梅永貴 駱裕明 王景悅 薛占新 石延霞 張 斌

(1.中國(guó)石油華北油田公司，河北 062550;2.中國(guó)石油華北油田公司山西煤層氣勘探開(kāi)發(fā)分公司，山西 046000;3.中國(guó)石油天然氣集團(tuán)有限公司煤層氣開(kāi)采先導(dǎo)試驗(yàn)基地，河北 062550)

1 引言

在煤層氣開(kāi)發(fā)中，抽油機(jī)作為主要排采設(shè)備其整體效率直接影響開(kāi)發(fā)成本。煤層氣井生產(chǎn)屬于降壓排采，各排采階段產(chǎn)水量變化較大，若不及時(shí)調(diào)整排采設(shè)備，經(jīng)常會(huì)出現(xiàn)“大馬拉小車(chē)”的情況。另外一些排采井產(chǎn)水量大，存在著泵徑過(guò)小、抽油機(jī)機(jī)型不匹配等問(wèn)題，均會(huì)導(dǎo)致系統(tǒng)效率過(guò)低，降液困難。據(jù)統(tǒng)計(jì)，國(guó)內(nèi)油田抽油機(jī)平均系統(tǒng)效率為27.6%，而沁水盆地南部煤層氣主要區(qū)塊的抽油機(jī)井平均系統(tǒng)效率僅為0.6%～7.4%，遠(yuǎn)遠(yuǎn)不能達(dá)到抽油機(jī)節(jié)能要求25%的標(biāo)準(zhǔn)，能量利用率低的現(xiàn)狀亟待改善。

對(duì)于抽油機(jī)能耗分析，國(guó)內(nèi)外學(xué)者從理論計(jì)算和經(jīng)驗(yàn)數(shù)據(jù)兩個(gè)方面開(kāi)展了大量研究。理論計(jì)算方法主要是從能量的角度精確模擬計(jì)算系統(tǒng)的各節(jié)點(diǎn)損耗，而經(jīng)驗(yàn)分析法則是根據(jù)電流、功圖、泵效等指標(biāo)或其組合判斷能耗在節(jié)點(diǎn)的轉(zhuǎn)換率。這兩類方法應(yīng)用于煤層氣抽油機(jī)井能耗分析時(shí)，存在以下問(wèn)題：(1)煤層氣不同排采階段，抽油機(jī)懸點(diǎn)載荷數(shù)值波動(dòng)大，相應(yīng)的節(jié)點(diǎn)能耗是動(dòng)態(tài)變化的，節(jié)點(diǎn)指標(biāo)參數(shù)分析取值存在困難；(2)機(jī)采井受到多方面因素影響，精確的模型對(duì)參數(shù)要求較高，求解一般較為復(fù)雜，理論計(jì)算法的及時(shí)性和實(shí)用性較差；(3)經(jīng)驗(yàn)分析法依賴于分析人員對(duì)平衡率、泵效、電機(jī)的平衡度等指標(biāo)數(shù)據(jù)的認(rèn)識(shí)程度，對(duì)于大量單井機(jī)采系統(tǒng)無(wú)法快速實(shí)現(xiàn)能耗評(píng)價(jià)。

本文基于數(shù)據(jù)挖掘與大數(shù)據(jù)分析，創(chuàng)新構(gòu)建一套多維尺度機(jī)采系統(tǒng)優(yōu)化模型，應(yīng)用K-means聚類分析獲得不同能耗偏向性的獨(dú)立樣本群，明確節(jié)能措施方向，給抽油機(jī)系統(tǒng)節(jié)能降耗提供新的技術(shù)思路。

2 數(shù)據(jù)挖掘與大數(shù)據(jù)優(yōu)化模型

2.1 能耗指標(biāo)提取

機(jī)采系統(tǒng)能耗主要考慮因素是電機(jī)、抽油機(jī)匹配度、抽油機(jī)生產(chǎn)參數(shù)與載荷的匹配度、抽油機(jī)工況(抽油機(jī)“五率”)、皮帶和盤(pán)根松緊度等。地下管柱因素主要包括管柱的偏磨、泵的漏失率、供液不足、氣體影響等影響。采用9個(gè)能耗關(guān)聯(lián)性較高、容易獲取的指標(biāo)進(jìn)行替代分析：載荷利用率、沉沒(méi)度、流壓、產(chǎn)液量、泵排量系數(shù)、噸液百米單耗、沖次、平衡度、電機(jī)功率利用率。這些指標(biāo)與可反映的節(jié)點(diǎn)或設(shè)備因素的對(duì)應(yīng)關(guān)系如表1所示。

表1 能耗指標(biāo)與影響因素對(duì)應(yīng)關(guān)系

2.2 大數(shù)據(jù)優(yōu)化模型構(gòu)建

提取與抽油機(jī)能耗相關(guān)的各類生產(chǎn)參數(shù)，建立①～⑤大數(shù)據(jù)分析模型，優(yōu)化抽油機(jī)系統(tǒng)能耗分析傳統(tǒng)算法，如圖1所示：

① 提取與單耗相關(guān)性高的9個(gè)生產(chǎn)指標(biāo)參數(shù)；

② 利用SPSS軟件建模進(jìn)行參數(shù)主成分分析，降低其耦合性；

③ 利用K-means聚類分析，依據(jù)數(shù)據(jù)特性劃分單井類型；

④ 依據(jù)不同類型單井做偏向性分析，確定高能耗節(jié)點(diǎn)；

⑤ 依據(jù)高能耗節(jié)點(diǎn)，制定對(duì)應(yīng)的優(yōu)化措施。

圖1 大數(shù)據(jù)優(yōu)化模型示意圖

2.3 主成分分析

上述9個(gè)指標(biāo)從不同方面反映了抽油機(jī)的節(jié)點(diǎn)能耗情況，但是數(shù)據(jù)維度多、耦合性較強(qiáng)，如何從指標(biāo)數(shù)據(jù)中分析出節(jié)點(diǎn)能耗特征，這實(shí)際是個(gè)多參數(shù)的優(yōu)化問(wèn)題。下面以沁水盆地南煤層氣田的504口抽油機(jī)井生產(chǎn)動(dòng)態(tài)數(shù)據(jù)為例，通過(guò)數(shù)據(jù)挖掘提取單井的能耗特征。

實(shí)際生產(chǎn)中對(duì)于具體損失多少能耗的定量計(jì)算要求不高，都屬于定性判斷。指標(biāo)之間并不獨(dú)立，耦合性較強(qiáng)，這里對(duì)數(shù)據(jù)進(jìn)行主成分分析提取獨(dú)立變量，實(shí)現(xiàn)數(shù)據(jù)降維。首先對(duì)上述的9個(gè)指標(biāo)數(shù)據(jù)進(jìn)行主成分分析，表2所示為利用SPSS軟件建模計(jì)算結(jié)果。最終提取了特征值大于1的3個(gè)主成分，依據(jù)轉(zhuǎn)換系數(shù)(表3)將9個(gè)指標(biāo)轉(zhuǎn)化成3個(gè)主成分。

表2 SPSS主成分分析結(jié)果

表3 SPSS主成分分析各參數(shù)占比

2.4 K-means聚類分析

雖然主成分分析簡(jiǎn)化了指標(biāo)，降低了耦合性，但對(duì)主成分?jǐn)?shù)據(jù)結(jié)果很難發(fā)掘其實(shí)際意義，將主成分指標(biāo)數(shù)據(jù)投影到多維空間中后，如圖2所示，無(wú)法感官區(qū)分和發(fā)現(xiàn)樣本的特征。需要通過(guò)聚類分析得到不同能耗特征的分類。

圖2 能耗指標(biāo)主成分?jǐn)?shù)據(jù)多維空間顯示

對(duì)于多指標(biāo)分類，如何確定最佳分類的個(gè)數(shù)，目前仍沒(méi)有明確唯一的方法來(lái)解決這個(gè)問(wèn)題。理想的分類方案需要最大限度地使類別間距離最大，同時(shí)類內(nèi)成員距離最小。本文采用的是基于Euclidean距離模型的K-means聚類算法進(jìn)行分析。

這里從實(shí)用性的角度結(jié)合類間距和類的穩(wěn)定性幾個(gè)方面來(lái)考慮，根據(jù)排采井生產(chǎn)經(jīng)驗(yàn)我們需要的分類數(shù)在3～5范圍內(nèi)，即方案A：分為3類，方案B：分為4類，方案C：分為5類。采用枚舉法，分別計(jì)算在一定數(shù)據(jù)增量的情況下原樣本分類是否發(fā)生變化來(lái)衡量各自分類的穩(wěn)定性，最為穩(wěn)定的分類方案即為滿足要求程度最高的方案。本文采用交叉驗(yàn)證法(Cross Validation)來(lái)比較3種分類方案的聚類結(jié)果。使用504條樣本記錄的50%的樣本聚類計(jì)算得出分類后，分別使用30%、40%、50%(152條、203條、252條)作為增量形成3個(gè)樣本總體分別進(jìn)行聚類計(jì)算，相應(yīng)的結(jié)果如表4所示。從穩(wěn)定性角度考慮，方案A的類別最為穩(wěn)定，分類較為合理。

表4 聚類分析評(píng)價(jià)表

取劃分3類為參數(shù)進(jìn)行K-means聚類計(jì)算，主成分樣本及聚類中心結(jié)果如圖3，圖中使用3種不同顏色標(biāo)注不同分類，可以看出三個(gè)類別的樣本主成分?jǐn)?shù)據(jù)基本上是沿著某個(gè)方向的延伸，可以解釋為同一類別具有相同特征值的表現(xiàn)。

圖3 k-means聚類結(jié)果

圖4 Ⅱ類能耗井(左)及Ⅲ類能耗井(右)偏向性分析結(jié)果

2.5 多維尺度的偏向性分析

依據(jù)上述聚類分析得到的3個(gè)類別內(nèi)分別進(jìn)行多維尺度偏向性分析，在某一類別內(nèi)評(píng)價(jià)各單井，明確能耗特征偏向：

Ⅰ類井一般某些特征較明顯，直接分析較為容易，同時(shí)井?dāng)?shù)較少，也無(wú)法進(jìn)行偏向性分析。

Ⅱ類井(圖4a)的百米噸液耗電量與電動(dòng)機(jī)功率利用率和泵的排量系數(shù)相關(guān)性較大，而受其他因素影響較小。

Ⅲ類井(圖4b)的百米噸液量與抽油機(jī)井的平衡度相關(guān)性大，另外電動(dòng)機(jī)功率利用率與載荷利用率關(guān)系較為密切。

3 優(yōu)化措施

依據(jù)上述指標(biāo)特征的偏向性分析，依據(jù)不同的分類展開(kāi)不同側(cè)重點(diǎn)的優(yōu)化維護(hù)工作。相應(yīng)地從單井水量與設(shè)備的匹配度、設(shè)備的狀態(tài)、工作制度三個(gè)方面對(duì)系統(tǒng)進(jìn)行優(yōu)化，具體優(yōu)化策略及措施如表5。

表5 不同類型能耗單井優(yōu)化策略

Ⅰ類能耗井：通過(guò)經(jīng)驗(yàn)法分析，2口井存在管柱漏失的問(wèn)題，經(jīng)過(guò)作業(yè)施工，更換破損油管，指標(biāo)恢復(fù)正常。

Ⅱ類能耗井：在煤層氣田井中存在大量供液不足的單井，主要采用間抽、調(diào)整泵徑和沖程沖次等方法減少了抽油機(jī)的運(yùn)行時(shí)間，從而降低單位能耗。依托井上自動(dòng)化系統(tǒng)，目前沁水盆地南的單井可實(shí)現(xiàn)大面積智能排采控制。針對(duì)422口井的抽油機(jī)工作制度重點(diǎn)篩查，經(jīng)過(guò)論證對(duì)115口單井實(shí)行了間抽，下調(diào)213口單井的沖次。

Ⅲ類能耗井：對(duì)80口單井抽油機(jī)工況進(jìn)行檢查，進(jìn)行了調(diào)整平衡、盤(pán)根盒等井上日常維護(hù)，有效降低了單耗。

4 結(jié)論

(1)針對(duì)煤層氣抽油機(jī)井，研究了百米噸液?jiǎn)魏呐c相關(guān)生產(chǎn)指標(biāo)的分布關(guān)系，依此對(duì)單耗影響因素進(jìn)行了指標(biāo)提取，利用指標(biāo)的大數(shù)據(jù)特征對(duì)大量單井進(jìn)行能耗特征評(píng)估，是降低煤層氣井能耗動(dòng)態(tài)分析成本的有效途徑，彌補(bǔ)了理論計(jì)算法的不足。

(2)對(duì)于多因子、高耦合的能耗相關(guān)指標(biāo)，首次提出綜合運(yùn)用主成分分析結(jié)合K-means聚類分析、多維尺度偏向性分析等數(shù)據(jù)挖掘技術(shù)進(jìn)行分析，可降低經(jīng)驗(yàn)分析法的工作強(qiáng)度，有利于提高氣田智慧化控制水平。

(3)從大數(shù)據(jù)特征發(fā)現(xiàn)，影響沁南煤層氣抽油機(jī)井高單耗的主要因素為水量不穩(wěn)定及低載荷，常規(guī)抽采設(shè)備要想實(shí)現(xiàn)油田高效運(yùn)行水平的難度較大，因而急需尋找適合這種特點(diǎn)的新型節(jié)能排采設(shè)備。