李雪, 張戰(zhàn)敏, 朱麗萍, 金學(xué)鋒, 朱丹丹, 高鵬
(1. 中國石油大學(xué)(北京) 信息科學(xué)與工程學(xué)院,北京 102249;2. 中國石油華北油田公司 工程技術(shù)研究院,河北 任丘 062552)
人工舉升的作用是將油氣開采至地面,是原油開采中的重要環(huán)節(jié)。截至2016年,中石油公司整體的機采井?dāng)?shù)量達到了2.5×105口,約占中石油總油井?dāng)?shù)量的98%,而機采井的產(chǎn)油量占中石油總體產(chǎn)油量的約99%。抽油機舉升技術(shù)已經(jīng)有近百年的歷史,依靠其結(jié)構(gòu)簡單、結(jié)實可靠的特點一直占據(jù)著人工舉升的主導(dǎo)地位,隨著油田進入開發(fā)中后期,人工舉升的地位將會越來越突出。
抽油機井人工舉升目前面臨的問題,主要是效率低能耗高,目前抽油機系統(tǒng)效率僅為24%,人工舉升系統(tǒng)能耗約占油田總能耗的30%,在低油價形勢下,只有通過技術(shù)創(chuàng)新,才能提高人工舉升系統(tǒng)效率,降低能耗,提高投資回報率。同時人工舉升控制方式多為基于沖次的科學(xué)公式法,少有單周期內(nèi)的智能變速控制。并且井下生產(chǎn)情況復(fù)雜,原理建模方法復(fù)雜且精度不高。
為此,需要研制一套抽油機井人工舉升智能控制系統(tǒng)[1-4],基于人工舉升理論與機器學(xué)習(xí)的數(shù)字孿生模型架構(gòu)。具有監(jiān)測、診斷、預(yù)警、分析和控制等功能,提高抽油機井產(chǎn)量,并減小電機能耗。實現(xiàn)油氣田開采精細化管理的目標(biāo): 提升產(chǎn)量,降低能耗,對產(chǎn)液量及泵效預(yù)測、工況識別診斷,根據(jù)當(dāng)前生產(chǎn)情況實時優(yōu)化控制參數(shù);延長設(shè)備壽命,實時預(yù)警;數(shù)據(jù)管理與可視化,讓用戶可以直觀清楚地看到產(chǎn)液量,耗電量等周期內(nèi)的變化,提高用戶體驗度;實現(xiàn)數(shù)據(jù)采集與傳輸,將所有抽油機采集到的數(shù)據(jù)實時更新到數(shù)據(jù)庫中,保證平臺頁面實時刷新最新數(shù)據(jù)。
通過對抽油機井自動調(diào)節(jié)參數(shù),進行機器學(xué)習(xí),實現(xiàn)控制策略自動尋優(yōu),獲得油井最佳運行工況及最小耗電量。自動尋優(yōu)后采集當(dāng)前運行數(shù)據(jù),與模型預(yù)測的尋優(yōu)運行數(shù)據(jù)進行對比、修正、機器學(xué)習(xí),不斷優(yōu)化修正模型,提高精確度,使抽油機始終保持最優(yōu)的運行工況,實現(xiàn)智能舉升[5-13]。
平臺采用B/S架構(gòu)設(shè)計,總體架構(gòu)如圖1所示,包括數(shù)據(jù)采集層、存儲層、計算層和應(yīng)用層四個部分,各部分功能分別為: 數(shù)據(jù)采集層從遠端數(shù)據(jù)庫讀取數(shù)據(jù),包括功圖數(shù)據(jù),電參數(shù)據(jù)等,同時通過多線程技術(shù)進行數(shù)據(jù)的實時讀取,保證本地數(shù)據(jù)庫中的數(shù)據(jù)是最新的;存儲層將遠程數(shù)據(jù)存儲到本地數(shù)據(jù)庫,系統(tǒng)實時更新產(chǎn)生的日志文件存儲等,還包括在平臺上多條選擇直接下載功圖數(shù)據(jù)等;計算層起到連接存儲層和應(yīng)用層的作用,平臺內(nèi)對數(shù)據(jù)進行平均值計算、數(shù)據(jù)編碼處理,同時分析深度學(xué)習(xí)和強化學(xué)習(xí)的數(shù)據(jù)之后得到產(chǎn)液量、耗電量等預(yù)測結(jié)果以及變頻曲線等;應(yīng)用層則是對數(shù)據(jù)的圖形化界面展示,為系統(tǒng)用戶提供操作界面,用戶通過對應(yīng)操作發(fā)送請求,完成人機交互動作,并將請求頁面在Web界面中展示,同時將功圖數(shù)據(jù),電參數(shù)據(jù)通過Echarts圖形展示出來,計算層中計算出的數(shù)據(jù)通過折線圖圖形展示。
圖1 平臺架構(gòu)示意
根據(jù)智能控制系統(tǒng)的需求,該系統(tǒng)功能設(shè)計為五大模塊如圖2所示,各模塊的介紹如下:
1)數(shù)據(jù)快速查詢模塊。用戶可以進行油井信息的查看以及加井等操作,油井信息界面有功圖散點圖,油井的其余參數(shù),還有四張曲線圖分別為電流曲線圖、有功功率曲線圖、無功功率曲線圖以及速度/加速度曲線圖;可以查看報警信息,并篩選出不符合正常規(guī)范的數(shù)據(jù)。
2)數(shù)據(jù)綜合展示模塊。該模塊是對通過強化學(xué)習(xí)和深度學(xué)習(xí)計算出的數(shù)據(jù)圖形化界面的展示,可以選擇某一時間點,對生產(chǎn)數(shù)據(jù)的展示做一個選擇,展示出所有油井?dāng)?shù)據(jù)的平均值;可以進行批量下載,選擇要下載的數(shù)據(jù)后系統(tǒng)會通過選中的id值到數(shù)據(jù)庫中進行查找,將數(shù)據(jù)庫中對應(yīng)的其他數(shù)據(jù)下載到文件中以及日志數(shù)據(jù)的展示。
3)人工智能舉升模塊。用戶可以輸入?yún)?shù)實現(xiàn)對深度學(xué)習(xí)的參數(shù)控制,也能清晰地看到變速控制產(chǎn)出的頻率曲線,最新的功圖數(shù)據(jù)對應(yīng)一條頻率曲線以及智能預(yù)測結(jié)果;近10個周期的產(chǎn)液量,泵效,日耗電曲線圖。
4)模型訓(xùn)練及預(yù)測模塊。用戶可以根據(jù)界面的模板文件,上傳一個本地文件,實現(xiàn)產(chǎn)液量、泵效以及工況識別模型訓(xùn)練并得出預(yù)測結(jié)果。
5)系統(tǒng)管理模塊。管理員可以進行用戶的注冊,以及查詢其他用戶,普通用戶不可以進行該操作。
圖2 系統(tǒng)功能模塊示意
抽油機通過傳感器采集相關(guān)數(shù)據(jù)存入數(shù)據(jù)庫,并從積累的海量數(shù)據(jù)中提取井號、地面載荷、地面位移以及泵徑等關(guān)鍵生產(chǎn)數(shù)據(jù),設(shè)計智能分析模型,從而得到產(chǎn)液量、泵效和工況的預(yù)測結(jié)果,大幅提升了預(yù)測的準(zhǔn)確性。變速模型將抽油機單周期的耗電量和產(chǎn)液量作為優(yōu)化目標(biāo),輸出控制頻率曲線實時調(diào)控抽油機運行。
該系統(tǒng)后臺應(yīng)用了SSM框架,采用的程序語言為: Spring + Spring MVC + MyBatis。網(wǎng)頁前端使用了jQuery EasyUI,它是基于jQuery的一組UI插件集合體,提供了大多數(shù)的UI控件的使用,包括頁面布局、菜單和按鈕、表單、窗口、表格和樹等。在該系統(tǒng)開發(fā)中常用的是dataGrid,treeGrid,tree,dialog,tabs,validatebox,combobox等前端控件元素。
產(chǎn)液量預(yù)測模型的輸入為地面示功圖像素矩陣,圖像的像素為224×224,由n個采樣點繪制而成,然后運用卷積神經(jīng)網(wǎng)絡(luò)ResNet34從224×224像素矩陣中提取維度為512的特征向量,接著經(jīng)過泵徑融合層,將油井的泵徑大小融入特征向量中,使得模型能夠適用于不同泵徑的油井,提高模型的精度和泛化能力,最后計算出產(chǎn)液量。
泵效預(yù)測模型的輸入是將非結(jié)構(gòu)化功圖數(shù)據(jù)轉(zhuǎn)換為地面示功圖像素矩陣,圖像的像素為224×224,由n個采樣點繪制而成,然后運用卷積神經(jīng)網(wǎng)絡(luò)ResNet50從224×224像素矩陣中提取維度為1024的特征向量,接著經(jīng)過全連接層,最后計算出泵效。
工況診斷模型采用ResNet_v2_50模型結(jié)構(gòu),將示功圖序列繪制成示功圖,之后轉(zhuǎn)換為像素矩陣輸入模型,通過50層的網(wǎng)絡(luò)結(jié)構(gòu)提取超維度的特征向量,最后將向量輸入分類器進行工況識別結(jié)果輸出。
基于變速控制系統(tǒng)與抽油機井的交互,可實現(xiàn)抽油機電機的運行頻率曲線變速控制規(guī)律的自動尋優(yōu)。提出了一種具有動作自尋優(yōu)能力的交互式強化學(xué)習(xí)框架實現(xiàn)變速控制系統(tǒng),實現(xiàn)了在線學(xué)習(xí)快、兼容能力強以及變速自適應(yīng)性和準(zhǔn)確性高。變速控制系統(tǒng)的輸入為兩種數(shù)據(jù): 抽油機運行狀態(tài)S(示功圖和沖次規(guī)律);在對應(yīng)運行狀態(tài)下得到的回報與產(chǎn)液量和耗電量有關(guān)。變速控制系統(tǒng)的輸出為一種數(shù)據(jù),即單周期內(nèi)一系列的調(diào)速動作A,在現(xiàn)有沖次上增大或減小或不變[14-15]。系統(tǒng)總體結(jié)構(gòu)如圖3所示。
圖3 系統(tǒng)總體結(jié)構(gòu)示意
根據(jù)對中國石油天然氣集團有限公司華北油田當(dāng)前的抽油機井運作情況進行抽油機井人工舉升智能控制系統(tǒng)的設(shè)計與實施。系統(tǒng)平臺采用Java語言以Java Web技術(shù)并利用MYSQL數(shù)據(jù)庫進行開發(fā),結(jié)合SSM框架技術(shù),同時在系統(tǒng)的功能和頁面處理時選擇JSP技術(shù)進行操作,使用戶可以通過圖形界面化清楚直觀地感受到產(chǎn)液量和耗電量等周期內(nèi)的曲線變化情況,還有功圖矩陣圖像。
原始數(shù)據(jù)集為283口油井約31萬個數(shù)據(jù),其中數(shù)據(jù)集中采樣點數(shù)據(jù)包括144個采樣點功圖和200個采樣點功圖,因為采樣點個數(shù)不同,針對不同數(shù)據(jù)算法會有不一樣的處理過程,另外還包括4種不同的泵徑,非結(jié)構(gòu)化功圖數(shù)據(jù)轉(zhuǎn)換為圖像像素矩陣,實現(xiàn)產(chǎn)液量預(yù)測、泵效預(yù)測以及工況識別。
產(chǎn)液量預(yù)測模型將單井計算的時間級別從秒級提高到毫秒級;一個運行周期結(jié)束,自動繪制功圖并計算產(chǎn)液量,不易掉井。部分產(chǎn)液量樣本預(yù)測結(jié)果如圖4所示。
圖4 部分樣本產(chǎn)液量預(yù)測效果示意
泵效預(yù)測模型通過對多類井?dāng)?shù)據(jù)的學(xué)習(xí),獲得相關(guān)經(jīng)驗,可快速移植到對應(yīng)類別的油井上應(yīng)用,部分泵效樣本預(yù)測結(jié)果如圖5所示。
圖5 部分樣本泵效預(yù)測效果示意
采用基于深度學(xué)習(xí)的工況診斷模型識別工況故障類型多、準(zhǔn)確率高,且對低產(chǎn)、復(fù)雜工況、相似工況有更好的分辨度。可識別14種工況,準(zhǔn)確率為94.2%,召回率為87.1%,模型計算速度為5 ms,工況識別訓(xùn)練與測試數(shù)據(jù)集見表1所列。
表1 工況識別訓(xùn)練與測試數(shù)據(jù)集 個
根據(jù)實時產(chǎn)液量、工況等生產(chǎn)情況,自主尋優(yōu)單周期內(nèi)懸點的最佳變速運行規(guī)律,以生產(chǎn)效益提升為導(dǎo)向,根據(jù)抽油機實時工況,自動調(diào)節(jié)變頻曲線。模型能夠根據(jù)特定應(yīng)用井,自適應(yīng)調(diào)節(jié)內(nèi)部參數(shù)功能;短時間網(wǎng)絡(luò)中斷不影響抽油機井工作;故障時可自動切回現(xiàn)場工控柜設(shè)定的運行參數(shù);客戶端在線監(jiān)控變速控制效果。
針對這幾個目標(biāo)提出了一種具有動作自尋優(yōu)能力的交互式強化學(xué)習(xí)框架實現(xiàn)變速控制設(shè)計[16],變速控制系統(tǒng)應(yīng)用效果如圖6所示,變速控制系統(tǒng)應(yīng)用效果見表2所列。
圖6 變速控制系統(tǒng)應(yīng)用效果示意
表2 變速控制系統(tǒng)應(yīng)用效果
本文根據(jù)實際的需求,設(shè)計了抽油機井人工舉升智能控制系統(tǒng),采用MYSQL數(shù)據(jù)庫,eclipse作為開發(fā)工具,系統(tǒng)前端以HTML+CSS+JS的開發(fā)模式,結(jié)合強化學(xué)習(xí)DDPG算法和深度神經(jīng)網(wǎng)絡(luò)進行抽油機井交互功能開發(fā),并使用Echarts進行數(shù)據(jù)的圖形化界面展示,后臺采用SSM框架實現(xiàn)與前端系統(tǒng)的通信,利用DDPG算法進行變速控制系統(tǒng)的實現(xiàn),基于以上開發(fā)語言和技術(shù),實現(xiàn)了基于Java Web技術(shù)與強化學(xué)習(xí)的抽油機井變速控制平臺的開發(fā)。
該系統(tǒng)部署復(fù)雜,維護方便,通過井?dāng)?shù)據(jù)以及產(chǎn)液量、耗電量等預(yù)測數(shù)據(jù)的可視化界面瀏覽,直觀地展示了系統(tǒng)結(jié)合強化學(xué)習(xí)的變頻調(diào)速的效果,為油田抽油機井人工舉升控制提供了有效地解決方法。