杨玲智 于九政 王子建 王尔珍 胡改星 孙爽

1.中国石油长庆油田公司油气工艺研究院；2.低渗透油气田勘探开发国家工程实验室；3.中国石油长庆油田分公司第十采油厂

鄂尔多斯盆地是我国第二大沉积盆地，地跨陕、甘、宁、蒙、晋五省区，开发目标层位主要为三叠系长1到长10油层，是典型的低渗、低压、低产“三低”油藏，提高采收率潜力巨大，“十二五”期间鄂尔多斯盆地是中国石油增储上产的主战场［1-4］。目前，油田注水是国内油田补充地层能量最经济有效的技术手段，但层间和层内非均质性强，水驱储量动用程度低，限制了常规注水开发效果，需开展精细分层注水工艺研究与应用［5-10］。2013年以来，长庆油田紧密围绕丛式井组的开发技术特点，开展油藏精细描述，关键分注技术攻关研究，探索形成超低渗储层智能注水监控技术。该技术应用流体波码技术及井下流量智能调节理论，实现了井下分层流量自动测试、自动调节，动态数据长期测试及存储，地面与井下远程无线数据传输，推动了注水管柱由单一的注水功能向着注水、信息采集、测试调配等集成化和一体化方向发展，提高了注水合格率，加速了注水井智能化管理，引领精细分层注水发展方向，为油田持续稳产储备了新的利器。

1 分层注水面临的挑战

Challenges of separate layer water injection

（1）长庆油田分注井具有定向井小水量特点，定向井比例达90%以上，单层注水量10～15 m3/d，常规工艺需下钢丝或电缆测调，现场施工劳动强度和作业风险大。

（2）分注井逐年增多，测试工作量大、费用高。随着分层注水工作的不断推进，长庆油田分注井总数近7 000口，年测试工作量1.5万余井次，现场测试负担重。

（3）人工测试数据少，无法长时间监测。采用人工周期测调，只能掌握瞬时分层注水动态，不能长期监测，制约油藏开发动态分析可靠性。

（4）分注合格率下降快，无法及时调节。人工测试只能周期性开展，受压力波动、地层吸水能力变化等因素影响，分层注水合格率下降较快，不能及时进行调节达到配注要求。

2 智能注水全过程监测技术

Whole-process intelligent waterflood monitoring technology

2.1 结构组成

Structural components

智能注水全过程监控技术包括井下智能配水管柱、地面传输控制一体化装置及远程监控系统，应用流体波码技术及井下流量智能调节理论，实现了井下分层流量自动测试、自动调节，动态数据长期测试及存储，地面与井下远程无线数据传输，油田数字化系统实时监控等功能，如图1所示。

图1 智能注水全过程监控系统Fig. 1 Whole-process intelligent waterflood monitoring system

2.2 关键技术

Key technologies

（1）井下远程无线通讯技术。结合分层注水井下长期监测及低成本要求，优选可靠性高、技术成熟及成本相对较低的流体波码方式，实现井下与地面双向远程无线通讯。分注管柱坐封完井后，在地面配水间电控调节阀稳压模式下调节各层智能配水器注水量，通过开关电控调节阀（降压法）形成压力波码，将指令信息传送给井下智能配水器，如图2所示。

井下智能配水器通过水嘴开度变化建立流体波码，运用流体载波技术传输给地面控制器，从而实现地面与井下动态数据、指令的双向远距离传输。

图2 井下智能配水器Fig. 2 Bottom-hole intelligent water flow regulator

（2）井下分层流量测调技术。如图3所示，智能配水器接收到开度信息后自动调节水嘴开度并监测水嘴前后压差，通过水嘴自动调节（升压法）形成压力波码，将压差信息传送给电控调节阀，电控调节阀和智能配水器内的控制系统根据人工智能理论建立压差-流量-水嘴开度三者之间的关系模型，形成三维云图图版，实现智能配水器配注量的设置。

图3 井下配水器自学习原理Fig. 3 Self-leaning principle of bottom-hole water flow regulator

配水器自学习模型为

式中，Q为流量，m3/d；Cd为速度系数；w为水嘴面积梯度，m；xv为可调水嘴位移量，m；ρ为水密度，kg/m3；P1为嘴前压力，MPa；P2为嘴后压力，MPa。

通过数学模型得出井下配水器自学习曲线如图4所示。

在新闻语体中，由于新闻报道受到时间、版面等因素的制约，以及图片、影像等条件提供的帮助，所以无论是平面媒体，还是网络媒体、电视媒体、广播媒体，都极为注重表意的简明性和通俗易懂，力争在有限的时间和篇幅内把新闻事实明白无误地表达出来，以便于受众以最快的速度接收相关信息。例如：

图4 井下配水器自学习曲线Fig. 4 Self-leaning curve of bottom-hole water flow regulator

（3）注水井流量自动控制技术。配注量调节完成后，电控调节阀设置为稳流模式，保证全井达到配水要求，同时井下智能配水器根据监测的压差和三维云图自动调节水嘴开度达到分层配注量，实现分层流量达标注水，如图5所示。

图5 人工智能建立数据云图Fig. 5 Data cloud chart established by artificial intelligence

（4）地面远程实时监控技术。如图6所示，远程监控系统安装于注水站站控电脑，远程实时监测分层流量、压力数据，结合油藏研究需求，远程控制分层注水动态，满足油藏、工程一体化研究需求。

图6 远程监控系统Fig. 6 Remote monitoring system

3 室内实验

Laboratory experiment

3.1 配水器密封性测试

Test of sealing capacity of water flow regulator

将配水器安装于密封性测试装置内，由配水器内打压验证配水器密封性，具体步骤：启动试压泵，正向打压，逐步升压至15 MPa，稳压300 s，逐步升压至30 MPa，稳压300 s，再逐步升压至40 MPa，稳压1 800 s，无渗漏；反向打压，逐步升压至15 MPa，稳压300 s，逐步升压至30 MPa，稳压1 800 s，无渗漏。

3.2 配水器流量自动调节功能测试

Test of automatic flow rate control of water flow regulator

设置配水器配注量及自动测调时间间隔后，将其安装于流量测试装置内，启动流量测试装置入口开关，并调节流量为配水器配注量150%，再逐步减少流量至130%，再逐步减少流量至110%，监测装置出口流量，分别记录测调时间后流量，流量满足5%误差。

3.3 远程无线通讯测试

Test of remote wireless communication

将配水器安装于模拟井中，将井筒内注满水，模拟现场注水工况，由地面控制器向模拟井中配水器发送流体波码，连续执行全开、50%开度、全关操作，指令发送后，接收配水器反馈动态信息，并与指令对比，符合率100%。

4 现场应用

Field application

长庆油田成功开展智能注水全过程监测技术现场试验。应用压力波编码建立井下与地面远程无线通讯，每3 s传输一组分层动态数据，借助油田站控系统，建立远程实时监控体系，同时运用人工智能理论测试水嘴前后压差，解析分层流量数据，达到分层流量自动测调的目的。现场试验20口井，试验井分层注水合格率长期保持95%以上，确保分注井全天候达标注水，减少年测调费用100余万元。

以关A井为典型试验井，试验时间2016年5月10日，井深2 257 m，井斜28.5°，注入介质清水，上层配注15 m3/d，下层配注10 m3/d。关A井上层实测流量范围14.2～15.1 m3/d，下层实测流量范围9～10.5 m3/d，均能满足地质配注要求，结合油藏动态调整需求，可及时调整分层流量。该技术实现了分层流量自动测调、自动压降测试、封隔器自动验封、井下分层注水参数实时监测录取等功能。试验后，关A井吸水剖面得到明显改善，储层吸水厚度由5.08 m上升到8.96 m，对应4口油井见效，生产状态得到明显改善，日产油量由3.8 t上升到4.94 t。

5 结论

Conclusions

（1）智能注水全过程监测技术将推动注水管柱由单一的注入功能向着配水、信息采集、测试等集成一体化方向发展，提升油田注水精细化管理水平。

（2）智能注水全过程监测技术实现分层注水动态远程实时监控，采用电子巡井、注水系统分级管理等方式，实现注水数字化监控，降低人员劳动强度。

（3）智能注水全过程监测技术运用人工智能理论，采用自学习方式模拟计算分层流量实现自动控制，简化流量测试结构，实现降本增效，具有广阔推广应用前景。

［1］AI-KHODHORI S M. Smart well technologies implementation in PDO for production & reservoir management & control ［R］. SPE 81486, 2003.

［2］阮臣良，朱和明，冯丽莹. 国外智能完井技术介绍［J］.石油机械，2011，39（3）：56-59.

RUAN Chenliang, ZHU Heming, FENG Liying.Introduction of foreign intelligent completion technology［J］. China Petroleum Machinery, 2011, 39（3）: 56-59.

［3］霍爱民. 油藏动态分析与分层注水技术在利8区块的综合应用研究［J］. 长江大学学报（自科版），2015，12（14）：71-73.

HOU Aimin. Integrated application of reservoir performance analysis and layered water injection technology in Block Li 8 ［J］. Journal of Yangze University（Natrural Science Edition）, 2015, 12（14）: 71-73.

［4］AMIRANTE R, VESCOVO G D, LIPPOLIS A. Flow forces analysis of an open center hydraulic directional control valve sliding spool ［J］. Energy Conversion and Management, 2006, 47（1）: 114-131.

［5］杨玲智，巨亚锋，申晓莉，罗必林. 数字式分层注水流动特性研究与分析［J］. 石油机械，2014，42（10）：52-55.

YANG Lingzhi, JU Yafeng, SHEN Xiaoli, LUO Bilin.Flow characteristics study and analysis of water flooding digitized in separate zone ［J］. China Petroleum Machinery, 2014, 42（10）: 52-55.

［6］雷创，马永忠，安淑凯，王桂林，郭栋，李小永. 无线智能分注技术在牙刷状油藏上的应用［J］. 石油机械，2016，44（8）：54-57.

LEI Chuang, MA Yongzhong, AN Shukai, WANG Guilin, GUO Dong, LI Xiaoyong. Application of wireless intelligent separate layer injection technology in toothbrush-shape reservoir ［J］. China Petroleum Machinery, 2016, 44（8）: 54-57.

［7］李东雷. 预置电缆智能分层注聚合物技术的研究与应用［J］. 石油机械，2016，44（10）：93-96.

LI Donglei. Intelligent layered polymer injection technology with preset cable ［J］. China Petroleum Machinery, 2016, 44（10）: 93-96.

［8］ZHOU W, XIE Z Y, LI J S. The development and practice of separate layer oil production technology in Daqing Oilfield ［R］. SPE 30813, 1997.

［9］PEI X H, YANG Z P, BAN L. History and actuality of separate layer oil production technologies in Daqing Oilfield ［R］. SPE 100859, 2006

［10］MOORE W R, KONOPCZYNSKI M R, JACKSON V.Implementation of intelligent well completions within a sand control environment ［R］. SPE 77202, 2002.