鄒德昊，柴世超，汪本武，阮新芳，李想,盧軼寬，何濱，楊友國，楊洪濤

(中海石油(中國)有限公司天津分公司，天津 300457)

XX油礦目前包括2個在生產(chǎn)油田，分別為XXA油田和XXB油田。2個油田沙河街組原油性質(zhì)較為相似，均屬于高蠟、高凝的中質(zhì)原油。也正因為相似的油品性質(zhì)，導(dǎo)致2個油田在投產(chǎn)后，均出現(xiàn)了油井蠟堵現(xiàn)象，嚴(yán)重影響了油田的正常生產(chǎn)。

通過對渤海某區(qū)域所轄各油田沙河街組原油物性的統(tǒng)計，發(fā)現(xiàn)該區(qū)域所轄油田，共有4個在生產(chǎn)油田、1個在建設(shè)油田和1個勘探階段油田具有沙河街油組原油高含蠟的特性。因此可以認(rèn)為高含蠟油井蠟堵問題，是該區(qū)域的普遍問題，是值得深入研究和有待解決的生產(chǎn)問題。

1 BP神經(jīng)網(wǎng)絡(luò)基本原理

BP神經(jīng)網(wǎng)絡(luò)即誤差方向傳播算法的學(xué)習(xí)過程，由信息的正向傳播和誤差的反向傳播兩個過程組成。輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元，而中間層負(fù)責(zé)信息變化，誤差通過輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。

1.1 神經(jīng)元模型

1.2 神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)是由多個神經(jīng)元相互連接組成的網(wǎng)絡(luò)。按照連接方式可分為前饋型和反饋型神經(jīng)網(wǎng)絡(luò)。圖2是一個典型的前饋型神經(jīng)網(wǎng)絡(luò)即BP神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)分為3層結(jié)構(gòu)，分別為輸入層x，隱含層y，輸出層o，輸入信號通過輸入層向隱含層再向輸出層傳遞，同一層之間的神經(jīng)元沒有信息傳遞。BP網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力，一個3層BP神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對任意非線性函數(shù)進(jìn)行逼近。

圖1 神經(jīng)元模型 圖2 三層BP神經(jīng)網(wǎng)絡(luò)機(jī)構(gòu)

2 模型參數(shù)的選取

2.1 原油物性及流動性試驗分析

對XXA和XXB油田沙河街油組32口井原油樣品，進(jìn)行原油的密度(20、50℃)、黏度、蠟含量、膠質(zhì)含量、瀝青質(zhì)含量、凝固點等基本物性測定。

地面原油密度(20℃)為0.853～0.885g/cm3，地面原油黏度(50℃)為8.22～31.2mPa·s，瀝青質(zhì)體積分?jǐn)?shù)為2.49%～7.47%，膠質(zhì)體積分?jǐn)?shù)為7.97%～11.89%。根據(jù)原油工業(yè)分類標(biāo)準(zhǔn),判定XXA和XXB油田沙河街原油屬于高蠟、高凝的中質(zhì)原油。

2.2 蠟沉積影響因素分析

通過試驗法分析，結(jié)合油井實際生產(chǎn)參數(shù)，發(fā)現(xiàn)油井產(chǎn)液量、含水量、生產(chǎn)氣油比和生產(chǎn)時間等是影響蠟沉積速率的地面生產(chǎn)特征，剪切應(yīng)力、原油黏度、井筒內(nèi)徑向溫度梯度、蠟分布密度等為其地下內(nèi)在聯(lián)系。通過使用SPSS Statistics軟件，對各油井的試驗參數(shù)進(jìn)行大數(shù)據(jù)分析，發(fā)現(xiàn)剪切應(yīng)力、原油黏度、井筒內(nèi)徑向溫度梯度、蠟分布密度存在非常好的非線性關(guān)系(R2=0.941)，且顯著性較強(qiáng)，證明針對這4個影響因素進(jìn)行非線性擬合是科學(xué)合理的。

1)井筒內(nèi)剪切應(yīng)力 剪切應(yīng)力越大，油流對管壁的沖刷作用越強(qiáng)，蠟分子不易沉積在管壁，蠟沉積速率減小。因此當(dāng)油井液量增大時，剪切應(yīng)力有使蠟沉積減小的趨勢。

2)井筒內(nèi)徑向溫度梯度 當(dāng)管壁溫度下降到析蠟點以下時，管壁處的蠟分子首先結(jié)晶析出，導(dǎo)致原油中的蠟分子出現(xiàn)濃度差。依據(jù)分子擴(kuò)散原理，蠟分子由濃度高的油流中心向管壁處遷移并結(jié)晶析出，如此循環(huán)往復(fù)。

3)井筒內(nèi)蠟分布密度 蠟沉積速率隨蠟分子分布密度增大而增加，含蠟原油蠟沉積的主要機(jī)理是分子擴(kuò)散機(jī)制。分子擴(kuò)散作用主要是通過分子間濃度差進(jìn)行，當(dāng)管壁蠟分子分布密度增大時，蠟沉積速率將會增大。

4)井筒內(nèi)原油黏度 當(dāng)黏度較大時，原油對蠟分子的阻礙作用較大，不利于蠟分子通過分子濃度梯度差向管壁遷移析出。

2.3 模型參數(shù)計算

2.3.1剪切應(yīng)力的計算

紊流流動時，流體在管壁處的剪切速率可以通過對近管壁處流體的流速分布推導(dǎo)或?qū)鼙谔幜黧w運用冪律模型導(dǎo)出。

紊流時管壁處的剪切速率計算公式為：

(1)

(2)

式中：r為剪切速率，s-1；Re為雷諾數(shù)，1；f為摩阻系數(shù)，1；n為流變指數(shù)，1；v為液體通過井筒內(nèi)單位管長的速度，m/s；D為井筒內(nèi)徑，m。

通過試驗方法得到的原油在不同溫度下的本構(gòu)方程如表1(模型選取試驗溫度50℃下的本構(gòu)方程)。

表1 不同含水率乳狀液本構(gòu)方程

將計算得到的各井原油樣本在井筒內(nèi)的剪切速率代入本構(gòu)方程，得到各油井試驗條件下剪切應(yīng)力值。

2.3.2徑向溫度梯度的計算

將井筒段看作微元管段，油流與管壁的換熱視作熱傳導(dǎo)，徑向溫度梯度可由微元管段上的熱平衡求得：

(3)

整理得到：

(4)

2.3.3蠟分布密度的計算

折算到對應(yīng)壓力p、溫度T狀態(tài)下原油含蠟率為：

(5)

(6)

式中：Qo為地面產(chǎn)油量，m3；fp為地面含蠟率，1；Rs為溶解氣油比，1；ρo和ρg分別為原油和天然氣的密度，kg/m3；ρT為p、T狀態(tài)下的原油密度，kg/m3；Bo為p、T狀態(tài)下原油體積系數(shù)，m3/m3。

若蠟質(zhì)組分在流體中均勻分布，在結(jié)蠟管段處，其單位體積內(nèi)蠟質(zhì)組分分布密度Fd為：

Fd=ρTfyfo

(7)

(8)

式中:Fd為蠟質(zhì)組分分布密度，kg/m3;fo為p、T狀態(tài)下油流體積與流體體積之比，m3/m3；Z為天然氣的壓縮因子，1；p為試驗時的壓力，MPa；T為試驗時的溫度，K；po為標(biāo)準(zhǔn)狀態(tài)下的壓力，取0.098MPa；To為標(biāo)準(zhǔn)狀態(tài)下的溫度，取293.15K；Rc為生產(chǎn)氣油比，m3/m3；R為水油比，m3/m3。

2.3.4原油黏度的選取

實驗室分析化驗得到各井原油樣本在不同溫度下的原油黏度，選取50℃下化驗結(jié)果(50℃低于原油樣品析蠟點，符合結(jié)蠟理論模型條件)。

3 模型建立及結(jié)果應(yīng)用

3.1 模型建立

將上述影響因素的計算參數(shù)作為4個輸入向量，蠟沉積速率作為目標(biāo)向量，通過SPSS Modeler軟件建立BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行高次函數(shù)無限逼近真實值，選用雙極S形函數(shù)作為激活函數(shù)。

3.2 模型應(yīng)用

設(shè)置最大訓(xùn)練周期1000次，準(zhǔn)確性99%，初始學(xué)習(xí)率為0.01，最終運算結(jié)果如表2。

表2 模型運算結(jié)果

清蠟周期計算公式：

(9)

式中：t為清蠟周期，s；Qo為油井產(chǎn)油量，m3；fy為原油含蠟率，1；ρ為原油密度，kg/m3；vd為蠟沉積速率，kg/(m3·s)-1；r為油管內(nèi)徑，m；dL為單位管段長，m。

以XX-A7井和XX-B30井為例，2口井分別為XX油礦XXA油田和XXB油田的2口生產(chǎn)井。2口井生產(chǎn)數(shù)據(jù)如表3所示，由于2口井的液量較低，導(dǎo)致井溫低于析蠟溫度(55℃)，出現(xiàn)井筒蠟堵現(xiàn)象，嚴(yán)重影響正常生產(chǎn)。

表3 生產(chǎn)井?dāng)?shù)據(jù)表

將蠟沉積速率代入公式(10)，得到XX-A7和XX-B30井的清蠟周期分別為28d和26d，而與2口井生產(chǎn)過程中的實際清蠟周期27d和26d相比，整體預(yù)測結(jié)果誤差率小于3%，進(jìn)一步證明了該方法的可靠性和模型的準(zhǔn)確性。

4 結(jié)論

1)影響蠟沉積速率的主要因素是剪切應(yīng)力、原油黏度、井筒內(nèi)徑向溫度梯度、蠟分布密度，分析時需要綜合考慮。提高日產(chǎn)液量可以增大井筒內(nèi)剪切應(yīng)力，井筒保溫處理可以降低徑向溫度梯度，從而延長清蠟周期。

2)BP神經(jīng)網(wǎng)絡(luò)原理運用于井筒內(nèi)蠟沉積速率的預(yù)測，需要大量較高質(zhì)量的試驗樣本數(shù)據(jù)。建立的BP神經(jīng)網(wǎng)絡(luò)模型，可用于油井井筒內(nèi)蠟沉積速率的預(yù)測和清蠟周期的計算，研究結(jié)果表明預(yù)測精度較高，滿足油田分析研究的需要。

[1]王鴻勛，張琪.采油工藝原理[M].北京：石油工業(yè)出版社，1989：318～319.

[2]陳德春，劉均榮，吳曉東，等.含蠟原油井筒結(jié)蠟剖面的預(yù)測模型[J].石油大學(xué)學(xué)報，1999，23(4):23～26.

[3]陳普敏，韓善鵬，李鴻英，等.采用泰勒分散法測量蠟分子擴(kuò)散系數(shù)[J].化工學(xué)報，2014，65(2):605～612.

[4]王利中.油井結(jié)蠟速度及清蠟周期預(yù)測[J].西部探礦工程，2003，15(11):54～55.

[5]韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計及應(yīng)用[M].北京：化學(xué)工業(yè)出版社，2007.

[6]武松，潘發(fā)明.SPSS統(tǒng)計分析大全[M].北京：清華大學(xué)出版社，2014.