百度彩票

基于贝叶斯网络的气井环空带压风险评价模型及应用分析

冯学章 孙玉铎 王晓磊 冯钿芳 哈斯木 宋文容

冯学章,孙玉铎,王晓磊,冯钿芳,哈斯木,宋文容. 基于贝叶斯网络的气井环空带压风险评价模型及应用分析[J]. 百度彩票 工艺,2021,43(4):1-6
引用本文: 冯学章,孙玉铎,王晓磊,冯钿芳,哈斯木,宋文容. 基于贝叶斯网络的气井环空带压风险评价模型及应用分析[J]. 百度彩票 工艺,2021,43(4):1-6
FENG Xuezhang, SUN Yuduo, WANG Xiaolei, FENG Dianfang, HA Simu, SONG Wenrong. Risk assessment model of sustained casing pressure of gas well based on Bayesian network and its application analysis[J]. Oil Drilling & Production Technology, 2021, 43(4): 1-6
Citation: FENG Xuezhang, SUN Yuduo, WANG Xiaolei, FENG Dianfang, HA Simu, SONG Wenrong. Risk assessment model of sustained casing pressure of gas well based on Bayesian network and its application analysis[J]. Oil Drilling & Production Technology, 2021, 43(4): 1-6

基于贝叶斯网络的气井环空带压风险评价模型及应用分析

详细信息
    作者简介:

    冯学章(1970-),现从事采气工程及井下作业技术管理工作,高级工程师。通讯地址:(834000)新疆克拉玛依友谊路100号采气一厂。E-mail:.cn

    通讯作者:

    孙玉铎(1997-),在读硕士研究生,现从事采气工程和大数据研究工作。通讯地址:(102249)北京市昌平区府学路18号中国石油大学(北京)石油工程学院。E-mail:

  • 中图分类号: TE28

Risk assessment model of sustained casing pressure of gas well based on Bayesian network and its application analysis

  • 摘要: 针对气井生产过程中环空带压日益严重导致井完整性失效风险上升这一问题,开展了环空带压风险评价研究。建立了基于贝叶斯网络和实际生产数据的环空带压风险预警模型,该模型将影响环空带压的因素分为油套管泄漏和水泥环失效两个单元,确定了各个单元的主要风险因素和风险失效概率,在此基础上,建立了环空带压风险量化评价指标,并进行了相应风险等级划分,形成了气井环空带压风险评价方法。统计了新疆采气一厂的191口井的失效概率,进行了实例应用,结果表明:该模型可对环空带压的潜在风险进行定量计算,可推理得出主要风险因素的逆向成因,为预防和控制环空压力提供决策依据,有助于降低气井环空带压风险的发生概率。
  • 百度彩票

    图  1  贝叶斯网络风险评价技术路线

    Figure  1.  Technical route of risk assessment based on Bayesian network

    图  2  环空带压故障树

    Figure  2.  Fault tree of sustained casing pressure

    图  3  1号井风险度、油套压变化对比

    Figure  3.  Change of risk degree and tubing/casing pressure in No.1 Well

    表  1  根节点概率

    Table  1.   Probability of root node

    类别及范围区间标号概率类别及范围区间标号概率
    油压/MPa 0~10 y0 0.044 4 温度/℃ 50~60 w0 0.100 0
    10~20 y1 0.083 3 60~65 w1 0.338 9
    20~30 y2 0.733 3 65~70 w2 0.416 7
    30~40 y3 0.138 9 70~80 w3 0.144 4
    套压/MPa 0~10 t0 0.127 8 气体密度/
    (g · cm−3)
    0~0.76 qm0 0.103 9
    10~20 t1 0.505 6 0.76~0.77 qm1 0.285 7
    20~40 t2 0.366 7 0.77~0.78 qm2 0.246 8
    产液量/(m3 · d−1) 0~10 cy0 0.033 3 0.78~0.79 qm3 0.155 8
    10~20 cy1 0.050 0 0.79~0.80 qm4 0.051 9
    20~30 cy2 0.111 1 0.80~0.81 qm5 0.064 9
    30~40 cy3 0.127 8 0.81~0.82 qm6 0.039 0
    40~50 cy4 0.250 0 0.82~1.0 qm7 0.051 9
    50~60 cy5 0.116 7 地层压力/MPa 15~20 p0 0.205 6
    60~70 cy6 0.200 0 20~30 p1 0.361 1
    70~80 cy7 0.111 1 30~40 p2 0.433 3
    产气量/
    (104 m3 · d−1)
    0~10 cq0 0.100 0 H2S质量浓度/
    (g · m−3)
    0 hm0 0.996 4
    10~20 cq1 0.166 7 0.01~0.02 hm1 0.000 5
    20~30 cq2 0.183 3 0.02~0.03 hm2 0.000 5
    30~40 cq3 0.122 2 0.03~0.04 hm3 0.001 0
    40~50 cq4 0.244 4 0.04~0.05 hm4 0.001 5
    50~60 cq5 0.116 7 CO2质量浓度/
    (g · m−3)
    0 cm0 0.964 3
    60~70 cq6 0.066 7 0~0.01 cm1 0.012 4
    内径、钢级、
    壁厚组合
    Ø339.73 mm、J55、
    9.65 mm(用0表示)
    tc0 0.127 8 0.01~0.1
    0.1~0.2
    cm2
    cm3
    0.002 7
    0.006 9
    Ø244.48 mm、P110、
    11.05 mm(用1表示)
    tc1 0.216 7 0.2~0.35
    0.35~0.5
    cm4
    cm5
    0.005 5
    0.004 1
    Ø139.7 mm、P110、
    7.72 mm(用2表示)
    tc2 0.433 3 0.5~1.0
    1.0~3.0
    cm6
    cm7
    0.002 1
    0.002 1
    Ø139.7 mm、P110、
    9.17 mm(用3表示)
    tc3 0.222 2 固井质量 1(表示合格)
    0(表示不合格)
    g0
    g1
    0.950 0
    0.050 0
    扣型 BCSG(用0表示)
    LCSG(用1表示)
    K0
    K1
    0.600 0
    0.400 0
    水泥浆性能 1(表示性能合格)
    0(表示性能不合格)
    s0
    s1
    0.930 0
    0.070 0
    下载: 导出CSV

    表  2  环空带压风险等级

    Table  2.   Risk rating of sustained casing pressure

    风险等级风险值风险状态措施推荐图例
    (0—20] 无需采取措施 绿
    (20—40] 加强环空压力监测
    (40—70] 采取预防措施
    (70—100] 极高 采取控制措施
    下载: 导出CSV

    表  3  4口井基础数据

    Table  3.   Basic data of 4 wells used for the calculation

    井号油压/
    MPa
    套压/
    MPa
    产液量/
    (m3·d−1)
    产气量/
    (104m3·d−1)
    套管参
    数组合
    扣型温度/
    气体密度/
    (kg·m−3)
    地层压力/
    MPa
    H2S浓度/
    (g·m−3)
    CO2浓度/
    (g·m−3)
    固井
    质量
    水泥浆
    性能
    1353836281052.50.721600.2711
    2262931353150.50.76150.020.311
    32529151410680.77240.020.711
    42731192720700.772700.911
    下载: 导出CSV

    表  4  各井风险度及采取措施

    Table  4.   Risk degree and measure of each group

    井号风险度风险级别采取措施
    179.5采取控制油套管泄漏相关措施
    242.3采取预防水泥环失效的措施
    319.82无需采取措施
    425.18加强环空压力监控
    下载: 导出CSV
    var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?646a7d1033ff411d5d7be270f3397897"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })(); 顶盛体育-顶盛APP下载 艾尚体育APP|艾尚体育登录|艾尚体育官网 下注app中心 od体育最新版下载 百姓购彩-购彩中心
  • [1] 李丽锋, 罗金恒, 赵新伟, 等. 盐穴地下储气库风险评估技术与控制措施[J]. 油气储运, 2010, 29(9):648-651.

    LI Lifeng, LUO Jinheng, ZHAO Xinwei, et al. Risk assessment technique and control measures of salt cavern underground gas storage[J]. Oil & Gas Storage and Transportation, 2010, 29(9): 648-651.
    [2] 何雨, 郑友志, 夏宏伟, 等. 井筒完整性风险评价模型研究[J]. 钻采工艺, 2020, 43(增刊):12-16. doi:  

    HE Yu, ZHENG Youzhi, XIA Hongwei, et al. Study on risk assessment model for wellbore integrity[J]. Drilling & Production Technology, 2020, 43(S0): 12-16. doi:  
    [3] 储胜利, 樊建春, 张来斌, 等. 套管段井筒完整性风险评价方法研究[J]. 石油机械, 2009, 37(6):1-4.

    CHU Shengli, FAN Jianchun, ZHANG Laibin, et al. Research on the risk assessment method for wellbore integrity in casing section[J]. China Petroleum Machinery, 2009, 37(6): 1-4.
    [4] 李隽, 王晓冬, 王云, 等. 基于层次分析法的气井完整性评价模式[J]. 钻采工艺, 2013, 36(3):31-34. doi:  

    LI Jun, WANG Xiaodong, WANG Yun, et al. Evaluation mode of the gas well integrity based on analytic hierarchy process (AHP)[J]. Drilling & Production Technology, 2013, 36(3): 31-34. doi:  
    [5] 张智, 何雨, 王一婷, 等. 含硫气井井筒完整性风险评价研究[J]. 中国安全生产科学技术, 2017, 13(4):101-107. doi:  

    ZHANG Zhi, HE Yu, WANG Yiting, et al. Research on risk evaluation of well integrity for sour gas wells[J]. Journal of Safety Science and Technology, 2017, 13(4): 101-107. doi:  
    [6] 王永洪, 赫英状, 李斐, 等. 塔里木盆地顺南区块高温高压气井井筒完整性失效机理分析[J]. 天然气勘探与开发, 2019, 42(1):86-96. doi:  

    WANG Yonghong, HE Yingzhuang, LI Fei, et al. Failure mechanism of wellbore integrity for HTHP gas wells, Shunnan block, Tarim Basin[J]. Natural Gas Exploration and Development, 2019, 42(1): 86-96. doi:  
    [7] 练章华, 李帅, 丁亮亮, 等. 高压气井油套环空带压模拟及对井筒完整性影响研究[J/OL]. 安全与环境学报: 1-8[2021-05-15]. https: //doi.org/10.13637/j.issn.1009-6094.2020. 1547.

    LIAN Zhanghua, LI Shuai, DING Liangliang, et al. Study on pressure simulation of sustainer casing pressure and its influence on wellbore integrity in high-pressure gas wells[J/OL]. Journal of Safety and Environment: 1-8[2021-05-15].http://doi.org/10.13637/j.issn.1009-6094.2020.1547.
    [8] 单五一, 丛子渊, 冯福平, 等. 考虑完井液存在的气井环空带压计算模型研究[J]. 数学的实践与认识, 2020, 50(2):278-285.

    SHAN Wuyi, CONG Ziyuan, FENG Fuping, et al. Calculation model of sustained casing pressure in gas well considering the presence of completion fluid[J]. Mathematics in Practice and Theory, 2020, 50(2): 278-285.
    [9] 张俊光, 徐振超, 贾赛可. 基于Noisy-orGate和贝叶斯网络的研发项目风险评估方法[J]. 科技管理研究, 2015, 35(1):193-196,206. doi:  

    ZHANG Junguang, XU Zhenchao, JIA Saike. Risk assessment on research and development project based on noisy-or gate and Bayesian network[J]. Science and Technology Management Research, 2015, 35(1): 193-196,206. doi:  
    [10] 李中, 吴建树, 闫伟, 等. 基于贝叶斯网络的深水探井井筒完整性失效风险评估[J]. 中国海上油气, 2020, 32(5):120-128. doi:  

    LI Zhong, WU Jianshu, YAN Wei, et al. Risk assessment of wellbore integrity failure in deep water exploration wells based on Bayesian network[J]. China Offshore Oil and Gas, 2020, 32(5): 120-128. doi:  
    [11] 张弘, 申瑞臣, 袁光杰, 等. 基于贝叶斯网络的气井井筒完整性风险评价[J]. 中国安全生产科学技术, 2017, 13(9):132-138. doi:  

    ZHANG Hong, SHEN Ruichen, YUAN Guangjie, et al. Risk evaluation on wellbore integrity of gas well based on Bayesian network[J]. Journal of Safety Science and Technology, 2017, 13(9): 132-138. doi:  
    [12] İÇEN D, ERSEL D. A new approach for probability calculation of fuzzy events in Bayesian networks[J]. International Journal of Approximate Reasoning, 2019, 108: 76-88. doi:  
  • [1] 王志彬, 白慧芳, 孙天礼, 朱国, 石红艳.  泡沫排水采气井井下节流压降规律实验及模型修正 . 百度彩票 工艺, doi: 10.13639/j.odpt.2021.03.012
    [2] 袁俊亮, 范白涛, 幸雪松, 耿立军, 殷志明, 王一雯.  基于朴素贝叶斯算法的钻井溢流实时预警研究 . 百度彩票 工艺,
    [3] 张智, 杨昆, 刘和兴, 李磊, 梁继文.  注水井井筒完整性设计方法 . 百度彩票 工艺, doi: 10.13639/j.odpt.2020.01.013
    [4] 胜亚楠, 管志川, 李伟廷, 蒋金宝, 晁文学, 孔华.  基于贝叶斯理论的含可信度孔隙压力随钻修正方法 . 百度彩票 工艺, doi: 10.13639/j.odpt.2020.03.003
    [5] 周波, 毛蕴才, 查永进, 汪海阁.  体积压裂水锤效应对页岩气井屏障完整性影响及对策 . 百度彩票 工艺, doi: 10.13639/j.odpt.2019.05.010
    [6] 陈雷, 陈会年, 张林海, 刘广海, 陶谦, 刘仍光.  JY页岩气田水平井预防环空带压固井技术 . 百度彩票 工艺, doi: 10.13639/j.odpt.2019.02.006
    [7] 张绍槐.  钻井作业应用井筒完整性标准 . 百度彩票 工艺, doi: 10.13639/j.odpt.2018.02.001
    [8] 张绍槐.  测试作业之井筒完整性标准 . 百度彩票 工艺, doi: 10.13639/j.odpt.2018.04.001
    [9] 张绍槐.  测试作业之井筒完整性标准 . 百度彩票 工艺, doi: 10.13639/j.odpt.2018. 04. 001
    [10] 陶谦, 陈星星.  四川盆地页岩气水平井B环空带压原因分析与对策 . 百度彩票 工艺, doi: 10.13639/j.odpt.2017.05.011
    [11] 李福明, 孙文化, 叶周明, 范丰年, 倪国胜, 齐安华.  双层套管锻铣技术在环空带压弃井中的应用 . 百度彩票 工艺, doi: 10.13639/j.odpt.2017.04.012
    [12] 席岩, 李军, 柳贡慧, 查春青, 严攀.  瞬态力-热耦合作用下水泥环完整性分析 . 百度彩票 工艺, doi: 10.13639/j.odpt.2017.04.005
    [13] 钟仪华, 刘雨鑫, 林旭旭.  基于马尔科夫链和贝叶斯网络的钻井风险预测 . 百度彩票 工艺, doi: 10.13639/j.odpt.2016.03.003
    [14] 张百灵, 杨进, 黄小龙, 胡志强, 何藜.  深水井筒环空压力计算模型适应性评价 . 百度彩票 工艺, doi: 10.13639/j.odpt.2015.01.014
    [15] 张景富, 张德兵, 张强, 岳宏野, 王博, 杨金龙.  水泥环弹性参数对套管—水泥环—地层固结体结构完整性的影响   . 百度彩票 工艺,
    [16] 王云, 李文魁.  高温高压高酸性气田环空带压井风险级别判别模式 . 百度彩票 工艺,
    [17] 蒲春生, 裴润有, 吴飞鹏, 高永亮, 居迎军.  胡尖山油田水力压裂效果灰色关联评价模型 . 百度彩票 工艺,
    [18] 朱明, 吴晓东, 张坤, 张倩, 肖滋奇.  环空掺稀降黏工艺井筒温度计算模型 . 百度彩票 工艺,
    [19] 席长丰, 师俊峰, 周荣学, 吴晓东, 魏晨吉.  环空注蒸汽伴热工艺的数学模型及注汽参数优化 . 百度彩票 工艺,
    [20] 刘洪, 胡永全, 赵金洲, 易俊, 李文华.  重复压裂气井三维诱导应力场数学模型 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.2004.02.017
  • 加载中
图(3) / 表 (4)
计量
  • 文章访问数:  0
  • HTML全文浏览量:  72
  • PDF下载量:  134
  • 被引次数: 0
出版历程
  • 修回日期:  2021-05-09
  • 网络出版日期:  2021-12-09

基于贝叶斯网络的气井环空带压风险评价模型及应用分析

    作者简介:

    冯学章(1970-),现从事采气工程及井下作业技术管理工作,高级工程师。通讯地址:(834000)新疆克拉玛依友谊路100号采气一厂。E-mail:.cn

    通讯作者: 孙玉铎(1997-),在读硕士研究生,现从事采气工程和大数据研究工作。通讯地址:(102249)北京市昌平区府学路18号中国石油大学(北京)石油工程学院。E-mail:
  • 中图分类号: TE28

摘要: 针对气井生产过程中环空带压日益严重导致井完整性失效风险上升这一问题,开展了环空带压风险评价研究。建立了基于贝叶斯网络和实际生产数据的环空带压风险预警模型,该模型将影响环空带压的因素分为油套管泄漏和水泥环失效两个单元,确定了各个单元的主要风险因素和风险失效概率,在此基础上,建立了环空带压风险量化评价指标,并进行了相应风险等级划分,形成了气井环空带压风险评价方法。统计了新疆采气一厂的191口井的失效概率,进行了实例应用,结果表明:该模型可对环空带压的潜在风险进行定量计算,可推理得出主要风险因素的逆向成因,为预防和控制环空压力提供决策依据,有助于降低气井环空带压风险的发生概率。

English Abstract

冯学章,孙玉铎,王晓磊,冯钿芳,哈斯木,宋文容. 基于贝叶斯网络的气井环空带压风险评价模型及应用分析[J]. 百度彩票 工艺,2021,43(4):1-6
引用本文: 冯学章,孙玉铎,王晓磊,冯钿芳,哈斯木,宋文容. 基于贝叶斯网络的气井环空带压风险评价模型及应用分析[J]. 百度彩票 工艺,2021,43(4):1-6
FENG Xuezhang, SUN Yuduo, WANG Xiaolei, FENG Dianfang, HA Simu, SONG Wenrong. Risk assessment model of sustained casing pressure of gas well based on Bayesian network and its application analysis[J]. Oil Drilling & Production Technology, 2021, 43(4): 1-6
Citation: FENG Xuezhang, SUN Yuduo, WANG Xiaolei, FENG Dianfang, HA Simu, SONG Wenrong. Risk assessment model of sustained casing pressure of gas well based on Bayesian network and its application analysis[J]. Oil Drilling & Production Technology, 2021, 43(4): 1-6
    • 新疆某油田区块气井完整性失效呈多发趋势,而气井环空带压问题是引起井完整性失效的主要原因,其中由环空压力引起的井筒完整性失效问题占总问题井数的50%,占总井数的21%。随着气井生产年限延长,管柱腐蚀、变形、穿孔可能性增大,给气井生产和修井作业带来了复杂的影响。由于缺乏对井筒、环空完整性评价技术,导致环空带压问题不能及时处理及预防,所产生的风险问题日益突出。为此,需要分析气井环空带压的风险来源及影响因素,通过风险评价及预警,为早期预防和治理提供决策依据。环空带压风险评价,需要确定每个可能导致节点失效的潜在因素,明确这些因素所产生后果的严重程度,并建立风险优先级标准[1-2]

      目前,国内外学者对环空带压风险评价进行了大量研究,以层次分析法为基础建立了风险评价模型[3-5]。王永洪等[6]针对气井套管环空带压问题,用机理法建立了套管环空带压数学预测模型,该模型以气体在套管水泥环内的渗流规律为基础,结合气体状态方程,建立了气体渗流的连续性方程和运动方程,结合达西渗流定律,可求解出气体在水泥环中的渗流速率。练章华等[7]基于弹塑性力学及渗流力学理论,建立了环空液面高度预测模型及油套环空带压预测模型。单五一等[8]建立了完井液存在条件下环空压力计算模型,通过计算环空压力制定相应措施以延缓环空带压。这些评价模型多通过定性描述进行打分赋值确定风险发生概率,无法准确量化。贝叶斯网络模型被广泛应用于确定定量化风险概率表[9],李中等[10]提出使用Noisy-or-gate模型来简化贝叶斯网络模型,使其节点都为双值事件节点,但是目前主要依赖于专家知识或大量完整的统计数据集确定贝叶斯网络风险的节点先验概率、条件概率从而进行分析,而在环空带压风险评估中,大多数地区只有实际的油田基础生产数据,并没有具体的风险事件数据。为此,本文建立了基于贝叶斯网络和实际生产数据的环空带压风险预警模型,确定了风险评价指标,实现了环空带压风险概率的定量计算。

    • 贝叶斯网络是一种不确定性处理模型,可模仿人类推理过程中因果关系,其网络拓朴结构是一个直接非循环图(DAG) 。可用树型结构中的二元组$ B=(G,P) $表示,其中,$ G $表示具有n个节点的直接非循环图,其内部由被有向弧所连接的节点集$ x $ (随机变量)构成,P表示各节点在其他节点事件发生时的条件概率(CPT),即各节点间相互影响的程度[11]。对于根节点$ x_1 $的概率分布用先验概率表示,记为$ P\left({x}_{i}\right) $,为边缘分布函数;其他节点xi用条件概率表示,记为$ P\left({x}_{i}\right|\pi \left({x}_{i}\right)) $,为条件概率分布函数,其中$ \pi \left(x_i\right) $$ x_i $的父节点集合[12]

      根据变量之间的条件独立性可将包含n个变量的联合概率分布$ P({x}_{1},{x}_{2},\cdots ,{x}_{n}) $表示为

      $$ P\left({x}_{1},{x}_{2},\cdots ,{x}_{n}\right)=\prod _{i=1}^{n}P\left({x}_{i}\right|\pi \left({x}_{i}\right)) $$ (1)

      贝叶斯网络具有根据有限、不完整和不确定的节点信息进行学习的能力,因此可以通过贝叶斯网络建立节点关联网络模型。

      贝叶斯网络通过已知的先验概率可以预测其他节点发生的概率,这些概率可用于计算环空带压风险概率,同时可反向推理井环空带压风险的主要风险因素。

    • 建立环空带压风险预测的贝叶斯网络模型需确定导致环空带压的风险因素,在已知风险因素的基础上建立相应的故障树以及对应的贝叶斯网络图,并以用油田实际生产数据计算的各节点概率为依据建立贝叶斯网络模型,最终制定相应的风险指标和风险等级并以此检验模型的功能性并指定相应措施,具体技术路线如图1所示。

      图  1  贝叶斯网络风险评价技术路线

      Figure 1.  Technical route of risk assessment based on Bayesian network

    • 准确确定风险因素是评估风险的第一步,贝叶斯网络的根节点即为影响环空带压的生产动、静态数据参数,根节点的直接子节点即为风险因素。根据前人的研究[6-7],最终确定影响环空带压的主要风险为:油套管泄漏、水泥环失效。

      (1)油套管泄漏。油管泄漏会导致严重的环空带压问题。若气体泄漏,会使生产套管密封失效。若管柱受力超过抗外挤强度,会导致井口窜气或层间窜流;引起管柱腐蚀的因素有CO2、H2S、污垢、压力、温度及气体流速等。具体细化标准为:油套压、产气量、产液量、管柱参数(钢级、壁厚、内径、扣型)、CO2浓度、H2S浓度、地层压力、地层温度、气体密度。

      (2)水泥环失效。套管密封效果、套管抗塌陷和变形的能力与水泥环质量密切相关。固井后钻井作业、增产措施、地层流体腐蚀、地层压力改变等因素都会对水泥环的性能产生影响。具体细化标准为:固井质量、水泥浆体系、地质因素。

      结合现场实际数据对两个风险因素进行细化,得到相应的根节点,建立对应模型故障树,见图2

      图  2  环空带压故障树

      Figure 2.  Fault tree of sustained casing pressure

    • 搜集新疆某区块的191口井的历史生产资料,结合数据分析该区块下所有生产井的平均环空带压风险概率为0.354。经统计油压区间为0~36.5 MPa,将其分为0~10、10~20、20~30、30~40 MPa共4个区间,并将实际区间内所含数据占总数据的比例作为该区间单独发生时的概率,其他具体数据区间皆按照所需分为了不同数量的区间,并按照相同方法统计得出区间概率,超出范围的数据在油田实际生产中未出现,即概率为0不予考虑,见表1

      表 1  根节点概率

      Table 1.  Probability of root node

      类别及范围区间标号概率类别及范围区间标号概率
      油压/MPa 0~10 y0 0.044 4 温度/℃ 50~60 w0 0.100 0
      10~20 y1 0.083 3 60~65 w1 0.338 9
      20~30 y2 0.733 3 65~70 w2 0.416 7
      30~40 y3 0.138 9 70~80 w3 0.144 4
      套压/MPa 0~10 t0 0.127 8 气体密度/
      (g · cm−3)
      0~0.76 qm0 0.103 9
      10~20 t1 0.505 6 0.76~0.77 qm1 0.285 7
      20~40 t2 0.366 7 0.77~0.78 qm2 0.246 8
      产液量/(m3 · d−1) 0~10 cy0 0.033 3 0.78~0.79 qm3 0.155 8
      10~20 cy1 0.050 0 0.79~0.80 qm4 0.051 9
      20~30 cy2 0.111 1 0.80~0.81 qm5 0.064 9
      30~40 cy3 0.127 8 0.81~0.82 qm6 0.039 0
      40~50 cy4 0.250 0 0.82~1.0 qm7 0.051 9
      50~60 cy5 0.116 7 地层压力/MPa 15~20 p0 0.205 6
      60~70 cy6 0.200 0 20~30 p1 0.361 1
      70~80 cy7 0.111 1 30~40 p2 0.433 3
      产气量/
      (104 m3 · d−1)
      0~10 cq0 0.100 0 H2S质量浓度/
      (g · m−3)
      0 hm0 0.996 4
      10~20 cq1 0.166 7 0.01~0.02 hm1 0.000 5
      20~30 cq2 0.183 3 0.02~0.03 hm2 0.000 5
      30~40 cq3 0.122 2 0.03~0.04 hm3 0.001 0
      40~50 cq4 0.244 4 0.04~0.05 hm4 0.001 5
      50~60 cq5 0.116 7 CO2质量浓度/
      (g · m−3)
      0 cm0 0.964 3
      60~70 cq6 0.066 7 0~0.01 cm1 0.012 4
      内径、钢级、
      壁厚组合
      Ø339.73 mm、J55、
      9.65 mm(用0表示)
      tc0 0.127 8 0.01~0.1
      0.1~0.2
      cm2
      cm3
      0.002 7
      0.006 9
      Ø244.48 mm、P110、
      11.05 mm(用1表示)
      tc1 0.216 7 0.2~0.35
      0.35~0.5
      cm4
      cm5
      0.005 5
      0.004 1
      Ø139.7 mm、P110、
      7.72 mm(用2表示)
      tc2 0.433 3 0.5~1.0
      1.0~3.0
      cm6
      cm7
      0.002 1
      0.002 1
      Ø139.7 mm、P110、
      9.17 mm(用3表示)
      tc3 0.222 2 固井质量 1(表示合格)
      0(表示不合格)
      g0
      g1
      0.950 0
      0.050 0
      扣型 BCSG(用0表示)
      LCSG(用1表示)
      K0
      K1
      0.600 0
      0.400 0
      水泥浆性能 1(表示性能合格)
      0(表示性能不合格)
      s0
      s1
      0.930 0
      0.070 0

      贝叶斯网络节点均为多值变量,即每个节点都有多段数值区间,这些节点所组成的贝叶斯网络各节点的条件概率可以用两种方式赋值。其一,可以根据历史数据统计来得到各情况概率;其二,根据专家经验主观判断,对历史故障数据较少或缺失的因素进行赋值。

      基于表1根节点的概率赋值,结合统计资料,得到在191口井中不同情况下环空带压风险发生概率,其中油套管泄露B和水泥环失效C同时发生时环空带压风险发生概率为0.95,B发生C不发生时为0.21,B不发生C发生时为0.24,都不发生时为0.05。

      根据表1数据以及图2中贝叶斯网络各节点关系,建立贝叶斯网络模型,运行模型可以得出,在当前油田数据下,油田整体环空带压风险发生概率为 0.354。

    • 在某一指定时间段内,某种风险发生的可能性即为风险发生概率,借鉴层次分析法中的评价方法来构建环空带压风险指标。

      某一风险因素的风险值为

      $$ {L}_{i}={P}_{i}\times {C}_{i} $$ (2)

      式中,Pi为该风险发生概率,Ci为可能产生后果的严重性。

      将油套管泄漏 B 和水泥环失效 C 两个风险单元按照其严重程度量化赋值[7],其中B发生所造成的结果非常严重所以取CB=100,C发生所造成的结果较为严重所以取CC=70。

      根据前文得到的贝叶斯网络模型、各风险因素的权重以及风险发生的概率值和严重程度,定义风险度作为环空带压风险评价指标[5]

      风险度为

      $$ R=\sum _{i=1}^{2}{L}_{i}{w}_{i}$$ (3)

      式中,R为环空带压风险度;$ {w}_{i} $为该风险因素的权重(风险因素油套管泄露B和水泥环失效C的权重分别取$ {w}_{\mathrm{B}}=0.8 $$ {w}_{\mathrm{C}}=0.2 $)。

      为了方便评价,将风险值折算到0~100范围,将环空带压风险按照风险度分为4个风险等级,根据专家经验制定了相关的对策,见表2

      表 2  环空带压风险等级

      Table 2.  Risk rating of sustained casing pressure

      风险等级风险值风险状态措施推荐图例
      (0—20] 无需采取措施 绿
      (20—40] 加强环空压力监测
      (40—70] 采取预防措施
      (70—100] 极高 采取控制措施
    • 采用NORSYS software corp出品的Netica贝叶斯网络可视化模拟软件对各节点的先验概率和条件概率进行计算,最终根据所建立的贝叶斯网络模型和由油田实际生产数据确定的节点条件概率表(表1)评估环空带压的风险。

    • 在新疆某区块191口气井中随机挑选4口在役气井使用贝叶斯网络模型进行环空压力风险预测评价。基础数据见表3

    • 将 1 号井数据输入进模型后,其环空带压风险的概率为0.38,油套管泄漏的概率为0.95,水泥环失效的概率为0.25。根据上文2.2.2的风险度计算方法可以算出该组数据的风险度为

      $$ R=\sum _{i=1}^{2}{L}_{i}{w}_{i}=0.95\times100\times0.8+0.25\times70\times0.2$$

      表2可知该井的风险等级为Ⅳ,是极高风险井,并根据B、C两节点的发生概率可以看出环空带压主要风险来源为油套管泄漏,需要对其采取有效措施。其他井的数据在模型中的计算情况相同,最终风险度及采取措施见表4

      表 3  4口井基础数据

      Table 3.  Basic data of 4 wells used for the calculation

      井号油压/
      MPa
      套压/
      MPa
      产液量/
      (m3·d−1)
      产气量/
      (104m3·d−1)
      套管参
      数组合
      扣型温度/
      气体密度/
      (kg·m−3)
      地层压力/
      MPa
      H2S浓度/
      (g·m−3)
      CO2浓度/
      (g·m−3)
      固井
      质量
      水泥浆
      性能
      1353836281052.50.721600.2711
      2262931353150.50.76150.020.311
      32529151410680.77240.020.711
      42731192720700.772700.911

      表 4  各井风险度及采取措施

      Table 4.  Risk degree and measure of each group

      井号风险度风险级别采取措施
      179.5采取控制油套管泄漏相关措施
      242.3采取预防水泥环失效的措施
      319.82无需采取措施
      425.18加强环空压力监控

      对于1号井,以一季度为时间间隔取一段时间的生产数据,其中油压、套压、产液量、产气量为主要动态参数。通过上述方法进行动态分析,由图3可知风险度主要与油压、套压成正比例关系,对于1号井的处理措施可以由表4中的采取油套管泄漏的相关措施细化为按需降低油压和套压。

      图  3  1号井风险度、油套压变化对比

      Figure 3.  Change of risk degree and tubing/casing pressure in No.1 Well

    • (1)总结了导致环空带压失效的因素,并从新疆采气一厂实际出发,建立了以油套管泄漏和水泥环失效为两类重要指标的气井环空带压失效的三级评价指标体系。

      (2)以现场实际生产数据作为根节点,能有效减少数据处理难度,降低由于数据的二次处理造成的误差,使应用庞大的油田数据建立环空带压风险评价模型成为可能。

      (3)通过基于层次分析法的贝叶斯网络模型确定风险概率,实现了环空带压风险的定量评价,该方法有助于降低环空带压风险,并可通过单井动态分析较为具体地制定出有效的预防对策。

参考文献 (12)

目录

    /

    返回文章
    返回
    var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?646a7d1033ff411d5d7be270f3397897"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })(); 顶盛体育-顶盛APP下载 艾尚体育APP|艾尚体育登录|艾尚体育官网 下注app中心 od体育最新版下载 百姓购彩-购彩中心