СКВАЖИНЫ

Область технического применения

Изобретение относится к области откачки нефти и газа из скважины, оборудованной штанговым насосом с датчиками нагрузки и положения, а также управляемой контроллером, считывающим поверхностную и вычисляющим глубинную динамограмму. Может быть использовано для снижения затрат на обеспечение безаварийной работы скважин, обучения персонала и снижения роли человеческого фактора в диагностике ШГНУ (Штанговой глубинной насосной установки).

Техническим результатом изобретения является повышение эффективности работы контроллеров и диспетчерских систем автоматизации за счет использования современных технологий машинного обучения.

Техническое обоснование

Система добычи нефти и газа из скважины с использованием штангового глубинного насоса является сложной и в процессе эксплуатации требует непрерывного мониторинга и управления. К этому обязывает высокая стоимость и значительная сложность ремонта привода, насоса и системы штанг, высокая интенсивность развития аварийных ситуаций, многообразие и сложность диагностирования характерных дефектов системы. Существует два принципиально разных подхода к обеспечению бесперебойной и безаварийной работы УШГН (Установки штангового глубинного насоса): 1) с постоянным мониторингом специалистами на месте (операторами, технологами, и др.) 2) с частичным или полным использованием средств автоматизации (станции управления, SCADA - системы (Supervisory Control And Data Acquisition — диспетчерское управление и сбор данных).

Основными способами диагностики и контроля скважины, оборудованной УШГН являются Ваттметрирование и Динамометрирование. Первый предполагает использование для диагностики и контроля скважины ваттметрограммы (ВМГ) - зависимости активной мощности электродвигателя станка - качалки от времени. К его достоинствам можно отнести простоту и дешевизну используемого оборудования, к основным недостаткам - сложность получения графика нагрузки на шток и соответственно распознавания значительного числа распространенных неисправностей. Второй способ предполагает использование датчика нагрузки, установленного на полированный шток в комплексе с датчиками положения. Он позволяет получить динамограмму (ДМГ) - график нагрузки на полированный шток от положения. Этот способ сопряжен с большими затратами, но позволяет получить более точную картину состояния скважины. Как правило, использование ДМГ или ВМГ для диагностики подразумевает наличие станции управления скважиной , позволяющей выполнять отключение станка - качалки (СК) при неисправностях и/или регулировку скорости вращения электродвигателя при наличии частотного привода.

Основными проблемами для разработчиков алгоритмов контроллеров является значительная сложность создания аналитических выражениий для выявления неисправностей по ДМГ и в особенности ВМГ (информация об изменении состояния скважины выражается на ВМГ со значительными искажениями, выраженными особенностями конкретного двигателя и привода насоса) . Зачастую для автоматического определения аварии по динамограмме используются только простейшие методы (аварийные уставки по нагрузке, определение заполнения по методу фиксированной нагрузки).

Более точное диагностирование осуществляется экспертным методом (технолог на основании имеющегося опыта делает заключение о наличии той или иной неисправности по форме графика).

Таким образом:

1) современная эксплуатация УШГН требует постоянного мониторинга и контроля;

2) задачи диагностирования неисправностей являются сложными, многопараметрическими и как правило решаются экспертными методами;

3) следующим этапом развития станций управления можно считать переход к большей степени автоматизации путём создания более совершенных алгоритмов диагностирования и распознавания неисправностей.

Для пояснения сущности заявленного технического решения представлены следующие графические материалы:

Фиг. 1 - структура нейросети для распознавания дефектов динамограмм, где:

1- Нейроны входного слоя

2- Нейроны промежуточного слоя 3- Нейроны выходного слоя

Фиг. 2 - Структура универсальной высокоуровневой нейросети для распознавания изображений.

Фиг. 3 - Блок - схема применения нейросетевого блока Ne1 , где:

А - Блок нейросети

Б - Контроллер ШГН(штангового глубинного насоса)

Б1 - Вход и выход контроллера

Б2 - Модуль для анализа рабочих параметров ШГН

БЗ - Модуль управления ШГН

Б4 - Блок фильтрации сигналов

Б5 - УАПП модуль

Б6 - Панель ручного управления

В - датчики нагрузки на полированный шток и его положения

Г - сенсорный дисплей

Д - электродвигатель ШГН

Е - система верхнего уровня

Фиг. 4 - Блок - схема применения нейросетевого блока Ns2, где:

А - Блок нейросети

А1 - Синтез динамограммы из ваттметрограммы;

Б - Контроллер ШГН

Б1 - Вход и выход контроллера

Б2 - Модуль для анализа рабочих параметров ШГН

БЗ - Модуль управления ШГН

Б4 - Блок фильтрации сигналов

Б5 - УАПП (Универсальный Асинхронный Приемопередатчик) ;

Б6 - Панель ручного управления;

Б7 - Блок синтеза ваттметрограммы

Ж - устройства для регистрации значений мощности (счетчик электроэнергии, ваттметр, ЧРЭП)

Г - сенсорный дисплей

Д - электродвигатель ШГН

Е - система верхнего уровня

Фиг. 5 - Блок - схема применения нейросетевого блока Ns3, где: Б - Контроллер ШГН;

Б1 - Вход и выход контроллера;

Б2 - Модуль анализа рабочих параметров ШГН;

БЗ - Модуль управления ШГН;

Б4 - Блок фильтрации сигналов;

Б5 - УАПП модуль;

Б6 - Панель ручного управления;

Б7 - Блок синтеза ваттметрограммы;

Б8 - Блок нейросети;

Б9 - Синтез динамограммы из ваттметрограммы;

В - Датчики нагрузки на полированный шток и его положения;

Г - Сенсорный дисплей;

Д - Электродвигатель ШГН;

Е - Система верхнего уровня;

Ж - Устройства для регистрации значений мощности (счетчик электроэнергии, ваттметр, ЧРЭП);

Фиг. 6 - Блок - схема применения нейросетевого блока Ns4, где:

Б - Контроллер ШГН;

Б1 - Вход и выход контроллера;

Б2 - Модуль анализа рабочих параметров ШГН;

БЗ - Модуль управления ШГН;

Б4 - Блок фильтрации сигналов;

Б5 - УАПП модуль;

Б6 - Панель ручного управления;

Б7 - Блок синтеза ваттметрограммы;

Б9 - Синтез динамограммы из ваттметрограммы;

В - Датчики нагрузки на полированный шток и его положения;

Г - Сенсорный дисплей;

Д - Электродвигатель ШГН;

Ж - Устройства для регистрации значений мощности (счетчик электроэнергии, ваттметр, ЧРЭП);

3 - SCADA

31 - Блок эвристического управления ШГН;

32 - Анализ динамограммы блоком нейросети; 33 - Модуль анализа рабочих параметров ШГН;

34 - Сервер связи;

35 - Человеко-машинный интерфейс;

36 - Диспетчерское управление;

Фиг. 7 - Блок - схема применения нейросетевого блока Ns5, где:

3 - SCADA сервер;

31 - Блок эвристического управления ШГН;

32 - Анализ динамограммы блоком нейросети;

33 - Модуль анализа рабочих параметров ШГН;

37 - Построение сети;

38 - Генерация отчетов;

39 - Менеджер лицензий;

310 - Интерфейсы сторонних производителей;

311 - Связь с другими серверами, очереди БД, Маршрутизация;

312 - Связь с клиентами, приоритеты, разрешения;

313 - УСО (Устройство Связи с Объектом);

314 - Связь с базой данных;

315 - База данных;

И - Радио/ Сервера терминалов/ GPRS модемы;

К - Управляемые объекты (контроллеры ШГН);

Л - ПК диспетчеров;

Качественным и современным решением для контроллеров УШГН можно считать использование нейросетей.

Средством реализации этого решения может быть разработка специальной структуры сети, оптимальной для решения задач распознавания неисправностей (Фиг. 1). Сеть построена для решения задачи распознавания дефектов, имеет три слоя: входной, скрытый и выходной. Количество нейронов в слоях обусловлено объемом входных данных, оптимальной структурой расчета и количеством распознаваемых дефектов. Достоинством этого способа может считаться высокое быстродействие сети и её качественная адаптация к задаче.

Другой вариант реализации - использование высокоразвитых универсальных сетей для распознавания изображений (Фиг. 2), что предполагает матричное представление ДМГ и расширенный процесс обучения алгоритма. Этот вариант выгоден снижением затрат на разработку и адаптацию структуры нейросети, однако требует больших вычислительных мощностей.

Оба этих варианта предполагают использование специальных аппаратных средств для реализации.

Уровень техники

Наиболее известные способы и приспособления для контроля откачки с использованием УШГН подразумевают использование поверхностных и глубинных динамограмм. Патент США Ns 3,306,210 описывает один из этих способов. Поверхностная динамограмма является отображением поверхностной нагрузки и положения полированного штока. Когда насос в скважине опустошается, нагрузка на насос падает в связи с незаполнением насоса. Результатом становится уменьшенная площадь графика поверхностной динамограммы. Измеряется заданное значение потери площади динамограммы, и скважина останавливается на заданный период простоя. Во время простоя резервуар будет снова наполнять колонну обсадных труб жидкостью. После периода простоя скважина запускается снова, и процесс повторяется. Патент США Ns 3,951 , 209 описывает способ, подобный способу, описанному в патенте США Ns 3,306,201 , в котором измеряется площадь внутри поверхностной динамограммы. Патент США Ns 4,583,915 описывает устройство, которое измеряет площадь снаружи поверхностной динамограммы. Патент США Ns 3,343,409 и патент США Ns 5,252,031 описывают процедуру, в ходе которой поверхностная нагрузка и положение штока применяются для расчета графика глубинной нагрузки и положения насоса, обычно называемого глубинной динамограммой. Этот способ применяется для определения различных состояний и используется для контроля откачки.

Патент RU2381384C1 описывает способ и систему для блока откачки с гибкой штанговой системой для обеспечения максимальной добычи флюида, где максимальный ход насоса и самое короткое время цикла рассчитывают на основании всех статических и динамических характеристик скважинных и поверхностных компонентов. Ограничения, касающиеся конструкционной прочности и усталостной прочности, вводят в расчет оптимизации для обеспечения безопасной работы, при поддержании максимального откачиваемого объема и минимального потребления энергии. Расчетную оптимальную скорость первичного двигателя задают штанговому насосу. Способ предусматривает создание полной математической модели скважины и наземного оборудования для откачки. Способ позволяет оптимизировать скорость первичного двигателя штангового насоса для максимального повышения добычи нефти, при одновременном снижении эксплуатационных расходов и обеспечении работы с безопасным коэффициентом загрузки. Однако, несмотря на полное описание оборудования и математического аппарата, требуемого для повышения качества работы контроллера, процесс диагностики неисправностей в патенте не рассмотрен.

Патент RU2610857C1 предлагает способ контроля откачки, при котором измеряют ток питания асинхронного электродвигателя насоса, рассчитывают активную составляющую измеренного тока, формируют и запоминают эталонную диаграмму активной составляющей за цикл работы насоса. Далее формируют текущие диаграммы указанной составляющей, вычисляют по выбранному критерию их отклонение от эталонной диаграммы и при превышении вычисленным отклонением порога останавливают электродвигатель на прогнозируемое время заполнения скважины.

Однако в описанном способе описаны процесс сравнения по критериям ( например, им может быть максимальная или среднеквадратичная разность совмещенных во времени диаграмм), но не упомянута возможность сравнения форм ВМГ с использованием нейросети, а также сравнения трендов развития ВМГ в режиме реального времени на характерных участках. Другим обоснованием отличия описываемого изобретения от патента RU2610857C1 может быть тот факт, что результаты испытаний и внедрения контроллеров на основе анализа ВМГ выявили большую трудность формального описания критериев сравнения ваттметрограмм, т.к. на форму ВМГ влияют характеристики качалок, параметры скважины, режим работы и загрузка электромотора, сбалансированность привода, вибронагруженность СК и текущая частота качания. Сочетание этих параметров меняется при изменении режима работы привода, что нелинейно отражается на форме ВМГ. Таким образом, оценка изменения заполнения по форме ВМГ становится практически невозможной при использовании аналитических критериев. Эта проблема может быть успешно решена путём использованием нейросети так как её алгоритмы , являясь многопараметрическими и адаптивными, могут учитывать трудно формулируемые параметры сложных систем. Существующие способы не исключают возможность появления аварийной ситуации, так как во всех из них не описан процесс распознавания неисправности и принятия решения на отключение скважины или изменения параметров её работы, за исключением срабатывания аварийных уставок или выполнения логических условий (например, снижение дебита). Зачастую для диагностики неисправностей в промышленности используется экспертный метод, который зависит от квалификации специалистов, режима их работы и других факторов. Возможностей автоматического распознавания дефектов по форме ВМГ или ДМГ современные контроллеры и диспетчерские системы не имеют.

Предмет изобретения

Средством качественно повысить качество диагностирования может служить нейросетевой блок как устройство, способное работать в сочетании с контроллером и/или SCADA системой. Физически такой блок может быть построен на основе печатной платы и соединяться через USB или Ethernet разъем, а также может быть интегрирован в плату контроллера.

Нейросетевой блок может быть реализован в следующих вариантах:

1) Нейросетевой блок для управления и диагностики, включенный в архитектуру контроллера скважины, оборудованной датчиками нагрузки и положения с возможностью получения ДМГ , или соединяемый с ним через USB, RS232 , Ethernet или другие разъемы, либо с использованием Wifi или Bluetooth соединения, позволяющий распознавать дефекты по динамограммам в контроллере, управлять откачкой из скважины, отображать выявленные дефекты на экране контроллера, отправлять через диспетчерскую систему отчет о неисправности скважины оператору.

2) Нейросетевой блок для управления и диагностики скважины, не оборудованной датчиками положения и нагрузки, с возможностью подключения к контроллеру, управляющему скважиной по ВМГ или подключения к частотному приводу, имеющему функцию отображения сигнала мощности, позволяющий с использованием нейросети выполнять перерасчет ВМГ в ДМГ, а также диагностику по ДМГ или ВМГ, управлять скважиной, отображать дефекты на своем экране или экране контроллера, отправлять отчеты через диспетчерскую систему.

3) Нейросетевой блок для управления и диагностики, включенный в архитектуру контроллера скважины, оборудованной необходимыми датчиками с возможностью получения ДМГ или ВМГ, или соединяемый с ним через USB, RS232 , Ethernet или другие разъемы, либо с использованием Wifi или Bluetooth соединения, позволяющий распознавать дефекты по трендам изменения ВМГ или ДМГ, управлять откачкой из скважины, отображать выявленные дефекты на экране контроллера, отправлять через диспетчерскую систему отчет о неисправности скважины оператору.

4) Нейросетевой блок для управления и диагностики, включенный в архитектуру сервера SCADA или соединяемый с ним через USB, RS232 , Ethernet или другие разъемы, либо с использованием Wifi или Bluetooth соединения, позволяющий распознавать дефекты по трендам изменения ВМГ или ДМГ на скважине, подключенной к SCADA - системе, управлять откачкой из скважины, отображать выявленные дефекты на экране контроллера, формировать и показывать отчет о неисправности скважины оператору.

5) SCADA — система, содержащая нейросетевой блок с функцией обучения распознаванию динамограмм с дефектами на основе данных, получаемых с подключенных скважин, функцией систематизации и хранения дефектных и эталонных динамограмм, функцией коррекции алгоритма распознавания дефектов на основе новых динамограмм.

Цель изобретения достигается путём:

1) создания базы валидированных динамограмм нормальной работы и ДМГ со всеми существующими дефектами скважин и приводов ШГН;

2) обучения алгоритма нейросетевого блока на вышеописанной базе динамограмм

3) создания базы трендов ВМГ и ДМГ , соответствующих изменению этих графиков в нормальных и аварийных режимах работы;

4) статического и динамического анализа динамограмм на скважине, на которую устанавливается блок диагностики, при помощи нейросетевого алгоритма;

5) отображения на экране блока диагностики, на экране контроллера скважины, либо в интерфейсе SCADA- системы результатов распознавания ДМГ и заключения о вероятности наличия неисправности в работе УШГН;

6) передачи команды управления контроллеру для остановки скважины или передачи сообщения в SCADA - систему для принятия решения оператором; Блок нейросети может содержать:

1) модуль калибровки ВМГ и ДМГ для обеспечения условий распознавания этих графиков;

2) модуль нейросетевого алгоритма, выполнаяющий распознавание дефектов, сравнение ДМГ и ВМГ , перерасчет ДМГ из ВМГ и формирующий заключение о наличии возможного дефекта;

3) баз данных, в которой содержатся дефектные ДМГ и ВМГ, ДМГ и ВМГ нормальной работы насоса, тренды развития неисправностей ВМГ и ДМГ ;

4) средства соединения с контроллером и SCADA - системой для получения данных, отправки отчетов и заключений о наличии неисправностей;

5) средства управления скважиной, оснащенной контроллером, работающим по ВМГ, ДМГ или средства управления скважиной, оснащенной частотным приводом;

6) Средства отображения состояния скважины и (или) наличия и типа дефекта в работе УШГН.

Экономический эффект достигается путем снижения простоев скважин из - за аварий, снижения затрат на обучения персонала способам распознавания динамограмм, ускорения передачи отчетов об авариях и снижения времени принятия решений об изменении режима работы скважины или её ремонте.

Применяемость в производственных условиях

Изобретение относится к добывающей отрасли промышленности, в основном к добыче сырой нефти и газа, при этом устройство мониторинга и управления скважиной, оборудованной глубинным штанговым насосом, размещается прямо в системе нефтяной скважины.