[go: up one dir, main page]

CN108765889B - 基于大数据技术的油气生产运行安全预警方法 - Google Patents

基于大数据技术的油气生产运行安全预警方法 Download PDF

Info

Publication number
CN108765889B
CN108765889B CN201810341724.0A CN201810341724A CN108765889B CN 108765889 B CN108765889 B CN 108765889B CN 201810341724 A CN201810341724 A CN 201810341724A CN 108765889 B CN108765889 B CN 108765889B
Authority
CN
China
Prior art keywords
parameter
early warning
wellhead
variance
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810341724.0A
Other languages
English (en)
Other versions
CN108765889A (zh
Inventor
阎红巧
冒亚明
吴顺成
余飞
王顺义
赵刚
田琨
王伟
李剑颖
厉彦柏
栗玉华
袁立凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Petroleum Corp
CNPC Research Institute of Safety and Environmental Technology Co Ltd
Original Assignee
CNPC Research Institute of Safety and Environmental Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CNPC Research Institute of Safety and Environmental Technology Co Ltd filed Critical CNPC Research Institute of Safety and Environmental Technology Co Ltd
Priority to CN201810341724.0A priority Critical patent/CN108765889B/zh
Publication of CN108765889A publication Critical patent/CN108765889A/zh
Application granted granted Critical
Publication of CN108765889B publication Critical patent/CN108765889B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Animal Husbandry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Educational Administration (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Emergency Management (AREA)
  • Measuring Fluid Pressure (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种基于大数据技术的油气生产运行安全预警方法，其包括以下步骤：A)设定预判参数；B)数据存取模块实时读取分析判断周期T内远程现场参数数据，所述现场参数数据包括井口瞬时气量、井口温度、A环空压力；C)根据预判参数建立预警模型，将所述现场参数数据带入预警模型，并得出待诊断问题参数；D)待诊断问题参数达到目标参数要求时，则推送报警信息；E)所述待诊断问题参数未达到目标参数要求时，则进行下一个预推送报警周期T，重复步骤B)、C)，直到待诊断问题参数达到目标参数要求，则推送报警信息。与现有技术相比，本发明的安全预警方法可以提前预测井筒安全屏障异常，有效地实现生产运行安全管理关口前移。

Description

基于大数据技术的油气生产运行安全预警方法
技术领域
本发明涉及三高气井安全生产技术领域，尤其涉及一种基于大数据技术的油气生产运行安全预警方法。
背景技术
环空压力异常是井筒安全屏障损坏的征兆，高压、高产量及高含硫气井(简称“三高气井”)的井筒安全屏障一旦损坏可能诱发地层流体泄漏、井喷等事件，极易造成群死群伤。从安全角度，利用信息化技术实时监测并跟踪各生产参数变化趋势，挖掘井筒安全屏障损坏征兆，在井筒安全屏障损坏初期给出预警，对防范流体泄漏、气窜以及井喷风险有重要意义。
近年来，国内外十分重视井筒安全屏障的本质安全，总结国内外现有的诊断环空压力是否异常方法共有四种，包括流体样本分析、测井分析、泄压及压力恢复特性和分布式控制系统(Distributed Control System，简称DCS系统)。这四种分析方法均能可靠地发现环空异常带压现象，但是存在一定不足。其中，流体样本分析、工程测井、环空泄压及压力恢复测试均为线下分析，难以实时发现环空异常带压；DCS系统通过设定环空压力阈值实时监测环空压力状态，阈值通常设定为其允许承压能力的80％，当DCS系统报警时，井筒安全屏障可能已损坏到难以控制和补救的危险状态。
美国外大陆架大部分油气井存在环空带压现象，统计的8122口井中存在11498个环空带压套管段，且50％发生在生产套管和油管之间的环形空间，即A环空处。A环空压力主要有三个来源：1)井筒“热效应”引起的环空带压；2)油管或井口泄漏引起A环空带压；3)生产套管密封失效引起环空带压。其中，井筒“物理效应”引起的环空带压是指随着气量的增加，井筒温度会不断升高，引起热膨胀而产生的环空压力，属于正常带压。而由于油管或是套管的泄漏、不合格的固井质量以及水泥环损害造成的环空压力为异常带压，即因井筒安全屏障损坏而引起的环空压力。明确A环空正常带压时各工况参数的变化规律是识别其异常带压现象的前提。总结气井在正常带压状态下开井过程、稳产、调产、关井过程、关井期五种状态下瞬时气量、井口温度以及A环空压力的变化规律，如附图1所示，开井过程、调产、关井过程三种状态下瞬时气量、井口温度以及A环空压力之间的量化关系并不明确，难以定量描述这三种状态下A环空异常带压规律。因此，本发明是针对井口瞬时气量和井口温度稳定情况下，A环空异常带压预警方案。
发明内容
本发明是鉴于现有技术存在的上述问题提出的，本发明提供一种能够实现实时监控、预警精确、预警期长的油气生产运行安全预警方法。
本发明是通过以下技术方案实现的：一种基于大数据技术的油气生产运行安全预警方法，其包括以下步骤：
A)设定分析判断周期T、并根据某区块所有历史异常样本确认预判参数；
B)数据存取模块实时读取分析判断周期T内远程现场参数数据，所述现场参数数据包括井口瞬时气量、井口温度、A环空压力；
C)根据预判参数建立预警模型，将所述现场参数数据带入预警模型，并得出待诊断问题参数；
D)待诊断问题参数达到目标参数要求时，则推送报警信息；
E)所述待诊断问题参数未达到目标参数要求时，则进行下一个分析判断周期T，重复步骤B)、C)，直到待诊断问题参数达到目标参数要求，则推送报警信息。
进一步地，建立预警模型包括以下步骤：
S101：数据存取模块读取DCS系统中分析判断周期T内各个时间点的数据参数，所述数据参数包括井口瞬时气量、井口温度、A环空压力；
S102：分别求取T时间段内井口瞬时气量方差S1和井口温度方差S2；
S103：如无法同时满足井口瞬时气量方差S1<δ1且井口温度方差S2<δ2，则进行下一个分析判断周期T的数据参数读取，即重复步骤S101、S102，直到井口瞬时气量方差S1<δ1且井口温度方差S2<δ2；
S104：如井口瞬时气量方差S1<δ1且井口温度方差S2<δ2，则采用最小二乘法拟合A环空压力变化趋势线，并得出拟合线公式y＝αt+β；
其中，δ1为井口瞬时气量方差限值，δ2为井口温度方差限值，α和β为最小二乘法确认的常数，y为A环空压力参数，t为分析判断周期T内的时间参数。
优选地，所述待诊断问题参数为α；所述目标参数要求为α>0。
进一步地，选取DCS系统某区块所有历史异常样本，统计该区块内所有历史异常样本A环空压力上升时间，所述分析判断周期T小于该区块内所有历史异常样本A环空压力上升时间的最小值。
优选地，所述区块所有历史样本分为若干个分析判断周期T，统计所述若干个分析判断周期T内井口瞬时气量方差，所述井口瞬时气量方差限值δ1小于所述若干个分析判断周期T内井口瞬时气量方差的最小值。
进一步地，所述区块所有历史样本分为若干个分析判断周期T，统计所述若干个分析判断周期T内井口温度方差，所述井口温度方差限值δ2小于所述若干个分析判断周期T内井口温度方差的最小值。
进一步地，所述预设参数为可调，所述预设参数为人工输入参数。
优选地，还包括参数优化调整模块。
进一步地，所述参数优化调整模块包括以下运行步骤，
(1)设置预设参数；
(2)依次运行步骤S102、S103、S104，当α>0时，推送预警信息并累计一次预警总数；
(3)安排操作人员进行现场排查；
(4)如现场排查结果与预警信息一致，则累计一次准确预警数；如现场排查结果与预警信息不一致，则累计一次不准确预警数；
(5)重复步骤(2)、(3)、(4)N次，统计预警准确率；
(6)所述预警准确率达到目标准确率时，则停止参数调整优化过程，设定所需参数；
(7)所述预警准确率达不到目标准确率时，则重复步骤(1)、(5)，直到所述预警参数准确率达到目标准确率时，停止参数调整优化过程，同时设定所需参数。
所述预设参数包括分析判断周期T、井口瞬时气量方差限值δ1，井口温度方差限值δ2。
优选地，当连续若干个所述分析判断周期T，每个分析判断周期T的导数α均大于0时，控制系统推送预警信息。
与现有技术相比，本发明通过实时采集远程终端监控参数，根据预设参数分析监控参数，可以准确地预测气井在稳产阶段或关井期异常带压情况，也就是说，根据一定周期内(分析判断周期T)，A环空压力的变化(未达到环空压力阈值)，可以准确得出环空处是否异常带压，并及时将气井异常信息传送至控制终端，避免DCS系统设置阈值的弊端，可以在A环空压力达到阈值之前发现异常并推送预警信息，进而使得现场操作人员有充裕的时间进行处理或者及时处理故障，有效地将安全管理关口前移，进而降低气井生产运营成本、提高工作效率。设有参数优化调整模块，技术人员可以根据生产经验设置(或通过历史异常样本自动计算出)预设参数(包括分析判断周期)，结合生产运营的现场排查，从而得出预警准确率，同时技术人员可以根据经验不断验证、优化参数，进而提高预警率；也就是说，设有参数优化调整模块，技术人员可以根据生产经验自行调整预设参数，如气井等发生变化时，技术人员无需根据提取历史异常样本信息，就可以直接设定预设参数，并在使用过程中不断验证、优化参数，进而得出预警准确度高的预设参数。
附图说明
图1为环空正常带压状态下气井工况参数变化规律图；
图2为A环空异常带压预警逻辑示意图；
图3为参数优化调整模块逻辑示意图；
图4为预设参数初设规则；
图5为预警方法验证分析工作流程图；
图6为异常样本1稳产期生产参数变化趋势线图；
图7为异常样本2关井期生产参数变化趋势线图。
具体实施方式
为了更好地理解和实施，下面结合附图详细说明本发明。
一种基于大数据技术的油气生产运行安全预警方法，其包括以下步骤：
A)设定分析判断周期T、设定预判参数，所述预判参数包括分析判断周期T、井口瞬时气量方差限值δ1，井口温度方差限值δ2；
B)数据存取模块实时读取分析判断周期T内远程现场参数数据，所述现场参数数据包括井口瞬时气量、井口温度、A环空压力；
C)根据预判参数建立预警模型，将所述现场参数数据带入预警模型，并得出待诊断问题参数；
D)待诊断问题参数达到目标参数要求时，则推送报警信息；
E)所述待诊断问题参数未达到目标参数要求时，则进行下一个预推送报警周期T，重复步骤B)、C)，直到待诊断问题参数达到目标参数要求，则推送报警信息。
实施例一
一种基于大数据技术的油气生产运行安全预警方法，其包括以下步骤：
S101：根据DCS系统某区块所有历史异常样本确认预设参数，即所述预设参数包括分析判断周期T、井口瞬时气量方差限值δ1，井口温度方差限值δ2。
S102：选择第一个分析判断周期T；
S103：数据存取模块读取DCS系统中分析判断周期T内各个时间点的数据参数，所述数据参数包括井口瞬时气量、井口温度、A环空压力；
S104：分别求取T时间段内井口瞬时气量方差S1和井口温度方差S2；
S105：如无法同时满足井口瞬时气量方差S1<δ1且井口温度方差S2<δ2，则进行下一个分析判断周期T的数据参数读取，即重复步骤S102、S103，直到井口瞬时气量方差S1<δ1且井口温度方差S2<δ2；
S106：如井口瞬时气量方差S1<δ1且井口温度方差S2<δ2，则采用最小二乘法拟合A环空压力变化趋势线，并得出拟合线公式y＝αt+β，求取A环空压力变化趋势线导数α；
S107：如导数α≤0，则进行下一个分析判断周期T的数据参数读取，并重复步骤S102、S103、S104、S105，直到导数α>0；
S108：如导数α>0,则推送预警信息；
其中，δ1为井口瞬时气量方差限值，δ2为井口温度方差限值，α和β为最小二乘法确认的常数，y为A环空压力参数，t为分析判断周期T内的时间参数。
另外，还包括试运行阶段起优化调整作用的参数优化调整模块，其包括以下运行步骤：
(1)设置预设参数；其中，第一次预设参数根据DCS系统某区块所有历史异常样本确认的；
(2)依次运行步骤S102、S103、S104，当α>0时，推送预警信息并累计一次预警总数；
(3)安排操作人员进行现场排查；
(4)如现场排查结果与预警信息一致，则累计一次准确预警数；如现场排查结果与预警信息不一致，则累计一次不准确预警数；
(5)重复步骤(2)、(3)、(4)N次，统计预警准确率；
(6)所述预警准确率达到目标准确率时，则停止参数调整优化过程，设定所需参数；
(7)所述预警准确率达不到目标准确率时，则重复步骤(1)、(5)，直到所述预警参数准确率达到目标准确率时，停止参数调整优化过程，同时设定所需参数。
再次，根据DCS系统某区块所有历史异常样本确认预设参数的规则，如图3所示。
分析判断周期T的确认：选取DCS系统某区块所有历史异常样本，统计该区块内所有历史异常样本A环空压力上升时间，所述分析判断周期T小于该区块内所有历史异常样本A环空压力上升时间的最小值。
井口瞬时气量方差限值δ1的确认：所述区块所有历史样本分为若干个分析判断周期T，统计所述若干个分析判断周期T内井口瞬时气量方差，所述井口瞬时气量方差限值δ1小于所述若干个分析判断周期T内井口瞬时气量方差的最小值。
井口温度方差限值δ2的确认：所述区块所有历史样本分为若干个分析判断周期T，统计所述若干个分析判断周期T内井口温度方差，所述井口温度方差限值δ2小于所述若干个分析判断周期T内井口温度方差的最小值。
此外，本发明运用了以下公式进行模型的建立。
(1)方差计算
一组数据的平均数表示这组数据的一般水平，而方差反映了一组数据与其平均值的偏离程度。方差计算公式为
Figure BDA0001630843510000051
此方案中方差计算的目的是判断瞬时气量稳定和井口温度是否稳定。因此公式中x序列为井口瞬时气量和井口温度。
(2)最小二乘法原理
假设一段时间在不同时刻实时监测的A环空压力数据为y0，y1…，yn。根据这些数据建立y和t之间的经验公式，其中a和b是待定常数。
因为这些点本来不在一条直线上，我们只能要求选取这样的a和b，使得f(t)＝αt+β在t0，t1…，tn处的函数值与实时监测的A环空压力数据y0，y1…，yn相差都很小，即就是要使偏差yi-f(ti)(i＝0,1,2,…,n)都很小，这种根据偏差的平方和为最小的条件来选择常数a，b的方法叫做最小二乘法。因此考虑选取常数a和b，使得偏差M最小。
Figure BDA0001630843510000061
把M看成自变量a和b的一个二元函数，那么问题就可归结为求函数在那些点处取得最小值。根据环空压力的实时监测值，求得a和b，从而得到拟合趋势线f(t)＝αt+β。α和β的求取公式如式(3)所示。
Figure BDA0001630843510000062
Figure BDA0001630843510000063
其中α分析判断周期内A环空压力上升速度，当α大于0，则表明A环空异常带压。
实施例二
与实施例一的不同之处在于：所述预设参数为人工输入参数。
在实际生产运营过程中，当气井刚刚投入使用时或为了提高效率，经验丰富的技术人员可以直接设置预设参数，然后在生产运营过程中，通过参数优化调整模块进行不断的优化调整，进而可以得出预警准确度高的预设参数。
采用人工输入参数，无需采集历史异常数据，可以直接将本发明的安全预警方案投入使用，特别适用于新开采的气井。
实施例三
与实施例一或实施例二的不同之处在于：当连续若干个所述分析判断周期T，各个分析判断周期T的导数α均大于0时，控制系统推送预警信息。
优选地，采用两个分析判断周期T，可以有效地降低生产操作人员的工作量，同时可以更加精确预警，降低预警的失误率。
使用案例
发明人为验证本发明安全预警方法的效果，赴西南油气田川中气矿某项目开发部开展验证工作，验证流程如图5所示。首先通过生产日报收集现场生产运行异常记录，从而确定A环空异常带压的气井名称，并由此追溯DCS系统井口瞬时气量、井口温度以及A环空压力历史存储数据，然后进行数据预处理、数据分析，最后带入预警规则进行验证分析。
由生产日报知的A环空带压，追溯DCS系统2015年5月至2016年5月整一年内的生产参数，包括井口瞬时气量、井口温度和A环空压力，对数据进行预处理并从中提取了008-H1的两个A环空异常样本数据。绘制两个异常样本生产参数变化曲线如图6和图7所示。
异常样本数据1描述：在稳产阶段从2015年7月6日13:52:07至2015年7月24日15:12:10期间A环空压力值由29.99MPa上升至46.36MPa，持续缓慢上升约434小时；
异常样本数据2描述：在关井期2015年9月5日2:30:00至2015年9月9日12:30:00期间A环空压力值由40.15MPa上升至56.19MPa，持续缓慢上升约106小时。
安全预警方法与传统的DCS系统的对比分析：
1)采用目前DCS系统报警策略
目前井场DCS系统设置A环空压力报警限值为56MPa。异常样本1由于没有达到DCS系统报警限值，因此在现场异常样本1未被发现；异常样本2在环空压力上升约106小时后达到DCS系统报警限值，通过DCS系统限制报警异常样本2被现场技术人员发现。
2)本发明的安全预警方法
本文预警规则设置分析判断周期T为24小时，统计分析24小时内瞬时气量和井口温度数据，根据其方差统计值可知这两个参数严格稳定，继而通过最小二乘法拟合A环空压力趋势线并求取其导数α，经过计算两个异常样本导数均大于零，两个异常样本通过预警规则均可在A环空压力异常上升24小时后被发现。
应用本发明的安全预警方法进行测试异常样本1的A环空异常带压现象被发现了；异常样本2的A环空异常带压现象提前了82小时被预知。通过该气井的两个异常样本验证分析结果说明了本发明所提出的基于数据挖掘的气井安全预警规则可预知气井环空异常带压现象。
需要说明的是，本案例中并未展开阐述采集DCS系统中历史异常样本数据来确认预设参数，以及预设参数的优化过程。
与现有技术相比，本发明通过实时采集远程终端监控参数，根据预设参数分析监控参数，可以准确地预测气井在稳产阶段或关井期异常带压情况，也就是说，根据一定周期内(分析判断周期T)，A环空压力的变化(未达到环空压力阈值)，可以准确得出环空处是否异常带压，并及时将气井异常信息传送至控制终端，避免DCS系统设置阈值的弊端，可以在A环空压力达到阈值之前发现异常并推送预警信息，进而使得现场操作人员有充裕的时间进行处理或者及时处理故障，有效地将安全管理关口前移，进而降低气井生产运营成本、提高工作效率。设有参数优化调整模块，技术人员可以根据生产经验设置(或通过历史异常样本自动计算出)预设参数(包括分析判断周期)，结合生产运营的现场排查，从而得出预警准确率，同时技术人员可以根据经验不断验证、优化参数，进而提高预警率；也就是说，设有参数优化调整模块，技术人员可以根据生产经验自行调整预设参数，如气井等发生变化时，技术人员无需根据提取历史异常样本信息，就可以直接设定预设参数，并在使用过程中不断验证、优化参数，进而得出预警准确度高的预设参数。
本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。

Claims (4)

1.基于大数据技术的油气生产运行安全预警方法，其包括以下步骤：
A)设定预设参数，所述预设参数包括分析判断周期T、井口瞬时气量方差限值δ1，井口温度方差限值δ2；
B)数据存取模块实时读取分析判断周期T内远程现场参数数据，所述现场参数数据包括井口瞬时气量、井口温度、A环空压力；
C)根据预设参数建立预警模型，将所述现场参数数据带入预警模型，并得出待诊断问题参数；所述待诊断问题参数为α；目标参数要求为α>0；
D)待诊断问题参数达到目标参数要求时，则推送报警信息；
E)所述待诊断问题参数未达到目标参数要求时，则进行下一个分析判断周期T，重复步骤B)、C)，当连续若干个所述分析判断周期T，各个分析判断周期T的导数α均大于0时，控制系统推送预警信息；
建立预警模型包括以下步骤：
S101：选取DCS系统某区块所有历史异常样本，统计该区块内所有历史异常样本A环空压力上升时间，所述分析判断周期T小于该区块内所有历史异常样本A环空压力上升时间的最小值；数据存取模块读取DCS系统中分析判断周期T内各个时间点的数据参数，所述数据参数包括井口瞬时气量、井口温度、A环空压力；所述区块所有历史样本分为若干个分析判断周期T，统计所述若干个分析判断周期T内井口瞬时气量方差、井口温度方差，所述井口瞬时气量方差限值δ1小于所述若干个分析判断周期T内井口瞬时气量方差的最小值；所述井口温度方差限值δ2小于所述若干个分析判断周期T内井口温度方差的最小值；
S102：分别求取T时间段内井口瞬时气量方差S1和井口温度方差S2；
S103：如无法同时满足井口瞬时气量方差S1<δ1且井口温度方差S2<δ2，则进行下一个分析判断周期T的数据参数读取，即重复步骤S101、S102，直到井口瞬时气量方差S1<δ1且井口温度方差S2<δ2；
S104：如井口瞬时气量方差S1<δ1且井口温度方差S2<δ2，则采用最小二乘法拟合A环空压力变化趋势线，并得出拟合线公式y＝αt+β；
其中，δ1为井口瞬时气量方差限值，δ2为井口温度方差限值，α和β为最小二乘法确认的常数，y为A环空压力参数，t为分析判断周期T内的时间参数。
2.根据权利要求1所述安全预警方法，其特征在于：所述预设参数为可调，所述预设参数为人工输入参数。
3.根据权利要求1至2任意一项所述安全预警方法，其特征在于：还包括参数优化调整模块。
4.根据权利要求3所述安全预警方法，其特征在于：所述参数优化调整模块包括以下运行步骤，
(1)设置预设参数；
(2)依次运行步骤S102、S103、S104，当α>0时，推送预警信息并累计一次预警总数；
(3)安排操作人员进行现场排查；
(4)如现场排查结果与预警信息一致，则累计一次准确预警数；如现场排查结果与预警信息不一致，则累计一次不准确预警数；
(5)重复步骤(2)、(3)、(4)N次，统计预警准确率；
(6)所述预警准确率达到目标准确率时，则停止参数调整优化过程，设定所需参数；
(7)所述预警准确率达不到目标准确率时，重新调整预设参数，并重复步骤(1)、(5)，直到所述预警参数准确率达到目标准确率时，停止参数调整优化过程，同时设定所需参数。
CN201810341724.0A 2018-04-17 2018-04-17 基于大数据技术的油气生产运行安全预警方法 Active CN108765889B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810341724.0A CN108765889B (zh) 2018-04-17 2018-04-17 基于大数据技术的油气生产运行安全预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810341724.0A CN108765889B (zh) 2018-04-17 2018-04-17 基于大数据技术的油气生产运行安全预警方法

Publications (2)

Publication Number Publication Date
CN108765889A CN108765889A (zh) 2018-11-06
CN108765889B true CN108765889B (zh) 2020-08-04

Family

ID=64010662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810341724.0A Active CN108765889B (zh) 2018-04-17 2018-04-17 基于大数据技术的油气生产运行安全预警方法

Country Status (1)

Country Link
CN (1) CN108765889B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109681196B (zh) * 2018-12-05 2023-01-24 中国石油化工股份有限公司 低压页岩气井间歇生产管理方法及系统
CN110148285B (zh) * 2019-05-15 2021-04-02 山东云科汉威软件有限公司 一种基于大数据技术的油井参数智能预警系统及其预警方法
CN112540235B (zh) * 2019-09-20 2023-02-17 中国石油化工股份有限公司 雷电预警阈值的修正方法与系统及预警评估方法与系统
CN114764966A (zh) * 2021-01-14 2022-07-19 新智数字科技有限公司 一种基于联合学习的油气井趋势预警方法及装置
CN113159608B (zh) * 2021-05-06 2022-04-22 广东鹰视能效科技有限公司 一种基于预警识别的预警异常处理方法和系统
CN113256942B (zh) * 2021-05-18 2022-10-28 中海石油深海开发有限公司 异常事件的超前预警方法、装置、电子设备及介质
CN113553724A (zh) * 2021-07-30 2021-10-26 中国石油化工股份有限公司 一种页岩气井生产过程井筒异常分析及处理系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5275040A (en) * 1990-06-29 1994-01-04 Anadrill, Inc. Method of and apparatus for detecting an influx into a well while drilling
US7644290B2 (en) * 2003-03-31 2010-01-05 Power Measurement Ltd. System and method for seal tamper detection for intelligent electronic devices
CN101967971B (zh) * 2010-08-23 2013-02-06 陈东 三元流体不分离在线测量仪
CN101976494B (zh) * 2010-08-26 2013-06-26 中国石油集团川庆钻探工程有限公司 录井实时数据采集及同步预警方法
WO2013102192A2 (en) * 2011-12-31 2013-07-04 Saudi Arabian Oil Company Real-time dynamic data validation apparatus, system, program code, computer readable medium, and methods for intelligent fields
CN202882897U (zh) * 2012-10-10 2013-04-17 中国石油化工股份有限公司 井下数据采集装置
CN103726834B (zh) * 2012-10-10 2017-05-31 北京格瑞迪斯石油技术有限公司 一种环空带压诊断装置及方法
CN103337000B (zh) * 2013-07-18 2016-06-15 中国石油化工股份有限公司 一种油气集输系统安全监测预警方法
CN106227167A (zh) * 2013-12-30 2016-12-14 中国石油天然气股份有限公司 一种油气生产设备运行状态的预警方法
CN103745103B (zh) * 2013-12-31 2017-01-04 中国石油天然气股份有限公司 一种气井油套环空泄漏速率的确定方法及装置
CN105649609B (zh) * 2014-11-13 2018-09-04 中国石油天然气股份有限公司 高压气井a环空工作压力值的获取方法和系统
CN105717888B (zh) * 2014-12-05 2018-04-20 克拉玛依红有软件有限责任公司 一种智能预警系统
CN204759416U (zh) * 2015-05-12 2015-11-11 强艳玲 一种气井综合采气曲线及其分析系统
CN105089591B (zh) * 2015-06-19 2017-09-01 中国石油天然气股份有限公司 一种确定注蒸汽井环空气液界面的方法
CN105785950B (zh) * 2016-04-13 2018-08-24 浙江大学 一种基于云端的填埋气采集优化控制系统
CN106382102B (zh) * 2016-11-24 2019-01-18 西南石油大学 一种基于聚类算法的溢流早期预警方法
CN107390661B (zh) * 2017-08-28 2019-05-24 南京富岛信息工程有限公司 一种流程工业过程状态异常的预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《气井油管气渗引起的环空带压值预测模型研究》;严茂森;《气井油管气渗引起的环空带压值预测模型研究》;20170607;第44页 *

Also Published As

Publication number Publication date
CN108765889A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108765889B (zh) 基于大数据技术的油气生产运行安全预警方法
US9968899B1 (en) Catalyst transfer pipe plug detection
US10739798B2 (en) Incipient temperature excursion mitigation and control
CN112943181B (zh) 智能气井阀门调节系统
US20180275690A1 (en) Operating slide valves in petrochemical plants or refineries
US8201624B2 (en) Clustered wellhead trunkline protection and testing system with ESP speed controller and emergency isolation valve
US7840332B2 (en) Systems and methods for steam turbine remote monitoring, diagnosis and benchmarking
CA2810721C (en) Clustered wellhead trunkline protection and testing system with esp speed controller and emergency isolation valve
US20180046155A1 (en) Identifying and implementing refinery or petrochemical plant process performance improvements
CN117291582B (zh) 一种基于数据分析的工业生产互联监控系统
WO2008079799A2 (en) Method and system for automated choke control on a hydrocarbon producing well
WO2008014349A1 (en) Method and system for detecting abnormal operation in a process plant
CN116658492B (zh) 智能动力猫道及其方法
CN111720296B (zh) 一种基于自编码器的汽动给水泵设备异常状态预警方法
AU2017208692A1 (en) Method and apparatus for automated pressure integrity testing (apit)
CN111611751B (zh) 一种基于贝叶斯与事件树的化工过程风险动态分析方法
US10953377B2 (en) Delta temperature control of catalytic dehydrogenation process reactors
CN115238929A (zh) 一种石油炼化体系预测性维护方法及系统
CN116955955A (zh) 一种管道缺陷模型预测方法、系统、终端设备及存储介质
CN115436051B (zh) 液压支架压力异常识别方法
Tang et al. Parameter estimation of a delay time model of wearing parts based on objective data
Shoukas et al. Analysis of fault data collected from automated fault detection and diagnostic products for packaged rooftop units
CN117371990A (zh) 基于物联网的水电厂工具智能管理平台
CN105117985A (zh) 一种炼油企业设备缺陷管理的系统化方法
CN118835969A (zh) 一种油井防汽窜智能监测和自动调控方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201130

Address after: 100000 Beijing City, Xicheng District shop kang six

Patentee after: CHINA NATIONAL PETROLEUM Corp.

Patentee after: CHINA NATIONAL PETROLEUM CORPORATION SAFETY AND ENVIRONMENTAL TECHNOLOGY RESEARCH INSTITUTE Co.,Ltd.

Address before: 102200 Building 1, 1 the Yellow River North Street, Changping District, Beijing.

Patentee before: CHINA NATIONAL PETROLEUM CORPORATION SAFETY AND ENVIRONMENTAL TECHNOLOGY RESEARCH INSTITUTE Co.,Ltd.