李迎恩（大慶油田有限責(zé)任公司第八采油廠）

目前，我國大部分原油屬于高凝點、高含蠟、高黏度的“三高”原油，為了使其具有較好的流動性，通常采用加熱方式輸送至集輸站內(nèi)[1]。其中，集油環(huán)節(jié)占地面系統(tǒng)總能耗的60%～80%，而集油中的熱能消耗又是重中之重。因此設(shè)法降低集油環(huán)節(jié)中的熱能是實現(xiàn)少投入、增效益的有效手段[2-3]。

鑒于我國陸上油田大多開發(fā)已超過30 a，大慶、華北、大港、遼河、江漢等油田均已進入特高含水率期，對于高含水率原油，其流動性會大幅提升，韓善鵬等[4]、魯曉醒等[5]、賈治淵[6]均采用室外可視化實驗證明了高含水率原油可在常溫條件下輸送，其黏壁溫度界限低于凝點3～5 ℃。但以上研究只適用于單一固定區(qū)塊和原油物性，對于其余區(qū)塊無法大面積推廣使用?；诖耍媚壳耙褜崿F(xiàn)常溫輸送的油井數(shù)據(jù)，通過熵權(quán)-灰色關(guān)聯(lián)算法確定影響高含水率油井常溫輸送的主要因素，建立支持向量機（SVM）模型進行數(shù)據(jù)分類的訓(xùn)練和預(yù)測，并根據(jù)模型結(jié)果進行能耗分析。研究結(jié)果可為油井常溫輸送技術(shù)的推廣提供實際參考。

1 油井常溫集輸相關(guān)性分析

在大量生產(chǎn)實踐和現(xiàn)場經(jīng)驗的基礎(chǔ)上，可以得到以下判斷油井常溫集輸可行性的經(jīng)驗規(guī)律：

1）井口出油溫度高的油井與出油溫度低的相比，更易實現(xiàn)常溫集輸。

2）集油管線長、管徑大的油井由于流速較低，與管壁和土壤之間的換熱較大，不易實現(xiàn)常溫集輸。

3）受地溫的影響，夏季容易實現(xiàn)低溫集輸，對于高寒地區(qū)冬季很難實現(xiàn)常溫集輸。

4）產(chǎn)液量大、含水率高的油井易實現(xiàn)常溫集輸。

5）含氣量相對較大的油井易實現(xiàn)常溫集輸。

6）對于不能實現(xiàn)常溫集輸?shù)挠途?，可根?jù)其集輸溫度界限適當調(diào)節(jié)伴熱水或摻水的參數(shù)，也能實現(xiàn)節(jié)能降耗。

以上均為定性結(jié)論，技術(shù)人員需在現(xiàn)場反復(fù)實驗、調(diào)節(jié)，才能實現(xiàn)部分油井的常溫集輸，但工作量較大、推廣性不強。因此，需對影響常溫集輸?shù)闹T多因素進行相關(guān)性分析?；疑P(guān)聯(lián)算法可對某一系統(tǒng)的發(fā)展趨勢進行定量比較和分析，可將相對分散的信息整合化處理，但考慮對于關(guān)聯(lián)度的計算是取所有因素的均值，未考慮因素所占的權(quán)重，故將熵權(quán)法與灰色關(guān)聯(lián)法相結(jié)合使用[7-8]。

首先，考慮與常溫集輸相關(guān)的因素為井口產(chǎn)液溫度、回油溫度、集油管線長度、管徑、埋地溫度、產(chǎn)液量、含水率、氣液比、凝點等，構(gòu)建初始因素矩陣X：

式中：xmn為第m個影響因素下的第n個樣本數(shù)據(jù)，m=1，2，…，i，n=1，2，…，j。

其次，為控制因素間量綱差異帶來的不確定性，采用極值法對數(shù)據(jù)進行處理，得到無量綱因素矩陣Y：

式中：min(xm)、max(xm)分別為第m個影響因素下所有樣本數(shù)據(jù)的最小值和最大值。

隨后，根據(jù)信息熵原理，求解不同影響因素的熵值Em：

式中：j為樣車總個數(shù)；i為影響因數(shù)總個數(shù)。

將熵值進行歸一化處理，得到因素的權(quán)值為Wm：

將公式（1）作為子序列Xi，將井口回壓與最高限制回壓的差值作為母序列X0，計算母序列對于子序列的關(guān)聯(lián)度值δm(k)：

式中：δm(k)為第m個影響因素下，X0與Xi在k處的關(guān)聯(lián)值；Δm(k)為X0與Xi在k處的差值；ρ為分辨系數(shù)，一般取0.5。

最后，在考慮權(quán)重的情況下，計算關(guān)聯(lián)度ri：

2 油井常溫集輸可行性預(yù)測模型

鑒于常溫集輸影響因素間的多重非線性特征，采用對于小樣本和高維數(shù)據(jù)分類效果較好的SVM 模型作為可行性預(yù)測模型。將經(jīng)熵權(quán)-灰色關(guān)聯(lián)篩選的主控因素作為SVM 模型的輸入，將是否實現(xiàn)常溫集輸作為模型的輸出，進行數(shù)據(jù)訓(xùn)練和預(yù)測。

算法原理是假設(shè)訓(xùn)練數(shù)據(jù)的集合為{(x1，y1)，(x2，y2)，…，(xn，yn)}，其中xi為輸入 矢量，yi為輸入矢量，將原始的分類函數(shù)問題轉(zhuǎn)化為優(yōu)化函數(shù)，并通過約束條件和拉格朗日乘子得到輸入和輸出的基本表達式[9-10]：

式中：ai、均為拉格朗日乘子；SV為經(jīng)過模型訓(xùn)練的數(shù)據(jù)集；K(xixj)為核函數(shù)；b為偏置。

核函數(shù)是將低維非線性數(shù)據(jù)映射至高維空間的點積函數(shù)，決定了特征的線性可分性，在此選擇非線性較好的徑向基核函數(shù)。

3 實例驗證

某油田在室外實驗的基礎(chǔ)上[11-12]，通過3 a 的反復(fù)現(xiàn)場驗證和調(diào)節(jié)，共實現(xiàn)了3 個區(qū)塊150 口油井從三管伴熱或雙管摻水轉(zhuǎn)為常溫集輸。3 個區(qū)塊內(nèi)油井的生產(chǎn)情況見表1。

表1 3 個區(qū)塊內(nèi)油井的生產(chǎn)情況Tab.1 Production situation of oil wells in the three blocks

參照公式（1）～（8）對150 口油井的數(shù)據(jù)進行權(quán)重計算及灰色關(guān)聯(lián)度分析，影響因素權(quán)重見圖1，影響因素灰色關(guān)聯(lián)度見圖2?？梢?，埋地溫度、產(chǎn)液量、含水率、氣液比在影響因素中的權(quán)重占比較大。埋地溫度決定了流體與土壤之間的傳熱效率，根據(jù)蘇霍夫公式，埋地溫度越高，總傳熱系數(shù)越小，油流與周圍介質(zhì)的散熱越弱，油流的保溫性越強；產(chǎn)液量決定了介質(zhì)流速，液量大時，管內(nèi)流速較大，與管壁接觸換熱的時間變短，油流的保溫性變強；含水率和氣液比決定了介質(zhì)流型，由于表1 中的含水率均超過了轉(zhuǎn)相點，故流型為水包油分散流，此時與管壁接觸為水濕條件，摩擦力大幅降低，流動性增強，在氣量較大時，可以沖刷掉前端因溫度降低引發(fā)的黏壁原油，恢復(fù)介質(zhì)流動性。

圖1 影響因素權(quán)重Fig.1 Weight of influencing factors

圖2 影響因素灰色關(guān)聯(lián)度Fig.2 Grey correlation degree of influencing factors

灰色關(guān)聯(lián)度大于0.2 的因素有埋地溫度（0.65）、產(chǎn)液量（0.42）、含水率（0.33）、氣液比（0.45）和集油管長（-0.34），其中前四個因素與常溫輸送呈正相關(guān)，集油管長與常溫輸送呈負相關(guān)。區(qū)塊C的埋地溫度、產(chǎn)液量、氣液比明顯高于其余區(qū)塊，故常溫集輸油井比例也較高，評價結(jié)果與實際工況相符。

根據(jù)可行性分析結(jié)果，利用SVM 建立油井常溫集輸可行性預(yù)測模型，將埋地溫度、產(chǎn)液量、含水率、氣液比和集油管長等作為輸入，將是否實現(xiàn)常溫集輸作為輸出。為了便于統(tǒng)計，將可實現(xiàn)常溫輸送的油井編碼為1，不能實現(xiàn)常溫輸送的油井編碼為0，對表1 中的252 口油井進行訓(xùn)練。數(shù)據(jù)集分為訓(xùn)練集、預(yù)測集和驗證集，其中訓(xùn)練集占比60%，用于對SVM 模型進行擬合回歸，得到最優(yōu)的模型超參數(shù)；預(yù)測集占比30%，當訓(xùn)練集滿足容許收斂誤差時，用于驗證預(yù)測模型的準確性和可靠性；驗證集占比10%，當預(yù)測集滿足容許收斂誤差時，用驗證集考察模型的泛化能力和魯棒性。

隱含層節(jié)點數(shù)是決定模型結(jié)構(gòu)和預(yù)測效果的關(guān)鍵因素，在總迭代次數(shù)100 次，懲罰參數(shù)0.1，不敏感參數(shù)0.01 的條件下，考察不同隱含層節(jié)點數(shù)對分類正確率的影響，不同隱含層節(jié)點對分類正確率的影響見圖3。隨著節(jié)點數(shù)的增加，分類正確率迅速上升，當節(jié)點數(shù)為19 時，訓(xùn)練集、預(yù)測集和驗證集的分類準確率分別為93.19%、89.24% 和85.63%，隨后繼續(xù)增加節(jié)點數(shù)，分類準確率有所上升，說明模型出現(xiàn)過擬合，網(wǎng)絡(luò)的泛化能力受限。因此，最終確定模型結(jié)構(gòu)為5-19-1 型。

圖3 不同隱含層節(jié)點對分類正確率的影響Fig.3 Influence of different hidden layer nodes on classification accuracy

SVM 模型的迭代過程見圖4。隨著迭代次數(shù)的增加，模型的準確率不斷上升，訓(xùn)練集、預(yù)測集在經(jīng)過227 次迭代后，正確率分別為99.46%、99.35%，均滿足容許收斂誤差99%，測試集在經(jīng)過255 次迭代后，分類正確率為99.18%，與訓(xùn)練集和預(yù)測集的差距不大，說明模型訓(xùn)練成功，已經(jīng)達到指定要求。

圖4 SVM 模型的迭代過程Fig.4 Iterative process of SVM model

為驗證SVM 模型的準確性，對其余3 個實驗區(qū)塊（D、E、F）的油井常溫輸送可行性進行預(yù)測，模型預(yù)測結(jié)果與實際生產(chǎn)情況對比見圖5。通過對比不同月份油井的實際運行數(shù)據(jù)，模型預(yù)測準確率為96.66%，說明模型的魯棒性較好。區(qū)塊D 和E 的產(chǎn)液量較高、集油管線較短，且為環(huán)狀集油方式，在集輸過程中液量逐漸增大，一年四季均可實現(xiàn)常溫集輸；區(qū)塊F 的埋地溫度較低，可實現(xiàn)常溫集輸?shù)挠途壤蛔銓嶋H開井數(shù)的20%，夏季常溫集輸油井多，冬季常溫集輸油井少，呈明顯季節(jié)性特征。因此，在實際工況中，應(yīng)考慮根據(jù)模型預(yù)測結(jié)果調(diào)整油井井口的回壓限值，從而降低生產(chǎn)能耗。

圖5 模型預(yù)測結(jié)果與實際生產(chǎn)情況對比Fig.5 Comparison between model prediction results and actual production

4 能耗分析

以上油井的集油方式均從三管伴熱或雙管摻水轉(zhuǎn)為常溫集輸，通過黑箱模型對不同方式進行能耗計算，統(tǒng)計常溫集輸前后的節(jié)能占比如下：

式中：η為節(jié)能占比，%；Q為常溫集輸前的能耗，kgce/d；Q0為常溫集輸前的能耗，kgce/d。

以其中的2 口井為例，不同油井常溫集輸前后的節(jié)能占比見表2。在相同的含水率下，產(chǎn)液量越大，節(jié)能占比約?。辉谙嗤漠a(chǎn)液量下，含水率越高，節(jié)能占比越大。這是由于產(chǎn)液量和含水率的變化對集輸前后的熱力能耗和動力能耗均有影響，其中產(chǎn)液量增加對常溫集輸前的能耗降低程度較大，而含水率增加，相當于用于加熱的水量變大，油量變小，而水的比熱容是油的兩倍，故能耗增加較多。

表2 不同油井常溫集輸前后的節(jié)能占比Tab.2 Energy conservation ratio of different oil wells before and after normal temperature gathering and transportation

隨后統(tǒng)計區(qū)塊A～F 實現(xiàn)常溫集輸（包括季節(jié)性集輸）的油井節(jié)能情況，實現(xiàn)常溫集輸?shù)挠途當?shù)量按照全年平均計算，共計309 口。其中，減少減阻劑、降凝劑、降黏劑等藥劑添加0.5 t，藥劑成本按16 000 元/t 核算，年可節(jié)約藥劑247 萬元；年減少熱洗0.5 次，每次熱洗人工、水、電和設(shè)備折舊按照2 萬元/次核算，年可節(jié)約熱洗費用309 萬元；年減少加熱原油的燃料費用25 t，燃料按照6 000 元/t核算，年可節(jié)約燃料費用4 635 萬元；但常溫集輸帶來了井口回壓的上升，平均井口回壓上升0.1～0.5 MPa，每井數(shù)年多消耗6 000 kWh，按照電價1.5 元/kWh 核算，年共花費動力費用278 萬元。綜上所述，年合計節(jié)約4 913 萬元，經(jīng)濟潛力巨大。

5 結(jié)論

1）采用熵權(quán)-灰色關(guān)聯(lián)分析對影響油井常溫集輸?shù)囊蛩剡M行了分析，其中有埋地溫度、產(chǎn)液量、含水率、氣液比和集油管長的影響較大，前四個因素與常溫輸送呈正相關(guān)，集油管長與常溫輸送呈負相關(guān)。

2）建立了基于SVM 的油井常溫集輸可行性預(yù)測模型，當隱含層節(jié)點數(shù)為19 時的預(yù)測效果最好，實驗區(qū)塊上的分類準確率為96.66%，結(jié)果與實際工況相符。根據(jù)模型預(yù)測結(jié)果及時調(diào)整油井井口的回壓限值，從而降低生產(chǎn)能耗。

3）通過能耗分析，高含水油井實現(xiàn)常溫輸送后，可節(jié)約藥劑、熱洗和燃料等費用，年合計4 319 萬元，節(jié)能潛力巨大，可以在其他油田推廣使用。