稠油斜直井有杆泵抽油技术

介绍了我国第一组稠油料直井应用有杆泵抽油的情况,通过游梁式抽油机抽油泵装置满足稠油热采不动管柱注汽和采油的要求。介绍了斜直井稠油热采有杆泵抽油配套工具的性能和特点,对斜直井的主要技术难点──外直井抽油杆扶正器的间距和斜直井抽油机悬点负荷进行了分析和计算,最后总结了斜直井有杆泵抽油方式的特点。     

新疆油井举升工艺技术发展现状

本文对对稠油热采举升工艺技术，斜井、水平同油工艺技术，深井抽油工艺技术、防气同工艺技术等目前与采油有关的工艺技术作了简，简要介绍了井口装置和优化设计诊断技术。     

抽油机示功图无线测试技术

抽油机示功图测试仪是了解井下采油泵工作状况的一个重要工具。以往抽油机示功图测试仪大都采用有线连接方式测试示功图。针对有线方式存在的缺陷,利用无线通信技术,开发出无线便携式抽油机井示功图测试仪。详细介绍了便携式抽油机井示功图无线测试技术。现场应用结果表明该技术有着广泛的应用前景。     

地面直读式电子压力计在稠油热采中的应用

利用高精度、高分辨率的常规地面直读式电子压力计，在汽驱注汽井停注期间和吞吐井抽油阶段测量井温，替代直接吸汽剖面测井，指导稠油开发，启迪从事稠油热采的同行挖掘现有常规试井、测井仪器的潜力，提高热采油藏动态监测的社会、经济效益。     

神经网络有杆泵诊断专家系统

人工神经网络技术的出现为抽油机井智能化诊断提供了一条崭新的途径。在简要介绍神经网络有杆泵诊断专家系统原理基础上，叙述了用于诊断系统的神经网络ＢＰ学习算法，以及应用现有的实测示功图和井声曲线图作为样本，对神经网络进行训练，最后应用这种算法建成有杆泵诊断专家系统。     

潜油电动螺杆泵稠油开采技术研究与应用

随着油田开发的不断深入,油井出砂、偏磨日趋严重,常规机采方式表现出诸多不适应性,目前国内各油田以有杆泵抽油系统为主要生产方式,而在抽油机井中存在严重的杆管偏磨现象,同时由于稠油具有高粘度、携砂能力强等特点,在稠油井开发的过程中,极易造成有杆泵抽油系统杆的断脱与泵的堵塞,上述问题造成了油井有效生产周期大幅降低。针对具有一定供液能力的稠油井,开展新型潜油螺杆泵采油方式试验,有利于提高稠油机采效率,从而提高油田采油水平和经济效益。     

超稠油标准示功图识别与分析

通过对曙-区社229断块1807个实例示功图综合分析，结合稀油和普通稠油示功图，总结出超稠油抽油机井举升系统中不同部位出故障时的典型示功图，并提出每种示功图应采取的措施及下步建议。     

基于电功图的皮带式抽油机井工况诊断新模型

为了解决示功图无法判别抽油机井地面设备工况、实时测量和维护成本高等问题,推导建立了基于电功图的皮带式抽油机井工况诊断新模型。根据能量守恒原理和皮带式抽油机悬点运动规律,建立抽油机井地面示功图计算电功图的数学模型。基于该模型,建立11种皮带式抽油机井典型工况下的电功图图版,并对电功图图版进行特征分析和特征值提取,建立基于特征值的电功图工况诊断模型。现场实例计算分析表明:计算得到的电功图与实测电功图基本一致,上冲程平台功率值、下冲程平台功率值和功率曲线的平均相对误差分别为6.32%、7.16%和5.81%;电功图诊断结果与根据示功图进行井下工况诊断结果的符合率为100%,且电功图能够准确地判别抽油机井地面设备的工况。研究结果能提高工况诊断结果的可靠度与诊断范围,为采油系统智能分析和优化决策提供技术支持。     

热-化学技术提高稠油采收率研究进展

在稠油开采过程中,热力采油法一直是提高稠油采收率的主要方式。针对稠油油藏水驱采收率低及部分油层(如部分薄层、深层、热敏层等)不适宜于热采的特点,在稀油化学驱技术的基础上发展了稠油化学驱技术。近年来研究发现,将稠油热采和稠油化学驱技术相结合使用,可大大提高稠油采收率。在调研大量相关文献的基础上,综述了稠油化学驱以及稠油热(蒸汽)-化学复合采油技术的研究进展,分析了其提高稠油采收率的作用机理和存在的问题,认为热-化学水平井复合采油技术是今后稠油开采的一项重要技术。     

稠油热采井双管吞吐工艺技术

方法将双管采油技术改造完善并用于稠油热采井,应用管式泵实现重复性不动管柱注采转换。目的提高原油产量和油汽比,减少作业工作量。结果双管吞吐工艺技术在河南油区共应用３０口井,累计增油９１３８５ｔ,投入产出比达１∶７。结论稠油热采双管采油配套技术为河南油区浅、薄层稠油开发提供了一套新的开采工艺,应用该技术可提高稠油开发后期油井回采水率,增加采油量,满足了稠油热采井高周期吞吐的工艺需要,具有显著的经济效益和社会效益     

抽油机井间抽制度合理性研究

在油田开采过程中,对于低效井往往采用间抽方式生产,为便于管理,通常采用统一固定的间抽制度。由于统一固定的间抽制度不利于挖潜和节能,因此,不同的低效井要具体井况具体分析,采用不同的间抽制度。通过对低效井进行动液面和示功图连续监测,找出其动液面变化规律,结合示功图确定间抽运行的合理沉没度范围和启停机时间,能够确保抽油泵在有足够供液能力的情况下运行,以达到挖潜节能的目的,通过试验证明这种方法是行之有效的。     

有杆泵抽油井故障诊断智能系统进展

专家系统和人工神经网络是人工智能的两个方面。本文综述了国内外有杆泵抽油井故障诊断的专家系统及诊断技术，还介绍了人工神经网络在示功图识别以及判断有杆泵抽油井故障中的应用。由于人工神经网络具有较强的模式识别能力，判断成功率较高，今后其应用将会越来越多。     

塔河稠油电泵掺稀开采系统效率测试分析评价

通过系统效率测试可以准确获得效率参数以及各种工作参数,是塔河稠油电泵井维护和管理的一项重要工作。立足于塔河油田2010年的系统测试资料,对比分析了电泵井与常规机抽井的系统效率与泵效,解释了"高泵效、低系统效率"的原因,进而初步确定了最优系统效率下相关参数的合理范围,为油井提高提液效率、优化掺稀工艺和工作制度提供了合理的决策指标和评价手段,对提高稠油采收率有十分重要的意义。     

基于分形盒维数的无杆抽油机示功图自动识别技术

针对抽油机示功图人工目测准确性低,神经网络自动识别网络训练复杂、计算速度慢的现状,研究了基于分形盒维数的示功图自动识别技术。验证了分形盒维数理论用于示功图识别的可行性,提供自动识别步骤,并对无杆抽油机正常、供液不足、游动阀泄漏以及油管漏失4种工况下的示功图进行识别。结果表明:基于分形盒维数的示功图自动识别技术能对以上4种工况下的示功图进行准确有效的识别,自动识别效果在低噪声时更为准确,噪声较高时,为保证自动识别的准确性需要先进行降噪处理。研究提出了无杆抽油机示功图自动识别的新方法,对于提升无杆抽油机运行状态监测的自动化、智能化分析水平具有重要意义。     

基于迁移学习的示功图诊断方法

示功图是数字化分析抽油机作业状况的重要依据,不同形状的示功图代表着不同的作业状况。传统分析程序基于专家系统或统计学习方法对示功图进行分析,需要大量专家知识且鲁棒性较低。从深度学习的角度,提出了一种基于深度卷积神经网络的示功图检测方法,并通过迁移学习,大幅度减少了模型收敛所需样本数量。实验表明,该方法可以有效提高示功图分类的准确率,实现了真正的工业可用。     

油井示功图管理系统的建立与应用

近年来,为提高管理水平、加快技术进步,我们将油、气、水井基本参数、地质资料、油气产量等生产管理方面的内容全部采用计算机网络化管理,极大的提高了工作效率,简化了工作流程,而作为生产管理中的一个重要依据——抽油机示功图,却一直采用人工手段来维护和管理。针对这点,我们通过硬件升级和相应软件开发实现了示功图信息的自动采集和信息化管理。     

超稠油开采长效监测技术研究及应用

方法　从高温绝热、电源低耗供电方面进行技术突破 ,研制高温长效测试仪器 ,以实现油井生产过程中仪器在井下长期连续进行温度压力资料录取 ,并对测试资料进行系统解释研究。目的　应用高温长效测试资料及相应解释研究成果 ,为油藏工程研究、工艺措施方案实施、油藏评价等提供依据。结果　研制的高温长效测试仪 ,经辽河油区 2 3井次的应用结果表明 :该工艺技术简单、成本低 ,测试成功率高达 95 % ,经济效益显著 ;考虑油井生产过程变流量、变流温实际情况 ,研制的高温长效测试资料解释系统具有分析技术合理、解释结果可信度高的特点。结论　该高温长效测试技术适合于稠油、超稠油开采 ,具有显著的社会效益和经济效益。     

有杆泵抽油井故障诊断专家系统

根据有杆泵抽油井的常见故障及其检测特征,采用美国Teknowledge Inc.研制的专家系统建造工具M·1建造了有杆泵抽油井故障诊断专家系统,编制了一个拥有108条规则的知识库。应用胜利油田现河采油厂的6口有打泵抽油井对本系统进行了验证,诊断结论基本符合实际情况,从而对将人工智能专家系统方法应用于有杆泵抽油井的故障诊断进行了一次有益的尝试。     

时序示功图驱动的抽油机井结蜡预测及清蜡效果评价

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。     

基于卷积神经网络模型的抽油机系统故障诊断

陆地机械采油普遍采用有杆抽油系统,示功图是油井工况的重要指示。在实际开采过程中,由于抽油井数量大、分布广,人工检测油井耗时费力。为提高人工检修效率、提升自动化水平,针对示功图的图形特征,在卷积神经网络Le-Net模型的基础上,建立简化卷积神经网络模型。收集实际生产数据经预处理后输入机器学习模型进行训练,得到关于示功图的分类模型,同时通过测试集数据对分类结果进行评价。结果表明,建立的卷积神经网络模型具有良好的稳定性,能够通过数据学习得出准确率较高的分类模型;所建立的分类模型能够稳定处理多分类问题,对于15种故障类型分类实现效果良好;通过测试集进行评价,该模型准确率达92%以上,预测效果可以满足油田实际生产需求。