海上油气井防砂筛管冲蚀规律和失效预测研究

防砂筛管冲蚀失效直接影响到海上油气井能否安全高效生产,实时掌控筛管冲蚀程度,预测筛管使用寿命是海上油气井生产安全的重要保障。通过设计管流式冲蚀实验装置,开展了筛网过流单元冲蚀实验,并基于冲蚀经典理论模型,拟合建立了筛管冲蚀速率模型;依据编织型过滤金属网布筛管结构特征,构建了完整结构的筛管外护罩、多层过滤筛网和打孔基管物理模型,应用计算流体力学流固耦合模拟器,研究网布式筛管冲蚀规律,预测生产工况下筛管冲蚀寿命,并进行了实例分析。研究结果表明,筛管冲蚀速率随含砂流体流速呈幂函数关系,随含砂浓度先线性增大后趋于平缓,随含砂粒径增大先增加后降低并趋于纯流体冲蚀速率。本文揭示的筛管冲蚀规律和建立的预测模型可为海上油气田防砂设计和安全生产提供理论依据。     

防砂方法综合评价模型及其应用

建立了防砂方法适应条件知识库和技术评价综合模糊评价模型。用于优选最佳防砂方法的综合评价指标考虑了技术评价因子、有效期、净现值、投入产出比以及投资回收期等。该方法克服了以往防砂方法不确定因素对评价结果产生较大影响的缺点，可以用来针对单井或区块选择最佳防砂方法。通过修改适应条件知识库，使模型具有可开放性和可维护性，实例验证优选结果合理。     

油气井防砂综合决策技术及软件系统开发

根据油气井防砂综合决策的基本理念,从定性经验出砂预测、出砂临界生产压差预测、实际出砂半径及出砂量预测等4个层面系统地研究了出砂预测技术。提出了一套基于综合模糊评判与B-P神经网络的防砂工艺方案决策的过程与方法,给出了以防砂筛管防砂精度设计及砾石尺寸优选为核心的防砂工艺参数优化设计理论与方法,建立了一套可用于各种防砂工艺的产能评价及预测模型。基于防砂措施对油气井生产动态的影响体现在挡砂效果、增产效果和改善井底流动条件效果3个方面,提出了一套防砂效果综合评价技术体系及相关的评价标准。在此基础上,开发了油气井防砂综合决策系统平台—Sandcontrol Office,介绍了其基本模块与功能及应用情况。     

渤海湾地区适度防砂技术防砂方式优选

通过分析国内外防砂方式选择依据,结合室内大型出砂模拟试验,提出根据均质系数UC、泥质含量Vsh、黏土矿物的吸水膨胀性3个参数作为适度防砂技术防砂方式选择的理论依据,挡砂精度的设计主要参照地层砂粒度中值d50。进行了渤海湾地区典型油田储层特性分析和不同防砂方式下的产能评价,得出渤海湾地区适度防砂技术的防砂方式及参数选择标准,并建立了相应的防砂方式选择图版。该图版在渤海湾新开发的KL3-2油田的防砂方案设计中进行了应用,并进行了室内出砂模拟试验,结果表明其设计合理,具有现场应用价值。     

TBS—筛管防砂技术

１．防砂机理金属纤维烧结筛管是用套管或油管作为基管,在基管上按一定规则打孔并在高温高压条件下,将金属纤维烧结在打孔基管上,从而形成立体网状滤砂屏蔽。该金属纤维能使原油及小于０．０７ｍｍ的细粉砂通过,并随油流一起被携出井筒,而较大粒径的粗砂被阻挡在筛管外,形成自然的挡砂屏蔽,从而达到防砂的目的。２．技术指标挡砂粒径为０．０７～０．２０ｍｍ,耐温为３５０℃,筛管内通径为７８、８９、１２０、１４０ｍｍ,渗透率为３８～１２０μｍ２。３．适用范围该防砂管柱不仅可以用在直井、斜井、侧钻井及水平井等套管完井的…     

雅克拉高压油气井防砂措施研究

针对雅克拉油气田情况，对高压气藏地层出砂机理进行了深入研究。综合分析认为，在油田开发初期，由于生产压差不大，产层不会出砂。只有在井底压力波动较大或超出临界生产压差时，才会引发地层出砂。结合雅克拉气田实际情况，综合考虑国内外防砂技术现状、工艺条件和经济成本及对南海油田高压气井防砂工艺的现场调研。建议雅克拉气田开发中后期选用大通径不锈钢绕丝筛管防砂。     

复合射孔防砂技术

１．技术原理复合射孔防砂技术是在射孔过程中,将防砂作业同时完成。其途径是在普通射孔弹前方置一前仓,前仓内充填两种材料：中心部分装有能让岩液通过,但能阻挡流砂的多孔材料,如不锈钢丝球,边缘部分装有用于推动多孔材料的发射药。２．技术指标射孔孔径≥１４ｍｍ,穿透深度可达３００～５００ｍｍ,固化强度可达１０ＭＰａ,防砂最小粒径不小于０．１ｍｍ,孔道过滤层渗透率不小于３０μｍ２。３．应用效果复合射孔技术目前已在辽河油田特油公司、锦州采油厂、金马油田、冷家油田等现场施工７口井,防砂效果良好,累计增油４５００…     

分支水平井防砂工艺技术应用

经对分支水平井防砂工艺研究，形成了一套完整的分支水平井防砂工艺技术，能够满足139．7mm、177．8mm井筒分支水平井防砂工艺技术要求。介绍了分支水平井防砂管柱、金属毡滤砂管、扶正器的结构设计，通过现场试验，从射孔工艺技术、防砂工艺技术、防砂施工工序、效果分析等方面阐述了分支水平井防砂技术的应用。     

复合射孔防砂技术

辽河油田属于复杂断块油藏,油藏类型多。随着油田的开发,油井出砂问题越来越突出,现有的各种防砂方法都不同程度地存在着缺点:机械防砂法井筒内留有筛管和封隔器,井下工具打捞困难,修井作业费用高,而且为油田生产后期各种增产措施的实施带来困难;管内防砂减小了内通径,影响油井产能及各种井下工具的下入;化学法防砂对地层伤害严重,防砂有效期短,易受层间矛盾影响。针对以上问题,研究了复合射孔防砂技术,它将射孔和防砂2个工艺过程1次施工完成,简化了施工程序,保护地层不受伤害,提高了油井的产能。     

压裂充填综合防砂技术综述

压裂充填技术是尖端脱砂技术和砾石充填技术的结合，高渗透，弱胶结地层有增产和防砂的双重功效，尖端脱砂压裂设计包括常规压裂和加砂扩缝两个阶段，缝高控制是尖端脱砂压裂的一项重要研究课题，时间控制是决定其措施成败的关键。压裂充填是一种比砾石充填作业更有效完井方式，它仅有的限制条件是油层与水层的界面问题，压裂充填是一种比砾石充填作业更有效的完井方式，两步施工技术和油管压裂充填，文中最后介绍了压裂充填的施工设备和作业过程中应考虑的因素，并简单介绍了高渗透层水利压裂防砂技术。     

CMAS人工岩层防砂技术

一种新的无机防砂剂在水环境中可自行固结成人造多孔岩层,以填补油层实体亏空,阻挡砂粒运移,防止出砂。着重从固结与防砂机理、优化配方研究、温度对人工岩层团结的影响、抗老化与抗介质腐蚀研究、CMAS人造岩心润湿性及有效渗透率测试和孔隙大小分布测试等室内研究出发,介绍了该防砂剂的自固结特性,同时介绍了现场应用及效果。     

人工神经网络在石油工业中的应用及未来发展趋势探讨

在石油勘探、开发和钻井,以及生产过程中,存在着大量且复杂的不确定性因素,所收集和获取的信息不少是非数值型的、不精确的,要靠人工智能的方法加以识别和解决。人工神经网络是在现代神经科学研究成果的基础上提出的一种智能方法,作为一种有效解决非线性问题的网络技术,已在现代石油工业中得到了广泛的应用,并取得了较好的现场应用效果。针对目前人工神经网络的迅速发展及应用情况,论述其在石油工业中的应用现状,并对其在未来石油工业中的发展趋势展开了探讨。最后利用人工神经网络构建了钻井液固相和滤液侵入深度预测模型,分析了该模型的主要特色和实现的技术难点。     

WELL TEST MODEL IDENTIFICATION BY ARTIFICIAL NEURAL NETWORKS

The aim of this research is to investigate the performance of artificial neural networks computing technology, to identify preliminary well test interpretation model based on derivative plot. The approach is based on training the neural network simulator uses back-propagation as the learning algorithm for a predefined range of analytically generated well test response. The trained network is then requested to identify the well test identification model for test data, which is not used during training sessions. For creation of training examples, an analytical response generator is implemented which is capable of producing responses of various models. Both the neural network simulator and the analytical response generator is enfolded into a single package which is capable of producing diagnosis plots, transferring data and filtering the input pattern. Unlike the ones presented in literature the package utilises a distributed modular structure, by which saturation possibility of the neural network is reduced considerably. Moreover, the distributed structure allows the training sequence to be initiated on different computers, thus reducing the training time up to sixteen folds. The package is verified with several examples either analytically generated or taken from literature.     

WELL TEST MODEL IDENTIFICATION BY ARTIFICIAL NEURAL NETWORKS

ABSTRACT

The aim of this research is to investigate the performance of artificial neural networks computing technology, to identify preliminary well test interpretation model based on derivative plot. The approach is based on training the neural network simulator uses back-propagation as the learning algorithm for a predefined range of analytically generated well test response. The trained network is then requested to identify the well test identification model for test data, which is not used during training sessions. For creation of training examples, an analytical response generator is implemented which is capable of producing responses of various models. Both the neural network simulator and the analytical response generator is enfolded into a single package which is capable of producing diagnosis plots, transferring data and filtering the input pattern. Unlike the ones presented in literature the package utilises a distributed modular structure, by which saturation possibility of the neural network is reduced considerably. Moreover, the distributed structure allows the training sequence to be initiated on different computers, thus reducing the training time up to sixteen folds. The package is verified with several examples either analytically generated or taken from literature.     

稠油先期防砂井铅封接头的改进

随着稠油先期防砂井开发技术的发展,辽河油区经过多年的探索和攻关,研制出了一种新型先期防砂井密封接头——NY89型铅封接头。它采用机械剪切销钉咬紧联顶短节后砸铅封,使之膨胀,保证了套管与防砂管之间的环形空间的密封。     

基于人工神经网络的常压塔顶油气系统腐蚀预测

对某公司常减压蒸馏装置低温部位腐蚀情况进行了分析,根据一段时间内塔顶污水检测数据,通过人工神经网络建立了腐蚀速率预测模型。该模型以常压塔塔顶流出污水的pH、氯离子浓度、铁离子浓度、硫化物浓度作为输入数据,以平均腐蚀速率为输出数据。结果表明,该模型预测结果与实际结果的相对误差在10%左右,平均相对误差为7.5%,具有良好的预测精度,能够反映常压塔塔顶污水检测数据与腐蚀速率的关系。     

人工神经网络在近红外分析方法中的应用及深色油品的分析——人工神经网络-近红外分析方法快速测定原油馏程

采用近红外分析方法测定原油馏程性质，比较了人工神经网络，主成分回归和偏最小二乘法的校正结果，认为对于组成变化比较复杂的原油，采用人工神经网络方法能够得到较好的建模效果，对验证集的测定结果表明，近红外分析方法与所用参考分析方法（气相色谱模拟蒸馏）测定的原油馏程结果之间没有显著性差别，二者测定结果的差值在参考方法ASTM D5307的再现性范围内，说明以人工神经网络为校正方法的近红外分析方法可以用于原油馏程性质的快速测定，其单次测定只需大约10min.     

基于人工神经网络的岩石含油气性评价方法

神经网络计算法是模拟人体经络系统活动的机理来研究事物的新方法。本文运用T.Kohonen提出的SOM自组织人工神经网络模型,以准噶尔盆地的彩南油田一主力油层为例,建立起岩石含油气性评价的人工神经网络模型。实例研究表明,人工神经网络法性能良好,是一种岩石含油气性评价的有效方法。     

浅析人工神经网络在石化企业中的应用及发展趋势

人工智能领域的前沿技术——人工神经网络,在石化企业生产运行中得到了广泛应用。介绍了人工神经网络技术的基本原理和算法分类,阐述了人工神经网络在石化企业操作优化、故障诊断、节能减排、安全预警和数据预测等方面的应用进展,分析了石化企业应用人工神经网络的关注重点,展望了该技术在石化企业中发展趋势。     

油藏系统辨识的人工神经网络方法和应用

一些油藏(例如试井解释)系统的偏微分方程模型,经过变换能化为非线性函数项级数。级数的每一项均为地层参数θ的复杂非线性函数。级数的项数n与模型结构有关,可称为模型的结构参数。把级数中的函数看成非线性神经元,来建立油藏系统的函数型连接人工神经网络模型。用系统辨识理论中的F检验法确定网络模型的结构参数n,用多步广人梯度学习算法估计网络模型的权系数。地层参数是试井解释的依据,要求其估值应具有唯一性,而上述函数为多峰函数,在极值点处关于θ的变化很敏感,使问题更为困难,现有迭代法和遗传算法均未奏效。一种新型的遗传算法解决了这个问题。应用表明用上述方法建模有很高的精度,能求出地层参数的唯一估值。