基于产生式系统的煤层气井排采异常识别技术_王林.pdf

第 45 卷 第 3 期 煤田地质与勘探 Vol. 45 No.3 2017 年 6 月 COAL GEOLOGY 2. Zhejiang Oil Field, CNPC, Hangzhou 310013, China; 3. The Development Branch, Xinjiang Oil Field, CNPC, Karamay 834000, China Abstract In the process of coalbed methane well production, drainage anomalies are prone to occur, so researches on abnormal drainage identification of coalbed methane are very significant to ensure production. Abnormal drainage types are summarized, and pressure, production, stroke, current are chosen as characteristic parameters. Twelve most frequent production rules were constructed by analyzing the correspondent relationship among these four parameters and production status, based on production system that can simulate human thinking, abnormal production identification is achieved through forward reasoning . Examples show the technology to identify abnormal production types through rule-based reasoning has the advantages of simple process and accurate conclusions. Keywords coalbed methane; drainage anomaly; identification; production system; rule-based reasoning 由于煤岩具有弹性模量低、泊松比高、易出煤 粉等特殊物性，使得煤层气井在排采过程中容易出 现异常，如不及时对排采异常进行识别与处理，则 会影响煤层气井的正常生产，严重时甚至造成安全 事故。每一种异常现象的出现，必定有造成该现象 产生的原因，只有诊断出原因，才能采取正确的处 理措施。因此，有必要建立一套煤层气井排采异常 识别的方法，而目前关于煤层气井排采异常识别技 术的研究鲜有报道。 目前大部分煤层气井都采用常规油井的主流抽 采工艺“管式泵磕头机”进行排采[1]，并安装自动化排 采系统精细化控制抽采，自动化排采系统为获得分析 参数提供了便利。虽然当前的煤层气自动化排采系统 具有简单的排采异常报警功能，当参数超出设定安全 数值范围外时，即进行报警，但该法具有很大的局限 性，它只能通过参数是否超出阈值进行报警，却不能 ChaoXing 第 3 期 王林等 基于产生式系统的煤层气井排采异常识别技术 73 通过参数的变化趋势来识别异常，致使那些参数处于 设定阈值范围内的排采异常无法发现。现场多采用排 采人员的工作经验进行识别，这种方法费时费力，且 因个人水平的不同造成结果存在差异，而用产生式规 则推理技术来识别异常的方法符合人类的思维表达方 式，因此，被广泛应用于人工智能诊断领域[2-9]。笔者 结合煤层气井生产特征，采用产生式规则推理技术， 通过分析参数变化趋势来设计识别规则，有效识别煤 层气井排采中出现的各种异常，克服通过设定阈值来 识别煤层气井排采异常的不足，实现煤层气井排采异 常识别与处理的程序化、自动化、快速化。 1 煤层气井常见排采异常类型 根据煤层气井排采异常发生的位置，结合多智能 故障诊断技术在油井生产中的应用[9]，笔者对煤层气 井常见的排采异常归纳分为 3 类①地层异常主要 有地层堵塞或疏通、邻井压窜等；②井筒异常主要 有抽油杆断脱、 卡泵或抽油杆遇阻、 泵效提高或降低、 油管漏失、泵漏失[10-11]等；③地面异常主要有调气 阀堵塞或疏通、漏气等。由于发生排采异常时，相应 的生产参数与设备参数会发生变化，因此通过对这些 参数进行分析，可以识别排采异常类型。 2 特征参数的选取 特征参数可以用来表征煤层气井的生产状态， 为 构建产生式系统中的规则库提供基础数据。 国内大部 分煤层气井采用自动化排采系统进行排采， 通过煤层 气井生产参数与设备参数的联动， 可实现煤层气井排 水降压的精确控制。 自动化排采为特征参数的获取提 供了便利， 生产参数与设备参数可以通过安装在现场 的传感器采集获得， 然后井口排采系统的远程终端控 制系统RTU汇总采集到的参数，通过网络传输至中 控室，实现煤层气井排采的远程监控[12-14]。根据理论 知识与专家经验， 压力、 产量等参数的变化可以表征 煤层气井生产状态， 而电流、 冲次等参数可以表征设 备运行状态， 其中现场可以采集的压力为井底压力与 井口套压， 产量包括产气量与产水量， 电流包括抽油 杆上行时的电流与下行时的电流。 压力、 产量、 电流、 冲次这 4 个参数能简单而又全面地反映煤层气井各 个部分的工作状态， 因此可以选择这 4 个参数作为煤 层气井排采异常识别的特征参数。 3 产生式系统识别煤层气井排采异常 产生式的概念最早由美国数学家 E Post 于 1943 年提出。文献[15]提及， 1972 年 Newell 与 Simon 等学 者在对人类认知模型研究中，开发了基于规则的产生 式系统。 因产生式系统的知识库中主要存储的是规则， 每条规则就是一条产生式，因此产生式系统又称基于 规则推理的系统[2]。产生式专家系统诊断技术是一种 通过归纳领域知识获得规则，并采用一定搜索策略和 推理技术在整个解空间中进行故障特征和相应故障线 性映射的诊断方法[3]。由于产生式系统结构求解问题 时在一定程度上模仿了人类的思考、推理过程，表达 形式非常简单， 因此被广泛应用于人工智能诊断领域。 产生式系统主要由 3 个要素组成规则库、推 理机控制策略、事实数据库，结构如图 1 所示。 图 1 产生式系统结构 Fig.1 Structure of production system 3.1 构建规则库 规则库又称知识库是将领域知识以规则的形 式存储，是产生式系统的核心。产生式规则由规则 号、条件前件、结论后件构成，规则的表达形式 为[4-5] if 条件 1 and/or 条件 2and/or 条件 n then 结论。其含义为如果满足条件，则执行结论。诊 断的实现过程是通过在规则库中搜索与当前问题相 匹配的规则来获取诊断结论，每条规则在规则库中 的存储结构如图 2 所示。 图 2 规则在数据库中的存储结构 Fig.2 Storage structure of rule in database 基于规则推理的识别技术是根据专家经验和理 论知识，将其归纳成规则，并运用规则通过推理来 进行异常情况的识别[2]。由于监测到的参数动态与 异常具有对应关系，因此根据渗流力学、流体力学、 工程力学等专业知识以及现场经验可建立煤层气井 排采异常识别的产生式规则。表 1 是制定的常见的 12 条规则，并根据排采异常的类型推荐了相对应的 处理方法。以规则 R1 为例，说明煤层气井常见排 采异常识别规则与处理方法。 ChaoXing 74 煤田地质与勘探 第 45 卷 if 井底流压上升 and 套压上升 and 气产量上 升 and 水产量上升or套压为零 and 气产量为零 and 井底流压上升 and 水产量上升then 地层疏 通，渗透率升高，应保持当前排采制度。 表 1 煤层气井常见排采异常识别规则与处理方法 Table 1 Common abnormal production identification rules and treatment measures of coalbed methane wells 规则号 条件 结论 处理方法 R1 井底流压上升 and 套压上升 and 气产量上升 and 水产量上 升or套压为零 and 气产量为零 and 井底流压上升 and 水产 量上升 地层疏通，渗透率升高保持当前排采制度 R2 井底流压下降 and 套压降低 and 气产量下降 and 水产量下 降or套压为零 and 气产量为零 and 井底流压下降 and 水产 量下降 地层堵塞，渗透率下降降低排采强度 R3 井底流压快速上升 and 套压下降 and 气产量下降 and 水产 量上升 邻井压窜 调整邻井压裂规模 R4 井底流压上升 and 套压上升 and 气产量下降 调气或调气阀堵塞或集 气管网压力升高 用排除法进一步确定结论，若为 阀门堵塞，则清除阀门堵塞物 R5 井底流压下降 and 套压下降 and 气产量上升 调气或调气阀疏通或集 气管网压力降低 用排除法进一步确定结论，若为 阀门疏通，则调整产量至配产目 标值 R6 气产量为零 and 液柱上升 and 套压下降 漏气 查找漏点，密封漏点 R7 冲次不变 and 井底流压下降 and 水产量上升 泵效提高 调整冲次 R8 冲次不变 and 井底流压上升 and 水产量下降or 游动凡尔漏失 or 固定凡尔漏失 泵效降低 调大冲次，洗泵油套环空注水， 油管排水，保持井底流压平稳 R9 冲次不变 and 水产量减小 and 上行电流下降 and 下行电流基本 不变 油管漏失或游动 凡尔漏失 进一步确定结论，若为油管漏 失， 则换油管； 若游动凡尔漏失， 则先洗泵，若仍不能解决，则检 泵作业 R10 冲次不变 and 水产量减小 and 上行电流基本不变 and 下行电流 减小 固定凡尔漏失 调大冲次， 洗泵， 若仍不能解决， 则检泵作业 R11 水产量为零 and 井底流压上升 and 上行电流下降 and 下行电流 上升 抽油杆断脱 小修作业 R12 冲次不变 and 上行电流上升 and 下行电流上升 抽油杆卡阻 解卡 3.2 设计推理机 推理机是专家系统中实现基于规则推理的计算 机程序， 推理过程实际上就是一个匹配和检索过程。 进行推理时，根据事实库中的数据，从规则库中搜 索规则进行匹配， 如果 if 子句匹配成功， 则激活 then 子句，否则做下一步处理，循环搜索所有规则，直 到取出一条能与之匹配的规则，然后将该规则得到 的结论放入事实库， 检查所得结论是否为中间结论， 若是中间结论，则需要再匹配规则，再得出结论， 直至得到最终结论 [6-7]。 根据搜索方向的不同，可分为正向推理、反向推 理、混合推理。正向推理是从初始事实开始，通过搜 索规则库，朝目标方向前进，适用于故障诊断；反向 推理是从目标开始，反向使用规则，求得已知事实 [16]。 混合推理是指既有正向推理又有反向推理。已知煤层 气井生产参数与设备参数状态，求排采异常类型，适 合采用正向推理的方式进行推理，推理过程见图 3。 推理机的推理步骤如下 ①将煤层气井压力、产量、电流、冲次等已知 初始事实存入事实库中。 ②用规则库中尚未匹配过的规则的前提条件与 事实库中的事实进行匹配，若匹配成功，则转步骤 ③；若匹配不成功，则终止求解过程。 ③执行当前规则，并对该规则做上记号，将该 规则的结论作为事实存入事实库中。 ④检查所得结论是否为中间结论，若是中间结 论，则转步骤②；若不是中间结论，则为最终结论， 可以终止求解过程。 3.3 事实库 事实库又称综合数据库、黑板、上下文等是 ChaoXing 第 3 期 王林等 基于产生式系统的煤层气井排采异常识别技术 75 图 3 推理过程 Fig.3 Reasoning process 用来存放求解过程中各种当前信息的数据结构，比 如问题的初始状态、事实、中间推理结论和最后结 论等[8]，对应陈述性知识，事实库的内容是不断变 化的。文中要建立的事实库存储了煤层气井生产参 数和设备参数的初始状态。 4 实例分析 实例 1 我国南方某煤层气井 A，采用自动化 排采系统进行排采。该井于 2012 年 8 月投产，目前 产气量稳定在 1 500 m3/d，产水量为 0.06 m3/d人工 定期测量，井底流压基本平稳，井底流压每月降幅 约为 2 kPa。该井在 2014 年 2 月多次出现压力与产 量的波动，排采曲线如图 4 所示。 从图 4 可看出，该井于 2014 年 2 月 22 日在无 人为操作以及集输管网压力未变的情况下，出现了 井底压力上升，套压上升，气产量下降现象，根据 该现象搜索规则库中的规则，发现规则 R4 的前提 条件与该现象匹配，因此执行结论“阀门堵塞”。后 拆卸该井调气阀，发现该井调气阀中聚集有煤粉、 铁锈等杂质，与判断结果一致。 图 4 2014 年 2 月 A 井排采曲线图 Fig.4 Production curves of well A 实例 2我国南方某煤层气井 B 采用自动化排采 系统进行生产，在单相水流阶段排采时，于 2013 年 1 月 25 日突然出现井底压力、水产量均快速下降的现象 图 5。根据该现象搜索规则，发现规则 R2 的前提条 件与该现象匹配，判断出该井储层出现了堵塞，渗透 率下降，同时现场取水样发现该井水质明显变黑很多， 煤粉含量明显增大，分析认为可能为井眼附近的煤粉 堵塞渗流通道。该井的井底流压、水产量随后逐步上 升，是因为堵塞的地层逐步疏通，渗透性逐步恢复。 图 5 B 井排采曲线图 Fig.5 Production curves of well B 5 结 论 a. 选用压力、产量、电流、冲次这 4 个参数可 以较全面地表征煤层气井地层、井筒和地面的基本 生产状态与设备运行状态。 b. 构建了12 个煤层气井常见排采异常类型的产生 式规则，经现场应用验证，识别准确率高，可以有效指 导现场技术人员快速对排采异常作出判断与处理。 c. 基于产生式规则推理的人工智能诊断技术 可实现煤层气井排采异常识别的程序化、自动化、 快速化，这为建设数字化煤层气井场提供了支持。 参考文献 [1] 牛文杰，刘新福，綦耀光，等. 煤层气井有杆排采系统悬点动 载荷计算[J]. 煤田地质与勘探，2011，39124-27. NIU Wenjie，LIU Xinfu，QI Yaoguang，et al. Dynamic load of polished rod for beam pump in CBM wells[J]. Coal Geology Exploration，2011，39124-27. [2] 张琦， 刘雪霞， 郭坚毅. 一种基于案例与规则推理的集成故障 诊断技术[J]. 中国工程机械学报，2004，42457-460. ZHANG Qi，LIU Xuexia，GUO Jianyi. Technology of synthetic fault diagnosis based on cases and rules[J]. Chinese Journal of Construction Machinery，2004，42457-460. [3] 李红卫，杨东升，孙一兰，等. 智能故障诊断技术研究综述与 展望[J]. 计算机工程与设计，2013，342632-637. LI Hongwei， YANG Dongsheng， SUN Yilan， et al. Study review ChaoXing 76 煤田地质与勘探 第 45 卷 and prospect of intelligent fault diagnosis technique[J]. Computer Engineering and Design，2013，342632-637. [4] 王凯. 基于产生式规则系统的抽油泵故障诊断[J]. 石油勘探 与开发，2010，371116-120. WANG Kai. Fault diagnosis of rod-pumping unit based on pro- duction rules system[J]. Petroleum Exploration and Develop- ment，2010，371116-120. [5] SETO E，LEONARD K J，CAFAZZO J A，et al. Developing healthcare rule-based expert systems Case study of a heart fail- ure telemonitoring system[J]. International Journal of Medical Inatics, 2012，818556-565. [6] 姜美峰. 产生式探井决策专家系统的设计与实现[D]. 成都 电子科技大学，201028-31. [7] 闫志刚，郭达志. 基于规则推理的煤岩层对比图自动绘制的研究 [C]//中国地理信息系统协会第八届年会论文集，2004907-915. [8] 刘剑， 陈一超， 江虹. 基于规则的通用专家知识库故障诊断方 法[J]. 计算机与数字工程，2010，38672-76. LIU Jian，CHEN Yichao，JIANG Hong. Universal fault and diagnosis of expert KB on regulation[J]. Computer Digital Engineering，2010，38672-76. [9] 王利君， 支志英. 多智能故障诊断技术在油井生产中的研究与 应用[C]//2014 油气藏监测与管理国家会议2014ICRSM论文 集，ICRSM00323，20141-7. [10] 周继德. 抽油机的泵况判断和故障处理[M]. 北京石油工业 出版社，200554-82. [11] 刘春花，刘新福，周超，等. 煤层气井有杆泵排水采气设备示 功图[J]. 煤田地质与勘探，2014，42538-43. LIU Chunhua, LIU Xinfu, ZHOU Chao, et al. Dynamometer card of sucker rod pumps in coalbed methane wells[J]. Coal Ge- ology Exploration，2014，42538-43. [12] 石惠宁，马成宇，梅永贵，等. 樊庄高煤阶煤层气井智能排采 技术研究及应用[J]. 石油钻采工艺，2010，324107-111. SHI Huining，MA Chengyu，MEI Yonggui，et al. Research and application of intelligent recovery technology for Fanzhuang high rank CBM wells[J]. Oil Drilling Production Technology， 2010，324107-111. [13] 赵立宁，李鑫，李洪涛，等. 规模自动化技术在煤层气田开发 中的应用以沁水盆地南部樊庄区块为例[J]. 天然气工业， 2011，311134-36. ZHAO Lining，LI Xin，LI Hongtao，et al. Application of scale automation systems to development of CBM gas fields A case study of the Fanzhuang block in the southern Qinshui basin[J]. Natural Gas Industry，2011，311134-36. [14] 丁闫，温欣，葛藤，等. 煤层气井监控系统建设方案及其 应用[J]. 煤田地质与勘探，2010，38519-22. DING Yan， WEN Xin， GE Teng， et al. The construction scheme and application of coalbed methaneCBM well monitoring sys- tem[J]. Coal Geology Exploration，2010，38519-22. [15] 夏定纯，徐涛. 人工智能技术与方法[M]. 武汉华中科技大 学出版社，200421-22. [16] 李蕾， 高铁曼. 产生式规则专家系统的原理与实现[J]. 微计算 机应用，2006，275631-634. LI Lei，GAO Tieman. The theory and realization of production rules expert systems[J]. Microcomputer Applications，2006， 275631-634. 责任编辑 晋香兰 上接第 71 页 [5] 胡斌， 章光， 李光煜. 一次套钻确定三维地应力的新型钻孔变 形计[J]. 岩土力学，2006，275816–822. HU Bin，ZHANG Guang，LI Guangyu. Determining 3D in-situ stress with a new borehole deeter by single overcore[J]. Rock and Soil Mechanics，2006，275816–822. [6] 葛修润，侯明勋. 钻孔局部壁面应力解除法BWSRM的原理 及其在锦屏二级水电站工程中的初步应用[J]. 中国科学技 术科学，2012，424359–368. GE Xiurun，HOU Mingxun. Principle of in-situ 3D rock stress measurement with borehole wall stress relief and its preliminary applications to determination of in-situ rock stress orientation and magnitude in Jinping hydropower station[J]. Scientia Sinica Techologica，2012，424359–368. [7] 蔡美峰. 地应力测量原理和方法的评述[J]. 岩石力学与工程 学报，1993，123275–283. CAI Meifeng. Review of principles and s for rock stress measmement[J]. Chinese Journal of Rock Mechanics and Engi- neering，1993，123275–283． [8] 孟召平，田永东，李国富. 煤层气开发地质学理论与方法[M]. 北京科学出版社，2010249–252. [9] HOEK E，BROWN E T. Underground excavation in rock[M]. LondonE FN Spon，1980. [10] ITO T， EVANS K， KAWAI K， et al. Hydraulic fracture reopening pressure and the estimation of maximum horizontal stress[J]. International Journal of Rock Mechanics and Mining Sciences， 1999，366811–826. [11] GUO F，MORGENSTERN N R，SCOTT J D. Interpretation of hydraulic fracturing breakdown pressure[J]. International Journal of Rock Mechanics Mining Sciences Geomechanics Abstracts，1993，306617–626. [12] 李彬刚. 用水力压裂法获取煤储层地应力参数[J]. 煤田地质 与勘探，2007，35531–33. LI Bingang. Acquiring coal reservoir stress parameter by hydra- ulic fracturing [J]. Coal Geology Exploration，2007， 35531–33. [13] 孙翠容，王怒涛，张文昌，等. 水力压裂闭合压力确定方法研 究[J]. 重庆科技学院学报自然科学版，2010260–62. SUN Cuirong，WANG Nutao，ZHANG Wenchang. s of determining closure pressure of hydraulic fracturing[J]. Journal of Chongqing University of Science and TechnologyNatural Science Edition，2010260–62. [14] 孟召平， 田永东， 李国富. 沁水盆地南部地应力场特征及其研 究意义[J]. 煤炭学报，2010，356975–981. MENG Zhaoping，TIAN Yongdong，LI Guofu. Characteristics of in-situ stress field in southern Qinshui basin and its research significance[J]. Journal of China Coal Society， 2010， 356 975–981. 责任编辑 范章群 ChaoXing