一种影响气井产量的主控因素判别方法与流程

本发明涉及石油开采检测技术领域，具体为一种影响气井产量的主控因素判别方法。

背景技术：

气井在生产过程中，正常情况下因地层压力逐渐衰竭，油压、产量呈现一种平稳、缓慢下降趋势。但实际上，受生产制度调整(更换油嘴尺寸)、井筒内出现堵塞(砂、蜡、垢沉积)、地层污染、地层压力衰竭共同影响，油压、产量会出现频繁波动，严重时则会急剧下降，最终无法生产而关井。但各因素对油压、产量的影响大小为多少，目前缺乏有效的方法进行定量计算。

目前当产量出现下降时，一般都会认识是井筒堵塞导致的，会进行井筒疏通作业，但是在井筒疏通作业后，可能出现产量没有变化，或产量还在下降，这就证明不是井筒堵塞导致的产量变化，使井筒疏通作业为无效作业，浪费了大量的人力和物力。

针对上述问题，有必要设计一种影响气井产量的主控因素判别方法，对气井产量下降的原因进行精确判断。

技术实现要素：

针对现有技术中存在的问题，本发明提供一种影响气井产量的主控因素判别方法，对气井产量下降的原因进行精确判断，根据主控因素确定对应生产策略。

本发明是通过以下技术方案来实现：

一种影响气井产量的主控因素判别方法，包括以下步骤：

步骤1，构建单井基础模型；

步骤2、对单井基础模型进行单相流模拟，生成各个影响因素对油压和产量影响的数据点集；

步骤3、根据各个影响因素对油压和产量影响数据点集，得到在每个影响下的油压和产量的关系；

步骤4、获取井筒实际的油压和产量关系；

步骤5、以实际油压与产量的关系为目标值，计算各个影响因素对气井油压和产量的影响权重，权重最大的影响因素为影响气井产量的主控因素。

优选的，步骤1中单井基础模型涵盖井底、井筒和井口，储层中的石油经过井底进入到井筒中，然后经过井筒自井口流出。

优选的，步骤1中采用pipesim、pipephase、pipeline或studio构建单井基础模型。

优选的，步骤2中所述影响因素包括油嘴尺寸、井筒堵塞指数、地层污染指数和地层压力衰竭指数。

优选的，步骤2中对单个影响因素进行调整，并进行单井基础模型模拟，生成各个影响因素对油压和产量影响数据点集。

优选的，步骤3中将各个影响因素对应的数据点集分别做拟合，拟合生成每个影响因素下油压与产量的关系。

优选的，步骤4中获取三个月或六个月内的井筒的实际生产油压和产量，对油压和产量进行拟合，得到单井实际油压与产量的关系。

优选的，步骤5中将目标值和各个影响因素对气井油压和产量的关系构建成系数矩阵方程组，对系数矩阵方程组进行求解，得到各个影响因素对气井油压和产量的影响权重。

优选的，所述目标值的关系式为p’＝f(q’)；

其中，p’和q’为实际的油压和产量；

所述油嘴尺寸影响下的油压和产量的关系式为p1＝af(q1)；

所述井筒堵塞影响下的油压和产量的关系式为p2＝bf(q2)；

所述地层污染影响下的油压和产量的关系式为p3＝cf(q3)；

所述地层压力衰竭影响下的油压和产量的关系式为p4＝df(q4)。

其中，a、b、c和d为各个影响因素的权重。

优选的，还包括以下步骤：

步骤6、将井筒堵塞影响权重与油田许可影响程度进行比较，确定是否进行井筒疏通作业。

与现有技术相比，本发明具有以下有益的技术效果：

本发明提供一种影响气井产量的主控因素判别方法，对单井基础模型进行模拟，在模拟的过程中对单个影响因素进行调控，获取每个影响因素下油压和产量的关系，然后结合井筒实际的油压和产量关系，并以实际油压与产量的关系为目标值，构建系数矩阵方程组，求解后到各个影响因数的权重，权重最大的影响因数则为造成产量下降的最大原因，通过该方法就能够准确产量下降的原因，根据原因即可确定最优的生产策略，以达到最大的产量和最小的生产成本。

附图说明

图1为本发明实施例中井筒堵塞对产量和油压的影响曲线图；

图2为本发明实施例中井筒堵塞下油压和产量变化关系图；

图3为本发明实施例中井筒堵塞量化图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

一种影响气井产量的主控因素判别方法，包括以下步骤：

步骤1，构建单井基础模型。

储层中的石油经过井底进入到井筒中，然后经过井筒自井口流出。

具体的，采用pipesim、pipephase、pipeline或studio构建单井基础模型。

优选采用pipesim软件，pipesim软件是多相流稳态模拟器，pipesim不仅模拟了流体从油藏到井口的多相流动，而且通过计算管线和地面设备的性能对生产系统进行了综合的分析。

步骤2、对单井基础模型进行单相流模拟，生成各个影响因素对油压和产量影响数据点集。

上述影响因素因数包括油嘴尺寸、井筒堵塞、地层污染和地层压力衰竭。

气井产量及油压变化是由油嘴尺寸、井筒堵塞、地层污染、地层压力衰竭4个因素共同作用。在单井基础模型中调整油嘴尺寸、井筒堵塞指数、地层产气指数或地层压力大小，模拟生成各个影响因素对油压和产量影响数据点集。

步骤3、根据各个影响因素对油压和产量影响数据点集，得到在每个影响下的油压和产量的关系。

具体的，将各个影响因素对应的数据点集分别拟合，生成每个影响因素下的油压与产量数学关系式：

p1＝f(q1)、p2＝f(q2)、p3＝f(q3)、p4＝f(q4)

其中，f为函数，p1和q1分别为油嘴尺寸因素影响下的压力产量；p2和q2分别为井筒堵塞指数因素影响下的压力产量；p3和q3分别为地层污染指数因素影响下的压力产量；p4和q4分别为地层压力衰竭指数因素影响下的压力产量。

步骤4、获取设定时间段内井筒的实际生产油压和产量，得到实际的油压和产量关系。

具体的，获取三个月或六个月内(具体时间段可根据实际需要进行调整)的井筒的实际生产油压和产量，对油压和产量进行拟合，得到单井实际油压与产量的数学关系式，关系式如下：

p’＝f(q’)

其中，p’为实际油压，q’为实际产量。

步骤5、以实际油压与产量的数学关系式为目标值，计算各个影响因素对气井油压和产量的影响权重。

具体的，以p’＝f(q’)为目标值，将目标值和各个影响因素对气井油压和产量的关系式构建系数矩阵方程组，对系数矩阵方程组进行求解，得到各个影响因素对气井油压和产量的影响权重。

系数矩阵方程组如下：

p’＝f(q’)、p1＝af(q1)、p2＝bf(q2)、p3＝cf(q3)、p4＝df(q4)

其中，a、b、c和d为各个影响因素的权重系数。

步骤6、权重系数最大影响因素则为产量下降的最大主控因素，根据最大主控因素确定生产策略。

例如，当最大的主控因素为井筒堵塞，则对井筒进行疏通作业，进而实现增产目的，这样根据确定的最大主控因素针对性的实时增产方法，能够避免增产策略错误导致的资源浪费。

步骤7、当最大的影响因数的权重系数为井筒堵塞时，将权重系数与油田许可影响程度进行比较，确定是否进行井筒疏通作业。

当权重系数大于油田许可影响程度时，则进行井筒疏通作业。该方法可以量化判断解堵时机，科学优化井筒疏通作业频次，提高作业成效。

实施例1

步骤1，建立单井基础模型，并进行各个影响因素敏感性分析，参阅图1。

步骤2，将各影响因素数的据点集分别回归拟合，生成对应油压和产量的数学关系式。

参阅图2，以井筒堵塞为例，关系式：p＝1.5885q-30.482。

步骤3，拟合气井实际生产油压和产量关系式。

以xx井三个月的生产时段为例，关系式：p＝0.9313019q-1.084003。

步骤4，建立系数矩阵方程组，计算各因素对该井油压和产量影响权重，油嘴大小影响为22％，井筒堵塞影响为76％，地层堵塞影响为2％。说明井筒堵塞为影响该井生产主控因素，参阅图3。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。