CN114165219B - 油井的动液面深度确定方法、装置及存储介质 - Google Patents
油井的动液面深度确定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114165219B CN114165219B CN202010945625.0A CN202010945625A CN114165219B CN 114165219 B CN114165219 B CN 114165219B CN 202010945625 A CN202010945625 A CN 202010945625A CN 114165219 B CN114165219 B CN 114165219B
- Authority
- CN
- China
- Prior art keywords
- oil well
- regression equation
- working fluid
- determining
- fluid level
- 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
Links
- 239000003129 oil well Substances 0.000 title claims abstract description 147
- 239000012530 fluid Substances 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 74
- 230000005499 meniscus Effects 0.000 claims description 16
- 238000012353 t test Methods 0.000 claims description 16
- 238000000692 Student's t-test Methods 0.000 claims description 15
- 239000013074 reference sample Substances 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims 2
- 238000010276 construction Methods 0.000 claims 1
- 239000003208 petroleum Substances 0.000 abstract 1
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 239000003921 oil Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 239000010779 crude oil Substances 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请实施例提供了一种油井的动液面深度确定方法、装置及存储介质,属于石油开采领域。由于该方法中,是基于油井内抽油泵的电流,以及预先确定好的一对应关系,计算得到油井的动液面深度,因此相对于采用声波测试,该方法不会受噪声干扰,进而使得油井的动液面深度测试精度较高,测试可靠性较好。
Description
技术领域
本申请涉及石油开采领域,特别涉及一种油井的动液面深度确定方法、装置及存储介质。
背景技术
油井的动液面深度是指油管和套管环形空间内的液面到井口的距离,该深度可以反映油井内的供液情况和供排关系,是确定采油工艺的关键数据之一。
相关技术中,一般采用声波测试确定油井的动液面深度。具体的,可以先采用一超声波装置向油井内发射超声波,然后再接收经油井内反射的回声,最后再基于该回声的相关参数(如,频率)进一步推测动液面深度。
但是,由于声波测试极易受外界其他噪声干扰,因此导致油井的动液面深度测试精度较低,测试可靠性较差。
发明内容
本申请实施例提供了一种油井的动液面深度确定方法、装置及存储介质,可以解决相关技术中预测方法的准确度较低的问题,所述技术方案如下:
一方面,提供了一种油井的动液面深度确定方法,所述方法包括:
确定目标对应关系,所述目标对应关系中,油井的动液面深度和所述油井内抽油泵的电流线性相关;
获取所述油井内抽油泵的目标电流;
基于所述目标电流和所述目标对应关系,计算所述油井的动液面深度。
可选的,所述目标对应关系为目标回归方程;所述确定目标对应关系,包括:
构建油井的动液面深度和所述油井内抽油泵的电流的线性关系式;
获取多个参考样本,所述多个参考样本包括参考油井的多个参考动液面深度,以及与所述多个参考动液面深度一一对应的多个参考电流,所述参考电流为所述参考油井内的抽油泵的电流;
基于所述多个参考样本和所述线性关系式确定备选回归方程;
对所述备选回归方程进行检验;
若所述备选回归方程通过所述检验,则将所述备选回归方程确定为所述目标回归方程;若所述备选回归方程未通过所述检验,则重新获取参考样本来确定目标回归方程。
可选的,所述线性关系式满足:Y=a+bX,a为回归常数,b为回归系数,X是指所述油井内抽油泵的电流,Y是指所述油井的动液面深度;所述基于所述多个参考样本和所述线性关系式确定备选回归方程,包括:
基于所述多个参考样本,确定所述回归常数和所述回归系数,
将所述回归常数和所述回归系数代入所述线性关系式,得到所述备选回归方程;
其中,所述a满足:所述b满足:/>为所述多个参考动液面深度的平均值,/>为所述多个参考电流的平均值,Xi为第i个所述参考电流,Yi为第i个所述参考动液面深度,i为大于0的正整数。
可选的,所述对所述备选回归方程进行检验,包括:
对所述备选回归方程进行相关系数检验;
对所述备选回归方程进行第一显著性t检验;
对所述备选回归方程进行第二显著性F检验。
可选的,所述对所述备选回归方程进行相关系数检验,包括:
基于所述多个参考动液面深度确定相关系数;
若所述相关系数大于相关系数参考值,则确定所述备选回归方程通过所述相关系数检验;
若所述相关系数不大于所述相关系数参考值,则确定所述备选回归方程未通过所述相关系数检验;
其中,所述相关系数R满足:Yi'为第i个所述参考动液面深度的拟合值。
可选的,所述对所述备选回归方程进行第一显著性t检验,包括:
基于所述多个参考样本确定第一显著性参数tb;
若所述第一显著性参数tb大于第一显著性参考值,则确定所述备选回归方程通过所述第一显著性t检验;
若所述第一显著性参数tb不大于所述第一显著性参考值,则确定所述备选回归方程未通过所述第一显著性t检验;
其中,所述第一显著性参数tb满足:n为所述参考样本的个数,Yi'为第i个所述参考动液面深度的拟合值。
可选的,所述对所述备选回归方程进行第二显著性F检验,包括:
基于所述多个参考样本确定第二显著性参数F;
若所述第二显著性参数F大于第二显著性参考值,则确定所述备选回归方程通过所述第二显著性F检验;
若所述第二显著性参数F不大于所述第二显著性参考值,则确定所述备选回归方程未通过所述第二显著性F检验;
其中,所述第二显著性参数F满足:n为所述参考样本的个数,Yi'为第i个所述参考动液面深度的拟合值。
可选的,所述获取所述油井内抽油泵的目标电流,包括:
获取电流采集设备采集的所述油井内抽油泵的目标电流。
另一方面,提供了一种油井的动液面深度确定装置,所述装置包括:
确定模块,确定目标对应关系,所述目标对应关系中,油井的动液面深度和所述油井内抽油泵的电流线性相关;
获取模块,用于获取所述油井内抽油泵的目标电流;
计算模块,用于基于所述目标电流和所述目标对应关系,计算所述油井的动液面深度。
又一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如上述方面所述的油井的动液面深度确定方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
综上所述,本申请实施例提供了一种油井的动液面深度确定方法、装置及存储介质。由于该方法中,是基于油井内抽油泵的电流,以及预先确定好的一对应关系,计算得到油井的动液面深度,因此相对于采用声波测试,该方法不会受噪声干扰,进而使得油井的动液面深度测试精度较高,测试可靠性较好。
附图说明
为了更清楚地说明本申请的实施例,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种油井的动液面深度确定方法流程图;
图2是本申请实施例提供的另一种油井的动液面深度确定方法流程图;
图3是本申请实施例提供的一种确定备选回归方程的方法流程图;
图4是本申请实施例提供的一种对备选回归方程检验的方法流程图;
图5是本申请实施例提供的一种油井的动液面深度确定装置的框图;
图6是本申请实施例提供的一种确定模块的框图;
图7是本申请实施例提供的一种油井的动液面深度确定装置的结构示意图。
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
不同油井适配的抽油泵类型不同。目前,以螺杆泵作为抽油泵成为石油开采领域较为常见的一种类型,与螺杆泵适配的油井可以简称为螺杆泵井。本公开下述实施例均以抽油泵为螺杆泵,油井为螺杆泵井作为示例说明。
但是,因螺杆泵井特殊的构造,采用传统的声波测试方式测试其动液面深度时,不仅因螺杆泵运行时产生的复杂频谱的噪声导致测试精度较低,而且很有可能无法测出其动液面深度。由此,相关技术还提出一种套管灌水的方法测试动液面深度,但是该方法无法针对漏失井进行测试。而,若无法精确测试出油井(如,螺杆泵井)的动液面深度,则会导致工作人员无法知悉油井内的供排关系是否协调,进而无法准确制定出合适的采油工作参数和增产措施。针对上述问题,目前一般会采用调小参数生产,或,间开(即间歇性开启)油井工作,或,关闭油井停止生产,如此,导致油井产量大大降低。
结合上述分析可知,目前急需一种动液面深度的测试方法,来从根源上提高动液面深度的测试精度,进而确保油井产量。本申请实施例正提供了一种能够提高测试精度的动液面深度确定方法,该方法可以应用于计算机设备中。
图1是本申请实施例提供的一种油井的动液面深度确定方法的流程图。如图1所示,该方法可以包括:
步骤101、确定目标对应关系。
可选的,该目标对应关系中,油井的动液面深度和油井内抽油泵的电流线性相关,此处,油井可以是指任一口待测油井。
可选的,确定目标对应关系可以是指:在测试动液面深度时实时建立确定的,或者,在测试动液面深度时直接调用预先建立好的目标对应关系。
步骤102、获取油井内抽油泵的目标电流。
可选的,抽油泵包括井内部分和井外地面部分,井外地面部分一般为驱动电机,该目标电流可以为抽油泵包括的驱动电机的工作电流。
步骤103、基于目标电流和目标对应关系,计算油井的动液面深度。
在确定了目标电流后,可以将目标电流代入目标对应关系中,从而计算得出油井的动液面深度。
综上所述,本申请实施例提供了一种油井的动液面深度确定方法。由于该方法中,是基于油井内抽油泵的电流,以及预先确定好的一对应关系,计算得到油井的动液面深度,因此相对于采用声波测试,该方法不会受噪声干扰,进而使得油井的动液面深度测试精度较高,测试可靠性较好。
可选的,本申请实施例的目标对应关系可以用目标回归方程的形式表示。
相应的,如图2所示的另一种油井的动液面深度确定方法,该方法可以包括:
步骤201、构建油井的动液面深度和油井内抽油泵的电流的线性关系式。
可选的,该线性关系式可以满足:Y=a+bX公式(1)。
其中,a可以称为回归常数,b可以称为回归系数,X可以是指油井内抽油泵的电流,单位可以为安培(A);Y可以是指油井的动液面深度,单位可以为米(m)。该线性关系式也可以称为数学模型。
步骤202、获取多个参考样本。
在本申请实施例中,该多个参考样本可以包括:参考油井的多个参考动液面深度,以及与所述多个参考动液面深度一一对应的多个参考电流,该参考电流可以是指参考油井内的抽油泵的电流,该参考油井可以是指与待测油井原油特性相同的油井。相应的,也即是可以针对参考油井进行多次测量,从而得到多个参考样本。当然,为了确保最终测试精度,该参考油井与待测油井可以为同一类型的油井,如,均为螺杆泵井。
可选的,参考动液面深度可以采用声波测试或套管灌水等方式测试得到,然后由用户将测试得到的结果输入至计算机设备中,即计算机设备可以接收用户输入的参考油井的动液面深度。参考电流可以由电流采集设备采集得到,且采集到的结果可以由用户输入至计算机设备,或者,也可以由电流采集设备直接传输至计算机设备,该实现方式下,电流采集设备与计算机设备之间需建立通信连接。
示例的,以针对参考油井进行了30次采集为例,表1示出了采集到的30个参考动液面深度,单位为m,以及与该30个参考动液面深度一一对应的30个参考电流的,单位为A。其中,表1中以Xi表示第i个参考电流(即第i次采集到的参考电流),以Yi表示第i个参考动液面深度(即第i次采集到的参考动液面深度)。且为了便于下述计算,表1还示出了每个参考电流的平方值Xi 2,以及每个参考电流和每个参考动液面深度的乘积XiYi,i可以为大于0的正整数。
表1
参考上述表1可以看出,第3次获取到的,即第3个参考动液面深度为482m,第3个参考电流为13.5A。其他不再赘述。
步骤203、基于多个参考样本和线性关系式确定备选回归方程。
可选的,图3是本申请实施例提供的一种确定备选回归方程的方法流程图。如图3所示,该方法可以包括:
步骤2031、基于多个参考样本,确定回归常数和回归系数。
在本申请实施例中,回归系数a可以满足:
其中,/>为多个参考动液面深度的平均值,/>为多个参考电流的平均值。
在本申请实施例中,回归常数b可以满足:
其中,∑为求和符号。
当获取到多个参考样本后,计算机设备即可以将该多个参考样本代入上述公式(2)和公式(3),从而分别得出回归系数a和回归常数b。
示例的,假设获取到的多个参考样本如上述表1记载,则将上述参数先对应代入公式(3),可以确定:回归常数b=39.03576。相应的,再将计算得到的b和上述参数代入公式(2),可以确定:回归系数a=-30.0318。
步骤2032、将回归常数和回归系数代入线性关系式,得到备选回归方程。
在确定出回归系数a和回归常数b之后,计算机设备可以进一步将回归常数和回归系数代入预先建立好的线性关系式,即公式(1),从而可以得到备选回归方程。
例如,假设计算得出的回归系数a为-30.0318,回归常数b为39.03576,线性关系式为Y=a+bX,则最终得到的备选回归方程即为:
Y=-30.0318+39.03576X公式(4)。
步骤204、对备选回归方程进行检验。
在得到备选回归方程后,计算机设备可以进一步对备选回归方程进行检验,以确定该备选回归方程是否可用。可选的,图4本申请实施例提供的一种检验方法流程图。如图4所示,该方法可以包括:
步骤2041、对备选回归方程进行相关系数检验。
可选的,计算机设备可以先基于获取到的多个参考动液面深度确定相关系数R,然后判断该相关系数R是否大于相关系数参考值。若相关系数R大于相关系数参考值,则可以确定备选回归方程通过相关系数检验;反之,若相关系数R不大于相关系数参考值,则可以确定备选回归方程未通过相关系数检验。
其中,相关系数R可以满足:其中,Yi'为第i个参考动液面深度的实际值的拟合值。
假设获取到的多个参考样本如上述表1所示,则可以先基于上述表1示出的各参数得出表2示出的另一系列参数,然后再直接基于表2所示参数确定相关系数R,以及后续需要确定的一些其他参数。
表2
结合上述表2所示参数,以及上述公式(5)可以得出,相关系数R为:R=0.975391≈0.9754。对于相关系数参考值,不同自由度和不同显著水平对应的值不同,可以参考中国计划出版社2003年4月第一版出版的《现代咨询方法与实务》一书第257页中记载的相关系数参考值表。假设自由度为n-2,n为参考样本的数量,显著水平为0.05,则查表可以确定相关系数参考值为0.361。由此可知,相关系数R≈0.9754远大于相关系数参考值0.361,X和Y的线性关系成立,备选回归方程通过该相关系数检验。
步骤2042、对备选回归方程进行第一显著性t检验。
此外,计算机设备还可以对备选回归方程进行第一显著性t检验,从而确定备选回归方程的线性假设是否合理。可选的,计算机设备可以先基于多个参考样本确定第一显著性参数tb,然后判断该第一显著性参数tb是否大于第一显著性参考值。若第一显著性参数tb大于第一显著性参考值,则确定备选回归方程通过第一显著性t检验;反之,若第一显著性参数tb不大于第一显著性参考值,则确定备选回归方程未通过第一显著性t检验。
其中,第一显著性参数tb可以满足:
示例的,假设获取到的多个参考样本如上述表1所示,则可以直接结合上述表2所示参数和公式(6),得出第一显著性参数tb=23.4024。
需要说明的是,对于第一显著性参考值,不同显著性t(a/2,n-2)对应的值不同,且第一显著性参考值的分布表在中国计划出版社2003年4月第一版出版的《现代咨询方法与实务》一书第258页中有所记载,在此不再赘述。相应的,假设查表确定第一显著性参考值t(a/2,n-2)为2.0484,则可知tb=23.4024远大于该第一显著性参考值2.0484,X和Y的线性假设合理,备选回归方程通过该第一显著性t检验。
步骤2043、对备选回归方程进行第二显著性F检验。
再者,计算机设备还可以对备选回归方程进行第二显著性F检验,从而确定备选回归方程是否能够较好的反映X和Y之间的线性关系。可选的,计算机设备可以先基于多个参考样本确定第二显著性参数F,然后判断该第二显著性参数F是否大于第二显著性参考值。若第二显著性参数F大于第二显著性参考值,则确定备选回归方程通过第二显著性F检验;反之,若第二显著性参数F不大于第二显著性参考值,则确定备选回归方程未通过该第二显著性F检验。
其中,第二显著性参数F可以满足:
示例的,假设获取到的多个参考样本如上述表1所示,则可以直接结合上述表2所示参数和公式(7),得出第二显著性参数F=501.2134。
需要说明的是,对于第二显著性参考值,不同自由度和显著水平对应的值不同,且第二显著性参考值的分布表在中国计划出版社2003年4月第一版出版的《现代咨询方法与实务》一书第258页中有所记载,在此不再赘述。相应的,假设显著水平a为0.05,自由度n1=1,n2=n-2,则查表可知第二显著性参考值为4.2。由此可知,确定的F=501.2134远大于第二显著性参考值4.2,该备选回归方程较好的反映了X和Y之间的线性关系,备选回归方程通过该第二显著性F检验。
结合上述步骤2041至2043记载,若备选回归方程通过上述全部检验,则可以执行下述步骤205。反之,若备选回归方程未通过上述任一检验,则可以执行下述步骤206。
步骤205、将备选回归方程确定为目标回归方程。
在备选回归方程通过上述全部检验后,计算机设备可以将确定的备选回归方程直接确定为目标回归方程。
步骤206、重新获取参考样本来确定目标回归方程。
若备选回归方程未通过上述至少一个检验,则计算机设备可以重新获取参考样本以确定目标回归方程。即,计算机设备可以再重新执行上述步骤202至204。直至,最终确定的备选回归方程通过以上全部检验为止。
步骤207、获取油井内抽油泵的目标电流。
可选的,为了基于目标回归方程得到动液面深度,计算机设备可以实时获取待测油井内抽油泵的目标电流,该目标电流的变化能够直接反映动液面深度的变化。
例如,计算机设备可以获取与其建立有通信连接的电流采集设备采集的目标电流,或者,计算机设备也可以接收工作人员输入的目标电流。对于工作人员输入目标电流的方式而言,工作人员可以使用电流采集设备获取目标电流。
步骤208、基于目标电流和目标对应关系,计算油井的动液面深度。
在获取到目标电流后,计算机设备可以将目标电流代入确定的目标回归方程,从而计算得到油井的动液面深度。
示例的,假设确定的目标回归方程为:Y=-30.0318+39.03576X,某次获取到的目标电流为13.5A,则将13.5A代入确定的目标回归方程,可以确定油井当前的动液面深度Y为:496.95096m。
为了验证基于目标回归方程和目标电流确定动液面深度的准确性,对20余口油井进行了现场测试,成功率高达98%,由此,依据不同油井的原油特性,克服了采用常规声波测试,测试误差较大,甚至测试不出结果的技术问题。
示例的,以泽70-15油井为例,先按照上述步骤201至步骤207确定针对该油井的目标回归方程。例如,假设获取到与该泽70-15油井的原油特性相同的参考油井的30个参考样本如下述表3,则基于表3和上述步骤可以计算得到针对该油井的目标回归方程为:Y=-772.64+63.1815X。
表3
/>
假设2019年1月19日洗井,起抽后,泽70-15油井的日产液量8方,日产油0.1吨,综合含水88.6%,转速70转/分,电流18.1A,动液面位于井口。在1月23日,生产参数不变,电流变为19.5A的情况下,基于上述表3确定其动液面深度应该为495米。基于上述目标回归方程Y=-772.64+63.1815X计算得出电流为19.5A时,该油井的动液面深度约为459.4米。如此可以确定,通过目标回归方程计算动液面深度的方式,误差仅仅为35.6m左右,符合现场生产情况。
需要说明的是,本申请实施例提供的油井的动液面深度确定方法的步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减。如上述步骤201和202可以同时执行。任何熟悉本技术领域的技术人员在本申请揭露的技术范围内可轻易想到变化的方法,都应涵盖在发明的保护范围之内,因此不再赘述。
综上所述,本申请实施例提供了一种油井的动液面深度确定方法。由于该方法中,是基于油井内抽油泵的电流,以及预先确定好的一对应关系,计算得到油井的动液面深度,因此相对于采用声波测试,该方法不会受噪声干扰,进而使得油井的动液面深度测试精度较高,测试可靠性较好。
图5是本申请实施例提供的一种油井的动液面深度确定装置的结构示意图。如图5所示,该装置可以包括:
确定模块501,用于确定目标对应关系。
该目标对应关系中,油井的动液面深度和油井内抽油泵的电流线性相关。
获取模块502,用于获取油井内抽油泵的目标电流。
计算模块503,用于基于目标电流和目标对应关系,计算油井的动液面深度。
可选的,目标对应关系可以为目标回归方程。相应的,如图6所示,确定模块501包括:
构建子模块5011,用于构建油井的动液面深度和油井内抽油泵的电流的线性关系式。
获取子模块5012,用于获取多个参考样本。
可选的,该多个参考样本包括参考油井的多个参考动液面深度,以及与多个参考动液面深度一一对应的多个参考电流,参考电流为参考油井内的抽油泵的电流。
第一确定子模块5013,用于基于多个参考样本和线性关系式确定备选回归方程。
检验子模块5014,用于对备选回归方程进行检验。
第二确定子模块5015,用于若备选回归方程通过检验,则将备选回归方程确定为目标回归方程。若备选回归方程未通过检验,则重新获取参考样本来确定目标回归方程。
可选的,线性关系式可以满足:Y=a+bX,a为回归常数,b为回归系数,X是指油井内抽油泵的电流,Y是指油井的动液面深度。相应的,第一确定子模块5013,用于:
基于多个参考样本,确定回归常数和回归系数,并将回归常数和回归系数代入线性关系式,得到备选回归方程。
其中,a满足:b满足:/>为多个参考动液面深度的平均值,X为多个参考电流的平均值,Xi为第i个参考电流,Yi为第i个参考动液面深度,i为大于0的正整数。
可选的,检验子模块5014,用于:
对备选回归方程进行相关系数检验。
对备选回归方程进行第一显著性t检验。
对备选回归方程进行第二显著性F检验。
可选的,检验子模块5014,可以用于:基于多个参考动液面深度确定相关系数。若相关系数大于相关系数参考值,则确定备选回归方程通过相关系数检验。若相关系数不大于相关系数参考值,则确定备选回归方程未通过相关系数检验。
其中,相关系数R满足:Yi'为第i个参考动液面深度的拟合值。
可选的,检验子模块5014,可以用于:基于多个参考样本确定第一显著性参数tb,若第一显著性参数tb大于第一显著性参考值,则确定备选回归方程通过所述第一显著性t检验;若第一显著性参数tb不大于第一显著性参考值,则确定备选回归方程未通过第一显著性t检验。
其中,第一显著性参数tb满足:n为参考样本的个数。
可选的,检验子模块5014,可以用于:基于多个参考样本确定第二显著性参数F。若第二显著性参数F大于第二显著性参考值,则确定备选回归方程通过第二显著性F检验。若第二显著性参数F不大于第二显著性参考值,则确定备选回归方程未通过第二显著性F检验。
其中,第二显著性参数F满足:
可选的,获取模块502,可以用于获取电流采集设备采集的油井内抽油泵的目标电流。
综上所述,本申请实施例提供了一种油井的动液面深度确定装置。由于该装置是基于油井内抽油泵的电流,以及预先确定好的一对应关系,计算得到油井的动液面深度,因此相对于采用声波测试,采用该装置确定动液面深度时,不会受噪声干扰,进而使得油井的动液面深度测试精度较高,测试可靠性较好。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
可选的,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当该计算机程序被处理器执行时,能够实现如图1或图2所示的油井的动液面深度确定方法。
图7示出了本发明一个示例性实施例提供的油井的动液面深度确定装置的结构框图。该装置700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。通常,装置700包括有:处理器701和存储器702。
处理器701可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器701可以采用数字信号处理(digital signal processing,DSP)、现场可编程门阵列(field-programmable gate array,FPGA)、可编程逻辑阵列(programmable logic array,PLA)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(central processingunit,CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器701可以在集成有图像处理器(graphics processing unit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器701还可以包括人工智能(artificial intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。
在一些实施例中,电子设备700还可选包括有:***设备接口703和至少一个***设备。处理器701、存储器702和***设备接口703之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口703相连。具体地,***设备包括:射频电路704、触摸显示屏705、摄像头706、音频电路707、定位组件708和电源709中的至少一种。
***设备接口703可被用于将输入/输出(input/output,I/O)相关的至少一个***设备连接到处理器701和存储器702。在一些实施例中,处理器701、存储器702和***设备接口703被集成在同一芯片或电路板上;在一些其他实施例中,处理器701、存储器702和***设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现,本申请实施例对此不加以限定。
射频电路704用于接收和发射射频(radio frequency,RF)信号,也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路704包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或无线保真(wireless fidelity,WiFi)网络。在一些实施例中,射频电路704还可以包括近距离无线通信(near feld communication,NFC)有关的电路,本申请对此不加以限定。
显示屏705用于显示用户界面(user interface,UI)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时,显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时,显示屏705还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏705可以为一个,设置电子设备700的前面板;在另一些实施例中,显示屏705可以为至少两个,分别设置在电子设备700的不同表面或呈折叠设计;在再一些实施例中,显示屏705可以是柔性显示屏,设置在电子设备700的弯曲表面上或折叠面上。显示屏705还可以设置成非矩形的不规则图形,也即异形屏。显示屏705可以采用液晶显示屏(liquid crystal display,LCD)、有机发光二极管(organic light-emittingdiode,OLED)等材质制备。
摄像头组件706用于采集图像或视频。可选地,摄像头组件706包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及虚拟现实(virtual reality,VR)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器701进行处理,或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在电子设备700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路707还可以包括耳机插孔。
定位组件708用于定位电子设备700的当前地理位置,以实现导航或基于位置的服务(location based service,LBS)。定位组件708可以是基于美国的全球定位***(globalpositioning system,GPS)、中国的北斗***、俄罗斯的格雷纳斯***或欧盟的伽利略***的定位组件。
电源709用于为电子设备700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可用于支持快充技术。
本领域技术人员可以理解,图7中示出的结构并不构成对油井的动液面深度确定装置700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
应当理解,本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,例如能够根据本申请实施例图示或描述中给出那些以外的顺序实施。本申请中使用的术语“模块”,是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合,能够执行与该元件相关的功能。在本文中提及的“和/或”,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种油井的动液面深度确定方法,其特征在于,所述方法包括:
确定目标对应关系,所述目标对应关系中,油井的动液面深度和所述油井内抽油泵的电流线性相关;
获取所述油井内抽油泵的目标电流;
基于所述目标电流和所述目标对应关系,计算所述油井的动液面深度;
其中,所述目标对应关系为目标回归方程;所述确定目标对应关系,包括:
构建油井的动液面深度和所述油井内抽油泵的电流的线性关系式;
获取多个参考样本,所述多个参考样本包括参考油井的多个参考动液面深度,以及与所述多个参考动液面深度一一对应的多个参考电流,所述参考电流为所述参考油井内的抽油泵的电流;
基于所述多个参考样本和所述线性关系式确定备选回归方程;
对所述备选回归方程进行检验;
若所述备选回归方程通过所述检验,则将所述备选回归方程确定为所述目标回归方程;若所述备选回归方程未通过所述检验,则重新获取参考样本来确定目标回归方程;
所述线性关系式满足:Y=a+bX,a为回归常数,b为回归系数,X是指所述油井内抽油泵的电流,Y是指所述油井的动液面深度;所述基于所述多个参考样本和所述线性关系式确定备选回归方程,包括:
基于所述多个参考样本,确定所述回归常数和所述回归系数,
将所述回归常数和所述回归系数代入所述线性关系式,得到所述备选回归方程;
其中,所述a满足:所述b满足:/> 为所述多个参考动液面深度的平均值,/>为所述多个参考电流的平均值,Xi为第i个所述参考电流,Yi为第i个所述参考动液面深度,i为大于0的正整数。
2.根据权利要求1所述的方法,其特征在于,所述对所述备选回归方程进行检验,包括:
对所述备选回归方程进行相关系数检验;
对所述备选回归方程进行第一显著性t检验;
对所述备选回归方程进行第二显著性F检验。
3.根据权利要求2所述的方法,其特征在于,所述对所述备选回归方程进行相关系数检验,包括:
基于所述多个参考动液面深度确定相关系数;
若所述相关系数大于相关系数参考值,则确定所述备选回归方程通过所述相关系数检验;
若所述相关系数不大于所述相关系数参考值,则确定所述备选回归方程未通过所述相关系数检验;
其中,所述相关系数R满足:Yi'为第i个所述参考动液面深度的拟合值。
4.根据权利要求2所述的方法,其特征在于,所述对所述备选回归方程进行第一显著性t检验,包括:
基于所述多个参考样本确定第一显著性参数tb;
若所述第一显著性参数tb大于第一显著性参考值,则确定所述备选回归方程通过所述第一显著性t检验;
若所述第一显著性参数tb不大于所述第一显著性参考值,则确定所述备选回归方程未通过所述第一显著性t检验;
其中,所述第一显著性参数tb满足:n为所述参考样本的个数,Yi'为第i个所述参考动液面深度的拟合值。
5.根据权利要求2所述的方法,其特征在于,所述对所述备选回归方程进行第二显著性F检验,包括:
基于所述多个参考样本确定第二显著性参数F;
若所述第二显著性参数F大于第二显著性参考值,则确定所述备选回归方程通过所述第二显著性F检验;
若所述第二显著性参数F不大于所述第二显著性参考值,则确定所述备选回归方程未通过所述第二显著性F检验;
其中,所述第二显著性参数F满足:n为所述参考样本的个数,Yi'为第i个所述参考动液面深度的拟合值。
6.根据权利要求1至5任一所述方法,其特征在于,所述获取所述油井内抽油泵的目标电流,包括:
获取电流采集设备采集的所述油井内抽油泵的目标电流。
7.一种油井的动液面深度确定装置,其特征在于,所述装置包括:
确定模块,确定目标对应关系,所述目标对应关系中,油井的动液面深度和所述油井内抽油泵的电流线性相关;
获取模块,用于获取所述油井内抽油泵的目标电流;
计算模块,用于基于所述目标电流和所述目标对应关系,计算所述油井的动液面深度;
其中,所述目标对应关系为目标回归方程;所述确定模块,包括:
构建子模块,用于构建油井的动液面深度和所述油井内抽油泵的电流的线性关系式;
获取子模块,用于获取多个参考样本,所述多个参考样本包括参考油井的多个参考动液面深度,以及与所述多个参考动液面深度一一对应的多个参考电流,所述参考电流为所述参考油井内的抽油泵的电流;
第一确定子模块,用于基于所述多个参考样本和所述线性关系式确定备选回归方程;
检验子模块,用于对所述备选回归方程进行检验;
第二确定子模块,用于若所述备选回归方程通过所述检验,则将所述备选回归方程确定为所述目标回归方程;若所述备选回归方程未通过所述检验,则重新获取参考样本来确定目标回归方程;
所述线性关系式满足:Y=a+bX,a为回归常数,b为回归系数,X是指所述油井内抽油泵的电流,Y是指所述油井的动液面深度;所述第一确定子模块,用于:
基于所述多个参考样本,确定所述回归常数和所述回归系数,
将所述回归常数和所述回归系数代入所述线性关系式,得到所述备选回归方程;
其中,所述a满足:所述b满足:/> 为所述多个参考动液面深度的平均值,/>为所述多个参考电流的平均值,Xi为第i个所述参考电流,Yi为第i个所述参考动液面深度,i为大于0的正整数。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一所述的油井的动液面深度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945625.0A CN114165219B (zh) | 2020-09-10 | 2020-09-10 | 油井的动液面深度确定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945625.0A CN114165219B (zh) | 2020-09-10 | 2020-09-10 | 油井的动液面深度确定方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114165219A CN114165219A (zh) | 2022-03-11 |
CN114165219B true CN114165219B (zh) | 2023-10-31 |
Family
ID=80475540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010945625.0A Active CN114165219B (zh) | 2020-09-10 | 2020-09-10 | 油井的动液面深度确定方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114165219B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900478A (zh) * | 2005-07-19 | 2007-01-24 | 中国石油天然气股份有限公司 | 一种抽油机井***参数的确定方法 |
CN201236695Y (zh) * | 2008-07-22 | 2009-05-13 | 北京康达永宜科技有限公司 | 一种便携式油井参数综合测试*** |
CN201963296U (zh) * | 2011-01-19 | 2011-09-07 | 杨平 | 油井动液面深度连续测量和采出液连续计量装置 |
CN102877832A (zh) * | 2012-09-14 | 2013-01-16 | 中国石油天然气股份有限公司 | 一种油井动液面的测量方法及*** |
CN107939352A (zh) * | 2016-10-13 | 2018-04-20 | 中国石油化工股份有限公司 | 基于电功图的油井变排量生产调控方法 |
CN111520129A (zh) * | 2020-03-27 | 2020-08-11 | 上海复泉工程技术有限公司 | 状态监测油田智能管理*** |
-
2020
- 2020-09-10 CN CN202010945625.0A patent/CN114165219B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900478A (zh) * | 2005-07-19 | 2007-01-24 | 中国石油天然气股份有限公司 | 一种抽油机井***参数的确定方法 |
CN201236695Y (zh) * | 2008-07-22 | 2009-05-13 | 北京康达永宜科技有限公司 | 一种便携式油井参数综合测试*** |
CN201963296U (zh) * | 2011-01-19 | 2011-09-07 | 杨平 | 油井动液面深度连续测量和采出液连续计量装置 |
CN102877832A (zh) * | 2012-09-14 | 2013-01-16 | 中国石油天然气股份有限公司 | 一种油井动液面的测量方法及*** |
CN107939352A (zh) * | 2016-10-13 | 2018-04-20 | 中国石油化工股份有限公司 | 基于电功图的油井变排量生产调控方法 |
CN111520129A (zh) * | 2020-03-27 | 2020-08-11 | 上海复泉工程技术有限公司 | 状态监测油田智能管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN114165219A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20140010043A1 (en) | Portable Sonar Imaging System and Method | |
CN105491576A (zh) | 采集网络测试数据的方法和装置 | |
EP3356839A1 (en) | Checking fingerprint samples for a radio model | |
CN111005715A (zh) | 确定气井产量的方法、装置及存储介质 | |
CN111255434B (zh) | 气井的试井方法、装置和计算机存储介质 | |
CN111077570B (zh) | 确定油藏中辉绿岩的侵入位置的方法、装置和存储介质 | |
CN112832737B (zh) | 页岩气井eur的确定方法、装置、设备及存储介质 | |
CN114165219B (zh) | 油井的动液面深度确定方法、装置及存储介质 | |
CN113108945A (zh) | 温度异常检测方法及装置 | |
CN110673214B (zh) | 预测水平井的入口靶点和末端点的深度的方法和装置 | |
CN109281664B (zh) | 水平井产油量的预测方法和装置 | |
CN110865170B (zh) | 确定含砂量的方法、装置及存储介质 | |
CN109899051B (zh) | 油井设备的评价标准确定方法、装置及存储介质 | |
CN111999140B (zh) | 制备声发射样品、确定压裂泵的方法、装置及存储介质 | |
CN111852453B (zh) | 渗流通道的预警方法、装置及存储介质 | |
CN109211181B (zh) | 确定管道的最大应变的方法、装置和存储介质 | |
CN110894782B (zh) | 确定油藏存气量的方法、装置和存储介质 | |
CN114458306A (zh) | 基于噪声测井的流体流量的确定方法、装置、设备及介质 | |
CN108868742B (zh) | 确定管类井下落物的来源的方法、装置及存储介质 | |
CN108801389B (zh) | 确定原油的起止液位高度的方法、装置及存储介质 | |
CN109902844B (zh) | 注水***的优化信息确定方法、装置及存储介质 | |
CN115263244B (zh) | 气水层的排水控制方法、装置及计算机存储介质 | |
CN108716385B (zh) | 确定隔热油管的下入深度的方法、装置及存储介质 | |
CN113074861B (zh) | 地层破裂时间监测方法、装置、设备和存储介质 | |
CN115263284A (zh) | 页岩气层的筛选方法、装置及存储介质 |
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 |