《基于数据驱动的油井生产参数智能调控方法》

技术简介：

常规油田中后期开发往往存在油井压力不足、油井供液能力与抽汲能力不匹配等问题，现有间歇采油、变频控制等方法难以充分考虑多种油井监测数据的动态变化。为此，文中提出一种基于数据驱动的油井生产参数智能调控方法，结合采油工程理论知识，筛选了示功图、动液面和产液速度3种指标用于指导油井生产参数调控。根据示功图，建立基于卷积神经网络的油井供液程度智能识别模型，将示功图量化为供液程度；对筛选出的3种时序数据开展分析，建立油井生产参数调控单因素决策因子计算方法；在此基础上，考虑多种因素对调控决策的综合影响，建立了基于层次分析法的综合决策因子计算方法，实现了油井生产参数调控多因素量化决策。现场应用表明，使用油井生产参数智能调控方法后，油井供液程度平均提升13.6百分点，动液面下降137.903m，产液速度上升0.510t/d，供液稳定性明显提升，有效实现了油井生产参数与供液情况的自适应匹配，采油效率明显提升。

研发人员：王振龙;何岩峰;王相;窦祥骥;李秉超;陈真;