注水井循环洗井药剂优选

随着油田注水开发的不断深入,具有就地、连续、循环、环保等技术优势的注水井不外排循环洗井技术已成为第七采油厂注水井洗井的重要方式之一,为注水井洗井污水处理和安全环保提供了有效的途径.通过对2种关键药剂的室内试验进行评价分析,优选出适应注水井循环洗井车使用的化学药剂,优选出的药剂可满足现场需要,在增大油滴粒径和扩大密度差方面具有成本低、高效等特点.该药剂已在采油七厂注水井循环洗井车上广泛应用.     

注水井无动力油水分离洗井设备的研制

加强注水井洗井工作是降低注水井重配率的关键途径,针对目前洗井工艺存在能耗高、设备多、废液多等缺点,计划研制注水井无动力油水分离洗井设备。洗井时油层返吐污水进入车载式无动力油水分离器,混合液体经多级塔板和气浮双重处理,实现油水分离和泥砂沉降,处理后的地层水重新注入井内。该设备结构紧凑,污水处理过程不耗能,洗井过程操作简便,工人劳动强度较低,具有低耗、高效的特点,可以有效提高油田洗井工作的效率和质量。     

活动式油管内捞油进管线技术研究

本文针对我厂部分完井时采用双级箍固井或套管有变径的低产井,采用油管内提捞进罐车方式生产,不但增加罐车拉运成本,而且无法充分利用地面基建管线,造成资源浪费,因此开展活动式油管内捞油进管线技术研究,首先从工艺技术上分析活动式油管内捞油进管线技术,然后从经济效益的角度进行评价,得出活动式油管内捞油进干线技术可以应用在变径井捞油上,不仅降低成本,减少工人劳动强度,而且避免污染,保护环境,为油田生产提供有力技术支持。     

基于卷积神经网络模型的抽油机系统故障诊断

陆地机械采油普遍采用有杆抽油系统,示功图是油井工况的重要指示。在实际开采过程中,由于抽油井数量大、分布广,人工检测油井耗时费力。为提高人工检修效率、提升自动化水平,针对示功图的图形特征,在卷积神经网络Le-Net模型的基础上,建立简化卷积神经网络模型。收集实际生产数据经预处理后输入机器学习模型进行训练,得到关于示功图的分类模型,同时通过测试集数据对分类结果进行评价。结果表明,建立的卷积神经网络模型具有良好的稳定性,能够通过数据学习得出准确率较高的分类模型;所建立的分类模型能够稳定处理多分类问题,对于15种故障类型分类实现效果良好;通过测试集进行评价,该模型准确率达92%以上,预测效果可以满足油田实际生产需求。