气井井筒积液预测模型优选

气井开采过程中,井筒中会有积液产生,若井底积液不能及时排出,就会影响气井的产量,严重时甚至会导致气井水淹停产。因此,预测井筒积液变得十分有必要。预测井筒积液的方法有很多,国内外主要通过应用气井携液临界流量来进行积液预测。目前现场主要应用Turner模型进行井筒积液的判断,但对于不同的区块有一定的局限性。在气井中液滴为扁平形的基础上,推导出了一种新的积液模型,将其与常见的几种积液模型进行对比。通过对延长部分区块的54口产水气井进行积液预测,将预测结果与井的实际积液情况进行匹配,进而进行积液预测模型的优选。经过对比分析,文中推导的新模型更符合该区气井的实际情况。     

关键点选取的最小二乘渐进迭代逼近

目的 最小二乘渐进迭代逼近（LSPIA）方法多以均匀参数化或弦长参数化的形式均匀地确定初始控制点,虽然取得了良好效果,但在处理复杂曲线时,迭代速度相对较慢且误差精度不一定能达到预期设定值。为了进一步提高迭代效率和误差精度,本文提出了基于关键点（局部曲率最大点和极端曲率点）的最小二乘渐进迭代逼近方法。方法 首先计算所有数据点的离散曲率,筛选出局部曲率最大点;接着设定初始的曲率下限,筛选出极端曲率点;然后将关键点与均匀选取的控制点按参数顺序化,并将其作为迭代的初始控制点;最后利用LSPIA方法对数据点进行拟合。结果 对同一组数据点,分别采用LSPIA方法和基于关键点的LSPIA方法,本文方法较好地提高了收敛速度;在相同的控制点数目下,与LSPIA算法相比,本文方法的误差精度较小。结论 本文方法适合于比较复杂的曲线,基于曲率分布的关键点的选取,可以更好地反映曲线的几何信息。数值实例表明,结合关键点筛选策略的LSPIA算法提高了计算效率,取得了更好的拟合效果。     

PY-1化学固体防蜡剂对抽油效率的提升分析

介绍了石蜡的化学组成及性质,概括了石蜡的沉积理论,以及化学防蜡剂作用机理。针对化学防蜡剂的分类,详细阐述了固体防蜡剂的组成及使用特点。在国内某油田的应用中,PY-1化学固体防蜡剂除蜡效果明显,能有效减小抽油机的工作负载,提升了系统效率。在长达近一年的观测中,油井的抽油效率并未明显下降,PY-1化学固体防蜡剂表现出了优异的防蜡周期。