[發明專利]基于井下多參數實時監測的抽油機閉環控制方法及系統有效
| 申請號: | 201110277427.2 | 申請日: | 2011-09-19 |
| 公開(公告)號: | CN102305998A | 公開(公告)日: | 2012-01-04 |
| 發明(設計)人: | 王曉華;馬春寶;徐恩寬;楊顯志;向延安;楊志祥;宋志軍;王洋;李廣富;岳鵬飛;穆磊;劉祥;李洪軍 | 申請(專利權)人: | 中國石油天然氣股份有限公司 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04;E21B43/00 |
| 代理公司: | 北京三友知識產權代理有限公司 11127 | 代理人: | 任默聞 |
| 地址: | 100007 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 井下 參數 實時 監測 抽油機 閉環控制 方法 系統 | ||
技術領域
本發明是關于石油測井技術,特別是關于一種基于井下多參數實時監測的抽油機閉環控制方法及系統。
背景技術
目前,國內外油田普遍采用有桿抽油泵采油方式,由地面抽油機、抽油桿和井下抽油泵組成的有桿抽油系統是石油生產的耗電大戶,約占總耗電總量的20%-30%。為了保證抽油機有足夠的過載能力,通常電動機裝機功率比較大,大都處于“大馬拉小車”的工況下運行,造成能源的極大浪費。特別是當油井到了開采中后期,由于產量減少、液面低、液面不穩定,抽油機在工作中存在著不同程度的“泵空”和“干抽”情況,使得無效行程增加,抽油機的效率不能得到有效的利用,在開采過程中造成開采的電費成本居高不下,能源嚴重浪費。由于抽油機運動特性決定了無法隨時改變抽油機的電流和功率,同時造成抽油桿、管磨損嚴重,增加了生產作業成本。
雖然目前變頻調速技術在油田已經廣泛應用,但是目前抽油機變頻控制主要還是根據經驗設定給定頻率,使抽油機電機按給定頻率工作,電機的輸出特性比較硬,而且還不能根據油井的實時工作狀態及抽油機負載特性來調節電機的輸出轉矩,有時還可能存在著發電狀態等問題。
以有桿抽油泵采油方式為主的油井,在開發生產過程中,油井的溫度、壓力、含水率、動液面、套壓及光桿懸點載荷等參數是重要的生產管理數據,目前油井含水率的測試主要采用的是井口人工取樣化驗的方法,測試結果不能及時、連續的反映油井整個生產過程的含水變化情況,同時增加了工人的勞動強度,當采用在線儀表進行測試時,受含氣、間出(非滿管流)等影響,誤差較大。另外,油井動液面測試主要采用回聲法進行,難以實現在線測試,而且受環空內“泡沫段”及井壁結蠟等因素的影響,測試誤差較大(幾十米到幾百米不等),影響了對油井生產的正確評價。
因此,如何改變抽油泵長期處于低效做功的狀態,減少低效甚至無效抽取,從而達到高效節能,減少維護成本,提高運行效率,降低機器損耗,增加抽油機的使用壽命的目的,已成為亟待解決的問題。
發明內容
本發明提供一種基于井下多參數實時監測的抽油機閉環控制方法及系統,以實時監測及調整抽油機的工作狀態。
為了實現上述目的,本發明提供一種基于井下多參數實時監測的抽油機閉環控制方法,該抽油機閉環控制方法包括下列步驟:A)采集井下多參數測試儀測試井下溫度、壓力、含水率、動液面及抽油機工作參數;B)根據現場測試數據建立抽油機最佳工況的數據模型,生成針對該抽油機最佳工況的試井下溫度、壓力、含水率、動液面及抽油機工作參數;C)比較井下多參數測試儀測試的井下溫度、壓力、含水率、動液面及抽油機工作參數與針對該抽油機最佳工況的試井下溫度、壓力、含水率、動液面及抽油機工作參數的綜合誤差值是否大于預設閾值;D)如果是,根據針對該抽油機最佳工況的試井下溫度、壓力、含水率、動液面及抽油機工作參數調整抽油機的工作狀態。
在步驟C)中,如果井下多參數測試儀測試的井下溫度、壓力、含水率、動液面及抽油機工作參數小于針對該抽油機最佳工況的試井下溫度、壓力、含水率、動液面及抽油機工作參數的綜合誤差值,轉到步驟A)。
在步驟B)中,根據現場測試數據建立抽油機最佳工況的數據模型包括:利用最優化算法或者多參數神經網絡算法,根據現場測試數據建立抽油機最佳工況的數據模型。
為了實現上述目的,本發明還提供一種基于井下多參數實時監測的抽油機閉環控制系統,該抽油機閉環控制系統包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國石油天然氣股份有限公司,未經中國石油天然氣股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110277427.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種仿人形結構的木琴演奏機器人
- 下一篇:流體因子提取方法





