一种基于数据挖掘的丛式油井智能注剂方法及注剂系统

技术领域

本发明属于油田采油技术领域，具体涉及一种基于数据挖掘的丛式油井智能注剂方法及注剂系统。

背景技术

在油田的采油生产过程中，油井的井下管柱由于结蜡、结垢、腐蚀等影响，造成油井生产不正常或井口回压高等诸多问题。为了确保油井的正常生产需要向油井油套环空中投加清防蜡剂，随着油田自动化水平的逐渐提高，井口清防蜡剂的投加从人工投加逐渐过渡到油井自动加药装置阶段，实现了油井井口加药的自动化远程控制，数据采集远传，减少人员和车辆的动用次数，大幅降低了工人加药的劳动强度。尽管油井自动加药装置有诸多优点，但其也只是实现了油井井口清防蜡剂投加的定时定量，而其投加量及投加周期仍然需要技术员多依据油井示功图人工识别判断来制定油井清防蜡剂的投加周期。但该方式受采集数据频率低、时间对应性不强等条件限制，清蜡周期往往不准确，容易导致井筒清蜡不及时而发生蜡卡躺井事故，这不仅降低了油井生产时率，而且增加了油井作业维护费用和生产成本。

发明内容

本发明提供了一种基于数据挖掘的丛式油井智能注剂方法及注剂系统，用于克服上述问题或者至少部分地解决或缓解上述问题。

为此，本发明提供一种基于数据挖掘的丛式油井智能注剂方法，其特征在于，包括以下步骤：

S001：收集井区结蜡井的生产数据，利用灰色关联分析方法，对收集的结蜡井属性数据进行相关性分析，从而确定结蜡预测的主控参数；

S002：用上升趋势、持续上升和超上限定义指标变化趋势，用趋势连续变化时间、载荷差阈值、冲次稳定区间阈值定义趋势变化程度，将选好的油井结蜡主控参数进行组合，建立结蜡预测模型；

S003：将结蜡主控参数的权重进行加权计算得到一个合并指标，进行归一化处理后得到一个能够反映结蜡程度的结蜡综合指数；

S004：利用结蜡预测模型产生的样本数据建立了结蜡井结蜡指数样本集，选用长短时记忆神经网络(LSTM)对样本集进行训练得到结蜡指数机器学习模型；

S005：利用发布的预测模型，对结蜡井程度随时间变化进行预测，并得出油井结蜡预测指数；

S006：根据油井智能加药控制平台统计得到的油井药剂日投加量、柱塞泵排量和注剂间隔周期计算出油井加药间隔周期内计量柱塞泵的启停时长，并将其通过油区局域网发送至井场上注剂装置中的控制器中；

S007：控制器程序按照设定的注剂间隔周期，整点开始执行注剂程序，首先控制器控制一个油井的注剂管路导通，控制器控制计量柱塞泵将药罐内的药剂通过该注剂管路供入该油井的油套环空内，最后当柱塞泵启动时长等于油井注剂间隔周期内计量柱塞泵的启停时长时，控制器控制计量柱塞泵和该油井的注剂管路关闭，完成对该油井的注剂；

S008：控制器依据各个油井加药间隔周期内计量柱塞泵的启停时长完成对各个油井的药剂注入，然后停机；

S009：在下一个注剂间隔周期，重复步骤S006和步骤S007。

在步骤S001中，确定载荷差、最小载荷、最大载荷、功图面积、上行电流、平均电流和周期内有功功率平均值作为结蜡预测的主控参数。

在步骤S003中，该指数介于0-1之间，越接近1.0蜡卡躺井风险越大。

在步骤S005中，一旦油井结蜡预测指数一旦达到0.9，就要开始将油井的药剂投加量增加一倍，若在0.7-0.9之间则维持投加量不变，若低于0.7则将投加量减少30％。

在步骤S006中，在油井智能加药控制平台上设置计量柱塞泵的排量、注剂间隔周期和每个油井日注剂量，其中注剂间隔周期的单位为小时，最大值不超过24；计算注剂间隔周期内各个油井注剂量，相当于将单井日注剂量平均分配到注剂间隔周期内，具体计算公式如下：

其中，D

在步骤S006中，在注剂间隔周期内的井组总注剂量需满足以下公式：

其中，n是井组油井个数；D

本发明还提出一种基于数据挖掘的丛式油井智能注剂系统，采用以上所述的基于数据挖掘的丛式油井智能注剂方法进行控制，包括：

药罐，所述药罐的出口通过管路依次连接有药罐电磁阀、计量柱塞泵和汇管，所述汇管通过多条注剂管路分别与多个油井一一连通，每条所述注剂管路上分别连接有油井电磁阀；

控制器，所述控制器的信号输出端分别与所述药罐电磁阀、所述计量柱塞泵、每个所述油井电磁阀信号连接；

油井智能加药控制平台，所述油井智能加药控制平台与所述控制器的信号接收端信号连接。

优选地，还包括药罐电磁阀，所述药罐电磁阀连接在所述药罐与所述计量柱塞泵之间的管路上，所述药罐电磁阀的信号接收端与所述控制器的一个信号输出端相连接。

优选地，所述控制器选用PLC。

本发明的基于数据挖掘的丛式油井智能注剂方法依据油井示功图数据，利用人工智能的预测算法，结合大数据挖掘技术，确定抽油机井生产数据变化规律与结蜡程度的定量关系，结合现有远程自控加药系统，建立一种基于数据挖掘的丛式油井智能注剂系统，对油井结蜡程度的智能判断，并自动的确定油井清防蜡剂的投加周期，实现油田丛式井组清防蜡剂的智能投加。

附图说明

图1是基于数据挖掘的丛式油井智能注剂系统结构示意图

图2是基于数据挖掘的丛式油井智能注剂系统注剂间隔周期执行流程图。

在以上附图中，1药罐；2计量柱塞泵；3汇管；4注剂管路；5油井电磁阀；6控制器；7油井智能加药控制平台；8药罐电磁阀。

具体实施方式

下面通过一个具体的实施例，进一步对本发明进行说明。

需要对某井组实施加药防冻，该井场下辖四口油井(一号油井、二号油井、三号油井、四号油井)；所用的计量柱塞泵的排量为4L/h；投加的药品类型为缓蚀阻垢剂；井口药剂投加位置为油井油套环空；注剂间隔周期为0.5小时；一号油井至四号油井每日的初始药剂投加量分别为4L、4L、4L和2L；每日00:00启动注剂。

实施例1

本发明提出一种基于数据挖掘的丛式油井智能注剂方法，包括以下步骤：

S001：收集井区结蜡井(即一号油井、二号油井、三号油井和四号油井)的生产数据，利用灰色关联分析方法，对收集的结蜡井属性数据进行相关性分析，从而确定结蜡预测的主控参数；

S002：用上升趋势、持续上升和超上限定义指标变化趋势，用趋势连续变化时间、载荷差阈值、冲次稳定区间阈值定义趋势变化程度，将选好的油井结蜡主控参数进行组合，建立结蜡预测模型；

S003：将结蜡主控参数的权重进行加权计算得到一个合并指标，进行归一化处理后得到一个能够反映结蜡程度的结蜡综合指数；

S004：利用结蜡预测模型产生的样本数据建立了结蜡井结蜡指数样本集，选用长短时记忆神经网络(LSTM)对样本集进行训练得到结蜡指数机器学习模型；

S005：利用发布的预测模型，对结蜡井程度随时间变化进行预测，并得出油井结蜡预测指数；

S006：根据油井智能加药控制平台统计得到的油井药剂日投加量、柱塞泵排量和注剂间隔周期计算出油井加药间隔周期内计量柱塞泵的启停时长，并将其通过油区局域网发送至井场上注剂装置中的控制器中；

S007：控制器程序按照设定的注剂间隔周期，整点开始执行注剂程序，首先控制器控制一号油井的注剂管路导通，控制器控制计量柱塞泵将药罐内的药剂通过该注剂管路供入一号油井的油套环空内，最后当柱塞泵启动时长等于油井注剂间隔周期内计量柱塞泵的启停时长时，控制器控制计量柱塞泵和一号油井的注剂管路关闭，完成对一号油井的注剂；

S008：控制器依据各个油井加药间隔周期内计量柱塞泵的启停时长完成对二号、三号和四号油井的药剂注入，然后停机；

S009：在下一个注剂间隔周期，重复步骤S006和S007和中的内容。

实施例2

S001：收集井区结蜡井的生产数据，利用灰色关联分析方法，对收集的结蜡井属性数据进行相关性分析，从而确定结蜡预测的主控参数；

在步骤S001中，确定载荷差、最小载荷、最大载荷、功图面积、上行电流、平均电流和周期内有功功率平均值作为结蜡预测的主控参数。

实施例3

S003：将结蜡主控参数的权重进行加权计算得到一个合并指标，进行归一化处理后得到一个能够反映结蜡程度的结蜡综合指数；

在步骤S003中，该指数介于0-1之间，越接近1.0蜡卡躺井风险越大。

根据实测数据计算得到的四口井的结蜡综合指数从0.4逐步上升到0.8以上，井筒有结蜡趋势。

实施例4

S005：利用发布的预测模型，对结蜡井程度随时间变化进行预测；

在步骤S005中，一旦油井结蜡预测指数一旦达到0.9，就要开始将油井的药剂投加量增加一倍，若在0.7-0.9之间则维持投加量不变，若低于0.7则将投加量减少30％。

经过预测，该井场的四口井结蜡综合指数预测值为0.821-0.943，且有继续增大的趋势，因此系统自动将该井场的四口油井的日药剂投加量增加一倍。

实施例5

S006：根据油井智能加药控制平台计算得到的油井药剂日投加量、柱塞泵排量和注剂间隔周期计算出油井加药间隔周期内计量柱塞泵的启停时长，并将其通过油区局域网发送至井场上注剂装置中的控制器中；

在步骤S006中，在油井智能加药控制平台上设置计量柱塞泵的排量、注剂间隔周期和每个油井日注剂量，其中注剂间隔周期的单位为小时，最大值不超过24；计算注剂间隔周期内各个油井注剂量，相当于将单井日注剂量平均分配到注剂间隔周期内，具体计算公式如下：

其中，D

经过计算，本例中1号井到4号井油在注剂间隔周期内的注剂量分别为0.1666L、0.1666L、0.1666L、0.0833L。

实施例6

在步骤S006中，在注剂间隔周期内的井组总注剂量需满足以下公式：

其中，n是井组油井个数；D

如果不能满足以上公式，则会使井组在注剂间隔周期内无法完成设定药剂投加量。

经过计算，本例中四口油井注剂间隔周期内的注剂总量为0.5831L小于2L，所有油井都可完成设定的注剂量。

计算油井注剂间隔周期内计量柱塞泵的启停时长。

t＝D

其中，t是油井加药间隔周期内计量柱塞泵的启停时长；D

经过计算，本例中1号井到4号井油在注剂间隔周期内计量柱塞泵的启停时长分别为150秒、150秒、150秒、74秒，总计约为11.2分钟。

实施例7

参考图1，本发明还提出一种基于数据挖掘的丛式油井智能注剂系统，采用以上实施例所述的基于数据挖掘的丛式油井智能注剂方法进行控制，包括：药罐1、控制器6和油井智能加药控制平台7；所述药罐1的出口通过管路依次连接有计量柱塞泵2和汇管3，所述汇管3通过多条注剂管路4分别与多个油井一一连通，每条所述注剂管路3上分别连接有油井电磁阀5；所述控制器6的信号输出端分别与所述计量柱塞泵2、每个所述油井电磁阀5信号连接；所述油井智能加药控制平台7与所述控制器6的信号接收端信号连接。

参考图1和图2，油井智能加药控制平台7将依据油井示功图数据，结合智能数据挖掘技术，优选抽油机井结蜡的主控参数，建立油井结蜡预测模型，应用长短时记忆深度学习算法，建立结蜡程度人工智能预测模型，利用大量样本数据进行模型训练后，实现抽油机井结蜡程度的定量化预测，自动制定油井清防蜡剂的日投加量；然后油井智能加药控制平台7根据设置的计量柱塞泵2的排量、注剂间隔周期和每个油井日注剂量等参数计算自动计算出油井加药间隔周期内计量柱塞泵2的启停时长，并将其通过油区局域网发送至井场上注剂装置中的控制器6中。当注剂间隔周期开始时，控制器6控制计量柱塞泵2和1号油井的油井电磁阀5开启，然后药罐1内的药剂被计量柱塞泵2吸入并经汇管3和1号油井的油井电磁阀5，最后通过注剂管路4排出至一号油井的油套环空内，最后当计量柱塞泵2启动时长等于一号油井注剂间隔周期内计量柱塞泵2的启停时长时，控制器6控制计量柱塞泵2关闭，完成对一号油井的注剂。接着控制器6重复类似于一号油井的执行程序，完成对二号油井、三号油井和四号油井的药剂注入，然后停机。下一个注剂间隔周期开始后再次重复完成对一号油井至四号油井的轮巡注剂。

实施例8

参考图1，在实施例7的基础上，还包括药罐电磁阀8，所述药罐电磁阀8连接在所述药罐1与所述计量柱塞泵2之间的管路上，所述药罐电磁阀8的信号接收端与所述控制器6的一个信号输出端相连接。

药罐电磁阀8为常闭电磁阀，只有当药罐电磁阀8打开后，计量柱塞泵2才可以正常工作，因此药罐电磁阀8和计量柱塞泵2一般同时运行或者同时关闭，药罐电磁阀8还可以防止管路中的药液倒流回药罐1内，使计量柱塞泵2入口端的管路中保留药液，提高计量柱塞泵2的供药的精确性。

实施例9

参考图1，在实施例8的基础上，所述控制器6选用PLC。

PLC可接收来自油井智能加药控制平台7发送的控制信息，不容易受到外界环境干扰，可在油井附近恶劣条件下稳定工作。本发明采用的控制器6是西门子S7-200PLC，在实时模式下具有速度快，具有通讯功能和较高的生产力的特点，被广泛应用于目前的各类工业控制领域。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。