基于大数据技术的油气生产运行安全预警方法与流程

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(distributedcontrolsystem，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。

技术实现要素：

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

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。

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。

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。