苗.油田回注水水質在線監測技術應用研究與探討［J］.工業計量，2023，33（3）：107-109．

［26］" "李軍，李剛，李斌，等.基于無線傳感器網絡及GPRS的水質監測系統設計［J］.電子技術與軟件工程，2021（7）：39-40．

［27］" "吳澤美，馬偉娜，劉萬斗，等.油田注水系統腐蝕率在線監測技術的應用［J］.石油石化節能，2021，11（12）：16-19；7-8．

［28］" "DURDEVIC P，RAJU C S，YANG Z Y.Potential for Real Time Monitoring and Control of Dissolved Oxygen in the Injection Water Treatment Process［J］.

IFAC PapersOnLine，2018，51（8）：170-177.

［29］" "徐江峰，郝健，朱米家，等.主成分分析法在油田回注水水質分析中應用［J］.遼寧化工，2019，48（6）：588-589．

［30］" "李縉，王平，謝鳴，等.基于PCA GRA TOPSIS法的注水水質評價方法研究［J］.油氣田地面工程，2022，41（5）：46-51．

［31］" HAGHTALAB A，KAMALI M J，SHAHRABADI A.Prediction Mineral Scale Formation in Oil Reservoirs during Water Injection［J］.Fluid Phase Equilibria，2014，373：43-54.

［32］" "SHABANI A，SISAKHTI H，SHEIKHI S，et al.A Reactive Transport Approach for Modeling Scale Formation and Deposition in Water Injection Wells［J］.Journal of Petroleum Science and Engineering，2020，190：107031.

［33］" "ALI S， AFSHIN T， MAHSHEED R， et al.Artificial neural network，and committee machine intelligent system help to improve performance prediction of low salinity water injection in carbonate oil reservoirs［J］.Journal of Petroleum Science and Engineering，2022，219：111046.

［34］" "牛小希.水平注水井電磁流量計注入剖面測井技術試驗研究［J］.石油管材與儀器，2019，5（5）：43-45．

［35］" "孟令偉，孟德旭，孟莉珍，等.超聲波流量計在注水井測試中的應用［J］.云南化工，2018，45（3）：227．

［36］" "杜曉霞，季公明，郭宏峰，等.無纜智能注水技術研究進展概述［J］.海洋石油，2021，41（3）：33-36．

［37］" "LIU H，ZHENG L C，YU J Q，et al.Development and prospect of downhole monitoring and data transmission technology for separated zone water injection［J］.Petroleum Exploration and Development，2023，50（1）：191-201.

［38］" "佟音，金振東，劉軍利，等.大慶油田纜控分層注水技術研究及應用［J］.石油科技論壇，2022，41（3）：94-99；105．

［39］" "周宇鵬.預置電纜智能分注技術研究與應用［J］.石油礦場機械，2019，48（4）：69-73．

［40］" "劉義剛，陳征，孟祥海，等.渤海油田分層注水井電纜永置智能測調關鍵技術［J］.石油鉆探技術，2019，47（3）：134-139．

［41］" "徐興安，張鳳輝，楊萬有，等.海上油田注水井智能監測與控制技術研究［J］.當代化工，2020，49（7）：1396-1399．

［42］" "毛慶凱，王良杰，羅昌華，等.高溫高壓儲層智能分注工藝可靠性研究［J］.石油礦場機械，2017，46（3）：23-28．

［43］" "白鵬飛.雙通道智能分層注水工藝研究與應用［J］.儀器儀表用戶，2022，29（9）：36-39．

［44］" "王文韜.乍得油田BNE 8井智能分注實施及效果分析［J］.化學工程與裝備，2020（3）：96-98．

［45］" "朱蘇青，劉松林，李興，等.陳堡油田分注井無纜智能測調工藝應用［J］.復雜油氣藏，2017，10（3）：74-77．

［46］" "趙劍，孫福超，張濤，等.波碼無線分層注水工藝高效通訊算法研究［J］.化工設計通訊，2023，49（4）：81-83．

［47］" "孟祥海，張志熊，劉長龍，等.遠程無線智能分層注水測調技術的開發與應用［J］.化學工程與裝備，2016（10）：113-115．

［48］" "馮碩，張藝耀，李進，等.渤海油田遠程無線智能注水工藝技術及應用［J］.石油機械，2021，49（11）：79-83．

［49］" "葛嵩，于志剛，周振宇，等.高溫、大井斜海上油田機械液控智能注水技術研究與應用［J］.廣東化工，2022，49（11）：72-74．

［50］" "胡改星，姬振寧，刁廣智，等.數字式分層注水實時監控系統的設計與應用［J］.鉆采工藝，2022，45（4）：114-117．

［51］" "楊玲智，于九政，王子建，等.鄂爾多斯超低滲儲層智能注水監控技術［J］.石油鉆采工藝，2017，39（6）：756-759．

［52］" "JIA D L，LIU H，ZHANG J Q，et al.Data driven optimization for Fine Water Injection in a Mature Oil Field［J］.Petroleum Exploration and Development，2020，47（3）：674-682.

［53］" "蔣敬軒，張著洪.基于免疫粒子群算法的分層注水流量調度［J］.智能計算機與應用，2021，11（12）：72-77．

［54］" "于志剛，辛小軍，范遠洪，等.基于雙層GRU神經網絡的油田注水預測方法研究［J］.化工自動化與儀表，2022，49（1）：41-46．

［55］" "于志剛，張德政，宋文江，等.基于長短期記憶神經網絡的油田注水預測［J］.吉林大學學報（信息科學版），2022，40（1）：77-81．

［56］" "郭哲源，韓連福，鄧剛，等.生產井分層注水量智能預測方法研究［J］.石油工程建設，2021，47（1）：28-31．

［57］" "HASSAN A， ABDULRAHEEM A， AWADH M.New approach to evaluate the performance of highly deviated water injection wells using artificial neural network［J］.Journal of Petroleum Science and Engineering，2021，196：107770.

［58］" "JIA H， LI P W，LV W，et al.Application of fuzzy comprehensive evaluation method to assess effect of conformance control treatments on water injection wells［J］.Petroleum，2024，10（1）：165-174.

［59］" GAO D P，YE J G，HU Y P，et al.Application of Lorenz curve model to stratified water injection evaluation［J］.Petroleum Exploration and Development，2015，42（6）：861-868.

［60］" "陳雙慶.“雙碳”背景下油氣田地面工程最優化方法進展及展望［J］.油氣儲運，2022，41（7）：765-772．

［61］" "魏立軍，王林平，劉一山，等.長慶油田注水能耗監測分析系統的研發與應用［J］.石油與天然氣學報，2011，33（5）：258-260；344-345．

［62］" "周賽青.基于遺傳算法優化的BP神經網絡注水節能實現［D］.大慶：東北石油大學，2021．

［63］" "張笑語，辛艷萍，毛雨令，等.油田注水系統管網效率優化和節能降耗研究［J］.廣東化工，2022，49（15）：59-61．

［64］" "楊張利.基于仿人智能的油田地層注水系統控制策略探討［J］.重慶理工大學學報（自然科學版），2019，33（7）：172-177．

［65］" "任永良，孫凱，高勝，等.基于粒子群算法的油田注水管網摩阻系數反演［J］.石油機械，2020，48（8）：97-103；122．

［66］" "鄭文，高勝，熊德進，等.注水管網水量匹配智能優化計算方法研究與對比分析［J］.油氣田地面工程，2021，40（4）：41-48．

［67］" "劉書孟，苗寶林，婁志東，等.油田注水系統能耗評價及輔助決策技術研究與應用［J］.石油石化節能，2022，12（6）：27-30．

（收稿日期：2024-05-05，修回日期：2024-11-06）

Research Progress of Key Technologies for the Intelligent

Water Injection System in the Oilfield

FANG Jian

（CNOOC Tianjin Chemical Research and Design Institute Co.， Ltd.）

Abstract" "The latest research progress in key technologies at home and abroad were summarized from the oilfield surface water injection system， water quality， stratified water injection underground and the water injection energy consumption. It’s proposed that in the coming intelligent development process of the oilfield water injection system， the data transmission and calculation models of each water injection subsystem can be developed into an integrated intelligent processing platform which has the reservoir development model based to develop a closed loop and multi objective intelligent dynamic optimization and diagnosis system for the reservoir surface engineering water injection reservoir.

Key words" "water injection system， intelligent technology， data transmission， calculation model， multi objective