基于CAT的水平管油水两相流动成像算法改进

董勇, 郭海敏, 李梦霞, 张闪

(1.中原石油勘探局采油工程技术研究院博士后站, 河南 濮阳 457001; 2.长江大学地球信息与数学学院湖北, 湖北 荆州 434023; 3.油气资源与勘探技术教育部重点试验室(长江大学), 湖北 荆州434023; 4.长城钻探工程公司解释研究中心, 北京 100101)

0 引 言

电容阵列测井仪(Capacitance Array Tool, CAT)具有12个微型电容探头,测量时在井筒同一横截面上径向分布;每个探头能够准确探测其周围流体的相持率/属性值(其探测距离大约是0.3 mm)[1],适合对水平井多相流进行测量,其测量数据可视化,便于直观表现井筒中的流体相态分布状态。利用基于高斯权重的流动成像算法,对×1油田的实验数据进行处理,其算法表现出了良好的成像效果[2],能够很好地反映水平管中的相态分布。但利用该算法处理×2油田的实测数据时成像效果较差,明显与事实不符。借助参与水平管及近水平管油水两相流流动试验的机会,对CAT成像算法进行了进一步研究。

分析发现流动成像算法效果变差的原因是×2油田所用的CAT其12个探头响应的一致性很差,算法没有充分考虑层流流型的特点。在保留流动成像算法优点的前提下,结合流动试验结果提出了一种改进的成像算法。首先对油水两相流实测数据进行一致化操作,克服探头差异性的影响;结合试验结果,充分考虑层流流型的特点,构建了一种局部插值成像算法。用开发的程序对实测资料进行了处理,验证了所提出算法的性能。

1 流动成像算法简介及分析改进

采用式(1)预测剖分节点处的响应估计值[2]

(1)

式中,wi是第i个节点处的响应估计值;Tj是CAT第j个探头的实测响应值;Di,j是第j个探头对第i个节点的贡献权重值;kj是第j个探头的校正系数。校正系数保证了算法的合理性。

Di,j由式(2)确定,其中,m是水平方向的递减控制系数;n是垂直方向的递减控制系数;(aj,bj)是第j个探头所在节点的坐标;(x,y)是第i个节点的坐标(见图1)。给出了一种确定m、n的方法[3]。本文中算法的结构有修改(m、n的确定方法在后文中给出)

(2)

(3)

式中,Cj是根据式(1)得到的第j个探头节点处的响应估计值,在确定kj(j=1,2,…,12)前,Cj是含有kj(j=1,2,…,12)的表达式,在确定了kj(j=1,2,…,12)后,Cj是具体值。kj可以用优化算法最小化式(3)确定,采用了粒子群算法[2]。本文在试验中采用的是自适应混沌粒子群优化算法[4]。

图1 坐标系及探头分布示意图(仪器旋转角度为0 °)

获得了第i个节点处的CAT探头在水相中的理论响应值是1,油相中是0.2[1]。对油水两相流,处理响应值时,可以指定理论响应值的1个邻域(例如以0.4为阈值),只要节点估计响应值wi落入相应邻域,就认为该节点处是相应的相态。采用RGB色彩格式,水相用蓝色(0,0,255)表示,油相用红色(255,0,0)表示。

已有算法对所有节点采用统一的相态判定邻域,是基于默认12个探头对油水相态的响应具有充分高的一致性,没有考虑12个探头对油水相态响应的不一致性(见图2)。如果不一致性很强,即对同一相态,不同探头的实测响应值差异较大。利用前述方法判断探头节点的相态,继而根据剖分节点的估计响应值判断相态将无法有效进行,由此会出现一些不可预测的成像结果。所以,需要首先考虑探头响应的不一致性。

2 ×2油田CAT探头一致性测试

分别在空气、水和柴油中记录CAT探头的响应值,结果见表1。

表1 CAT探头测试数据

图2 流动成像算法效果图[2]

由测试数据可以看出该仪器的12个探头不一致性强,同相态中各探头响应值差异较大。在空气中最大差异为0.285,出现在2号与6号探头之间;在水中最大差异为0.175,出现在6号与9号探头之间;在柴油中最大差异为0.22,出现在2号与5号探头之间。这种差异表明,探头间的不一致性不能忽略。

3 水平管及近水平管油水两相流流动试验结果

流动试验在常温常压下进行,模拟井筒有效长度12 m,内径124 mm,介质为自来水和柴油。柴油黏度5 MPa·s,密度0.83 g/cm3。没有放入实测仪器,油水总流量分别为10、30、50、100、200、300、400、500 m3/d,含水率分别为90%、70%、50%、30%,井斜角度(完全水平定义为90 °,大于90 °为向下流)90 °(水平井)、89 °、87 °、85 °、91 °、93 °、95 °。

实际水平段并非完全水平,井斜角度一般在85 °～95 °间变化。试验中井斜角度的设计充分考虑了实际水平井段的井斜特点。

对CAT仪器的测试资料以及水平管及近水平管油水两相流流动试验的相关资料进行了分析,针对成像的目的得出结论。

(1) 在85 °～95 °的井斜范围内流体流型是层流,只是分相界面的光滑程度不同、界面的波动规律性不同、界面波及的范围大小不同;随流量的增加,分层界面从清晰稳定向波动进而紊乱变化。

(2) 井斜对层流界面状态的影响很大,尤其是小流量时,90 °、89 °、91 °之间油水分层的位置差别很大,即持水率受井斜角度影响是显著的。

(3) 水平管及近水平管油水两相流流型可以分为3种:相间界面光滑层流、相间界面波动层流、相间界面紊乱层流。对试验涉及到的井斜角度,只有当总流量在300 m3/d以上时才出现界面紊乱层流。这一结果与Trallero[5]、刘军锋等[6]对水平管油水两相流流型的划分结果一致。

中国水平井的生产极少有井口产液量超过300 m3/d。所以,认为井筒中的流型只出现界面光滑层流和界面波动层流是符合中国生产实际的。

4 改进的成像算法

(4)

这样,所有剖分节点处的属性值向相态转化时就可以使用统一标准。以本文的邻域法为例,可以使用统一的邻域判断相态。

其次,考虑流型的特点。层流流型中轻质相在上部,重质相在下部,相间界面清晰,散布的范围较为狭窄。以图3为例,图3中1、2、3、11、12号探头显示油相;4、5、…、10号探头显示水相,结合层流流型的判断及探头位置,知3、11号探头上方全为油相,简称油相区;4、10号探头下方全为水相,简称水相区;存在不确定性的部分介于3、11号探头下方,4、10号探头上方,称为界面区域。

图3 探头相态分布

利用一致化后的数据预测剖分节点的颜色属性值时,考虑了节点的位置,如果位于油相区,则直接对该点赋予红色;如果位于水相区域,则直接对该点赋予蓝色;只有位于界面区域时,才采用文献[2]中的算法,引入校正系数,并用优化算法确定校正系数[6]预测节点属性值,进而确定相态,赋予颜色属性值。最后,基于前述颜色属性对井筒横截面进行成像。

以图3为例给出m、n的确定方法。确定了界面区域在3、4、10、11号探头之间,记这些探头横坐标之差的最大值为hmax,纵坐标之差的最大值为zmax,则可以取

m=0.8hmax,n=0.6zmax

(5)

具体的成像步骤:

(1) 对实测数据进行先导操作;利用式(4)进行一致化操作;

(2) 建立坐标系,确定探头的位置及其相态,确定油相区域、水相区域、界面区域(用纵坐标值衡量);

(3) 确定界面区域涉及的探头。例如图3中是3、4、10、11号探头。据式(5)确定m、n的值;

(4) 按照文献[2]的方法剖分横截面,得到剖分节点(包括探头节点)。针对步骤(3)中的探头集合,按照文献[2]的方法建立优化模型,确定校正系数;

(5) 根据节点位置,按照前述方法分别获得每一个节点的颜色属性值;

(6) 根据颜色属性值及节点位置进行成像。

5 应用实例

数据来源于××油田某水平井的CAT实测数据。该水平井地面产液量130 m3/d,由此判断井底应为油水两相层流。

表2显示部分测点的实测值。对比4 745.275 m深度处探头实测值与表1中的水相标定值,发现一个问题,对探头1实测值1.007,大于标定值1,偏差值为0.007;对探头2实测值1.019,大于标定值0.99,偏差值为0.029。直接利用式(4)进行一致化不能达到目的。相应地,也可能出现实测值比油相标定值小的情形,可能的原因是井上标定条件与井下不一致。

表2 实测数据及其归一化

为了实现归一化,采取了先导操作:如果实测值大于水相标定值,则直接令其归一化值为1;如果实测值小于油相标定值,则直接令其归一化值为0。

图4第1列显示了表1中测点对应的探头分布,第2列显示了本文算法的成像效果,第3列显示了文献[2]算法的成像效果。从图4中可以看出,本文算法的图像更符合层流流型的实际。

图4 不同深度点探头分布及成像效果

5 总 结

(1) 总流量300 m3/d以下时水平管及近水平管中的油水两相流普遍存在层流及波状层流,随着井斜角度、含水率的变化,同样体积流量下的相持率差别较大。

(2) 对CAT仪器测井数据的成像需要考虑到探头本身的不一致性。所以对CAT实测数据处理的第1步应该是数据的一致性转化。

(3) 对CAT仪器测井数据的成像还需要充分考虑流型的特点。只有在充分考虑流型特点的前提下,对CAT实测数据的成像才有其实际意义。

参考文献:

[1] Gary Frisch, Tegwyn Perkins h, John Quirein. Integrating Wellbore Flow Images with a Conventional Production Log Interpretation Method [C]∥SPE77782, 2002.

[2] 董勇, 郭海敏, 李梦霞. 基于改进高斯权重的多相流动成像算法 [J]. 测井技术, 2013, 37(1): 35-38.

[3] 董勇, 郭海敏. 改进的基于距离因子的多相流动成像算法 [J]. 石油天然气学报, 2012, 34(9): 79-82.

[4] 董勇, 郭海敏. 基于群体适应度方差的自适应混沌粒子群算法 [J]. 计算机应用研究, 2011, 28(3): 854-856.

[5] Trallero J L, Sarica C, Brill J P. A Study of Oil-water Flow Pattern in Horizontal Pipes [J]. SPE Production & Facilities, SPE36609, 1996, 12(3): 165-172.

[6] 刘军锋, 郭海敏, 王界益. 水平管油水两相流持率仪响应特征试验研究 [J]. 石油天然气学报, 2010, 32(1): 88-91.