共查询到10条相似文献,搜索用时 15 毫秒
1.
结蜡油井示功图跟踪测试与分析 总被引:1,自引:0,他引:1
根据抽油机井基本工作原理、运动学和动力学原理,对油井示功图所反映出的悬点受力进行分析,从而得到油井工况的详细信息.结蜡造成油流空间减小,增加了油流阻力和压力梯度,造成泵上压力增大,作用在泵上的液柱载荷增加是上冲程载荷增大的主要原因,增大的泵上压力对抽油杆的浮力增加是下冲程载荷减小的主要原因.摩擦力变化不是结蜡井载荷变化的主要原因.结蜡越严重,最大载荷就越大,最小载荷就越小,应根据示功图上分析出的结蜡信息,对结蜡油井及时采取措施,减轻对生产的影响,避免事故发生. 相似文献
2.
抽油机井结蜡是一个渐变的过程,序列示功图变化可以反映油井结蜡的程度。现场根据经验来预测结蜡程度和确定结蜡井热洗清蜡制度,决策能力低、效果差。应用人工智能技术认识结蜡程度与抽油机井示功图、电机运行参数、井口生产参数的关联关系,开展数据驱动的抽油机井结蜡预测预警方法和热洗效果评价的研究。应用残差卷积神经网络(ResNet)提取结蜡井示功图特征,使用聚类算法确定其结蜡等级,融合提取的示功图图形特征和12项生产参数建立样本集,利用长短时记忆神经网络(LSTM)构建序列到序列网络结构模型对样本集进行训练,建立结蜡等级预测模型,定量预测抽油机井的结蜡等级,并构建了油井清蜡效果评价指数Q。研究结果表明,建立的抽油机井结蜡预测模型和清蜡效果评价指数实现了油井结蜡等级的定量化预测、洗井周期的决策、清蜡效果的有效评价,对精准确定清蜡时机、评价清蜡效果具有较好的指导作用,有效避免了蜡卡躺井,同时延长了油井免洗周期。 相似文献
3.
目前示功图量油技术主要采用有效冲程法计算产量,结蜡和气体等因素都会对计算值产生影响,存在较大的误差。载荷位移法是根据地面示功图中特定载荷对应的位移计算出泵效,然后进行油井产量计算。以流量计法为标准,对研究区内的油井用2种方法进行对比分析,载荷位移法受结蜡和气体等因素影响较小,它的计算值大多在流量计法和有效冲程法之间。综合其他计产方法及沉没度资料,确定泵效修正系数,载荷位移法都能把计算值控制在合理范围内。气体存在可以引起流量计法测量值的增加,却会降低有效冲程法的计算值。结蜡常与严重供液不足、气体影响和固定阀漏失等因素综合在一起。一方面,结蜡增加示功图载荷的变化幅度,可以增加有效冲程法的计算值。另一方面,结蜡井容易造成原油脱气,形成气体影响示功图,降低有效冲程法的计算值。 相似文献
4.
5.
6.
7.
8.
为了提高结蜡井的热洗效果,需要合理确定并适时优化热洗过程的工艺参数,使热洗过程实现自动化、精细化、准确化。这对于提高结蜡井的工作效率、节约能源、延长检泵周期,有着积极的作用,对连续示功图参数分析,同时结合回压、电流曲线,选取合适的调参时机,确保结蜡井的热洗效果,节约了能耗,并且缩短了洗井后油井的含水恢复期,结合现场的实例分析阐述了参数优化过程与方法。 相似文献
9.
针对依靠现场经验确定的清蜡周期不准确而导致蜡卡躺井的问题,开展了基于人工智能的抽油机井结蜡预警方法研究。利用皮尔逊相关系数分析方法,分析了17项油井自动采集参数与结蜡程度的关联性,确定了7项主控参数,创建了结蜡预警规则模型;将7项主控参数的合并指标进行归一化处理得到结蜡综合特征指标(WPSC),并利用结蜡预警规则模型产生的样本数据建立了结蜡井WPSC样本集,选用长短时记忆神经网络(LSTM)对样本集进行训练,得到了WPSC机器学习模型,用其可以定量预测抽油机井的结蜡程度。该方法在胜利油田桩23区块的现场应用结果表明,油井清蜡周期得到延长,且有效避免了蜡卡躺井。研究结果表明,基于人工智能的抽油机井结蜡预警方法实现了油井结蜡程度的定量化预测与预警,对精准确定清蜡时机具有较好的指导作用。 相似文献
10.
主要就原油的性质对结蜡程度的影响,以及采油井的结蜡规律进行了研究。通过实验得出结论如下:对于不同的油井,原油的含蜡量越高,在相同油井深度处结蜡蜡样的含蜡量也越高,油井结蜡越严重;对于同一口油井,随着油井深度的增加,结蜡蜡样的蜡含量、蜡样相对密度和凝点也相应增加;油井深部结蜡严重,越靠近井口结蜡越轻。 相似文献