一种基于地理信息的油气损耗高值点自动识别定位方法与流程

1.本发明涉及油气信息技术领域，特别涉及一种基于地理信息的油气损耗高值点自动识别定位方法。


背景技术：

2.油气耗损不仅会造成油气的损失、油质量的下降、污染大气环境，而且也为油库的安全生产埋下了隐患。因此需要研究油气损耗的规律和损耗发生的主要环节，为减损决策的提出提供依据，但由于当前油气生产全流程油气损耗环节多且各环节油气损耗量的统计往往形成信息孤岛，没有办法直观清晰地监测和定位油气损耗的高值点，对高值点的判断主要依靠人工完成，缺乏高值点自动识别定位的方法。油气损耗主要环节的定位和分析主观性强，缺乏科学的依据，从而导致无法提出具有针对性的减损措施，导致油气损耗治理工作缺乏科学的依据，治理效果差。针对这种情况，需要建立基于地理信息的油气损耗高值点识别与定位方法，确定带地理信息的油气损耗的高值点，为油气损耗规律的研究、为损耗治理工作的高效开展奠定基础。通过调研目前国内外的相关文献和专利技术，目前尚未有针对高损耗节点的自动识别定位的有效手段，亟需研究并建立相关方法，实现高损耗节点的自动识别与定位。


技术实现要素：

3.本发明实施例提供了一种基于地理信息的油气损耗高值点自动识别定位方法。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
4.本发明提供的一种基于地理信息的油气损耗高值点自动识别定位方法，通过对油田全流程各环节油气损耗数据的大数据分析，建立基于地理信息的油气损耗高值点自动识别定位方法，实现高损耗节点的识别定位，为减损决策的提出、油气损耗治理工作的高效开展提供科学的依据。
5.本发明实施例提供了一种基于地理信息的油气损耗高值点自动识别定位方法，其改进之处在于，包括：
6.(1)提取油田生产数据库全流程各环节的油气损耗活动数据并写入数据库；
7.(2)计算油气损耗活动数据并将将结果写入数据库；
8.(3)选取过阈值模型阈值；
9.(4)帕累托分布函数拟合；
10.(5)确定油气损耗高值点的阈值；
11.(6)对油气损耗高值点节点进行定位。
12.优选的，所述步骤(1)包括在油田的生产数据库中提取油田生产全流程各环节的油气损耗相关活动数据，将数据写入数据库，其中生产数据库包括pcs、epbp。
13.优选的，所述步骤(2)包括完善各环节油气损耗核算方法，利用从油田油气生产现场获得的生产活动数据，经过清洗、规范、筛选得到油气损耗核算的相关基础数据，通过各环节油气损耗的核算公式，计算油气生产过程中各环节、各节点的油气损耗量，将结果写入数据库。
14.进一步的，所述各环节油气损耗的核算公式包括联合站环节核算公式，接转站环节核算公式和井口环节核算公式。
15.进一步的，所述联合站环节核算公式如式(1)：
[0016][0017]
式中：q
标
——储罐呼吸口日呼出气量标准体积，m3/d；
[0018]
s——呼吸口总面积，m2；
[0019]
u——呼吸气体流速，m/s；
[0020]
ts——绝对温度，273.15k；
[0021]
ti——油气温度，℃；
[0022]
pi——油气压力，mpa；
[0023]
ps——标准大气压，0.1013mpa。
[0024]
进一步的，所述接转站环节核算公式如式(2)，所述井口环节核算公式如式(3)：；
[0025][0026]
式中：q
标
——储罐呼吸口日呼出气量标准体积，m3/d；
[0027]
n——储罐呼吸阀数量；
[0028]
s——密封装置的气体收集管截面积，m2；
[0029]
u——呼吸气体流速，m/s；
[0030]
ts——绝对温度，273.15k；
[0031]
ti——油气温度，℃；
[0032]
pi——油气压力，mpa；
[0033]
ps——标准大气压，0.1013mpa；
[0034]qp
＝(q/ρ)
×
ef#(3)
[0035]
式中：q
p
——套管气放空气体体积，m3/d；
[0036]
ρ——热采稠油密度，t/m3；
[0037]
q——日采油量，t/d；
[0038]
ef——碳氢化合物的排放因子，m3thc/m3。
[0039]
优选的，所述步骤(3)包括将超过步骤(2)中阈值的油气损耗数据取出并减去阈值的数据值，得到超阈值数据，将超阈值数据通过最大似然估计法得到帕累托分布函数的形状参数和尺度参数。
[0040]
优选的，所述步骤(4)包括通过形状参数和尺度参数，做出位置参数的广义帕累托分布函数拟合超阈值油气损耗数据，得到符合超阈值油气损耗数据统计特征的分布函数。
[0041]
优选的，所述步骤(5)包括根据正态分布的sigma准则，一个正态分布的横轴区间
内的面积约为99.7％、横轴区间内的面积约为95％；将广义帕累托分布中频率分布占据前90％数据的设为正常值，剩余的数据为高值；根据广义帕累托分布的累积概率函数，得到第一个累计概率大于90％的数据点，将点数据认为是超阈值数据的高值点；将该点的数据值与步骤(1)中得到的阈值点的数据值相加得到油气损耗数据的高值点阈值，将超过该阈值的数据认为是油气损耗高值点数据。
[0042]
优选的，所述步骤(6)包括在确定油气损耗高值点的数据后，利用步骤1中的油气损耗大数据携带的高值点对应的环节和节点的地理信息，确定油气损耗高值点的具体位置。
[0043]
本发明实施例提供的技术方案可以包括以下有益效果：
[0044]
本发明通过对油田油气生产过程中各环节各节点的油气损耗的大数据分析，实现了带地理信息的油气损耗高值点自动识别和定位，有利于发现油田全流程油气损耗的关键节点，为油田开展油气损耗的治理工作提供了重要的依据。
[0045]
本发明油气损耗数据是基于油田实际的监测数据通过完善的核算公式计算得到的，能客观的反应油田油气生产现场的油气损耗实际情况，具有较高的参考价值，对于油田油气损耗的治理领域而言具有重要的意义。
[0046]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
[0047]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0048]
图1为本发明实施例提供的一种基于地理信息的油气损耗高值点自动识别定位方法流程示意图；
[0049]
图2为本发明实施例提供的一种基于地理信息的油气损耗高值点自动识别定位方法中帕累托分布函数拟合示意图；
[0050]
图3为本发明实施例提供的一种基于地理信息的油气损耗高值点自动识别定位方法中超阈值数据和拟合函数的cdf曲线示意图；
具体实施方式
[0051]
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，各实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中，诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素，而且还包括
没有明确列出的其他要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言，由于其与实施例公开的部分相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0052]
下面结合附图及实施例对本发明做进一步描述：
[0053]
本发明的目的在于针对现有油田油气损耗高值点监测方向技术的不足，提供了一种基于地理信息的油气损耗高值点自动识别定位的方法。本发明通过数理统计方法建立的分布函数是根据油田实测数据确定的，可以反应油田油气损耗的分布情况和发展趋势，基于此建立的油气损耗高值点识别定位的方法可以有效的实现油气损耗高值点的识别定位，对于重要节点的减损决策的提出有重要意义。该方法的具体实现过程如下：
[0054]
①
在油田的生产数据库(pcs、epbp等)中提取油田生产全流程各环节的油气损耗相关活动数据，将数据写入数据库。
[0055]
②
对油气损耗活动数据进行清洗和规范；完善各环节油气损耗核算方法，对油气损耗活动数据库进行筛选，取出各环节油气损耗核算方法所需的油气损耗活动数据，通过油气损耗核算方法计算各环节的油气损耗量，将结果写入数据库。
[0056]
③
对各环节的油气损耗数据通过阈值模型进行分析，并以广义帕累托函数拟合超阈值数据，通过最大似然估计法计算拟合分布函数的具体参数；对拟合的帕累托分布进行分析，将分布中在前90％范围内的数据认为是正常值，剩余的数据认为是高值，以此确定油气损耗高值点的阈值，将高值点从油田全流程各环节、各节点筛选出来；利用油气损耗活动数据中携带的地理信息实现对油气损耗高值点节点的定位。
[0057]
实施例
[0058]
本发明提供了一种基于地理信息的油气损耗高值点自动识别定位方法，具体包括以下步骤：
[0059]
1、计算油气损耗活动数据并将将结果写入数据库
[0060]
完善各环节油气损耗核算方法，利用在油田的生产数据库(pcs、epbp等)中提取油田生产全流程各环节的油气损耗相关活动数据，将数据写入数据库，经过清洗、规范、筛选得到油气损耗核算的相关基础数据，通过各环节油气损耗的核算公式，计算油气生产过程中各环节、各节点的油气损耗量。联合站环节核算公式如式(1)，接转站环节核算公式如式(2)，井口环节核算公式如式(3)，其中，部分数据分别如表1、表2、表3所示。
[0061][0062]
式中：q
标
——储罐呼吸口日呼出气量标准体积，m3/d；
[0063]
s——呼吸口总面积，m2；
[0064]
u——呼吸气体流速，m/s；
[0065]
ts——绝对温度，273.15k；
[0066]
ti——油气温度，℃；
[0067]
pi——油气压力，mpa；
[0068]
ps——标准大气压，0.1013mpa。
[0087][0088]
表3井口油气损耗数据
[0089]
2、选取过阈值模型阈值
[0090]
使用过阈值模型分析油气损耗数据，将阈值前后数据用不同函数进行拟合以得到最合适的拟合函数。在此使用了核拟合优度统计量法，该方法在最小化均方误差法的基础上，基于hill估计，从拟合角度逆推使渐近均方差最小来确定过阈值模型的阈值，如式(4)。使用核拟合优度统计量法计算得到步骤1中油气损耗数据过阈值模型的阈值kopt。
[0091][0092]
3、拟合函数的参数确定
[0093]
本发明通过研究超阈值模型中超过阈值部分数据的统计特性来确定高值点，而超阈值数据的分布符合广义帕累托分布，广义帕累托分布函数的形式如式(5)所示。将超过步骤2中阈值kopt的油气损耗数据取出并减去阈值kopt的数据值，得到超阈值数据。将超阈值数据通过最大似然估计法逼近得到帕累托分布函数的形状参数ζ和尺度参数β。
[0094][0095]
4、帕累托分布函数拟合
[0096]
以步骤3中得到的形状参数ζ和尺度参数β，做出位置参数u＝0的广义帕累托分布函数拟合超阈值油气损耗数据，得到符合超阈值油气损耗数据统计特征的分布函数，以一组含有191条数据的全流程油气损耗数据为例，如图2所示，图中灰色柱状图是以50为间隔范围的超阈值油气损耗数据的相对频率，蓝色曲线为步骤3得到的帕累托分布函数曲线。
[0097]
5、确定油气损耗高值点的阈值
[0098]
步骤4中的广义帕累托分布可以表示超阈值数据的统计特征，又根据正态分布的sigma准则：一个正态分布的横轴区间(μ-3σ，μ+3σ)内的面积约为99.7％、横轴区间(μ-2σ，μ+2σ)内的面积约为95％。可以将广义帕累托分布中频率分布占据前90％数据的认为是正常值，剩余的数据认为是高值。根据广义帕累托分布的cdf(累积概率函数)，得到第一个累计概率大于90％的数据点i，将i点数据认为是超阈值数据的高值点，如图3所示。将i点的数据
值与步骤1中得到的阈值点kopt的数据值相加得到油气损耗数据的高值点阈值，将超过该阈值的数据认为是油气损耗高值点数据。
[0099]
6、对油气损耗高值点节点进行定位
[0100]
在确定油气损耗高值点的数据后，利用步骤1中的油气损耗大数据携带的高值点对应的环节和节点的地理信息，确定油气损耗高值点的具体位置，如表4所示。
[0101][0102]
表4油气损耗高值点信息
[0103]
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的流程及结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

技术特征：
1.一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，包括：(1)提取油田生产数据库全流程各环节的油气损耗活动数据并写入数据库；(2)计算油气损耗活动数据并将将结果写入数据库；(3)选取过阈值模型阈值；(4)帕累托分布函数拟合；(5)确定油气损耗高值点的阈值；(6)对油气损耗高值点节点进行定位。2.根据权利要求1所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述步骤(1)包括在油田的生产数据库中提取油田生产全流程各环节的油气损耗相关活动数据，将数据写入数据库，其中生产数据库包括pcs、epbp。3.根据权利要求1所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述步骤(2)包括完善各环节油气损耗核算方法，利用从油田油气生产现场获得的生产活动数据，经过清洗、规范、筛选得到油气损耗核算的相关基础数据，通过各环节油气损耗的核算公式，计算油气生产过程中各环节、各节点的油气损耗量，将结果写入数据库。4.根据权利要求3所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述各环节油气损耗的核算公式包括联合站环节核算公式，接转站环节核算公式和井口环节核算公式。5.根据权利要求3所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述联合站环节核算公式如式(1)：式中：q
标
——储罐呼吸口日呼出气量标准体积，m3/d；s——呼吸口总面积，m2；u——呼吸气体流速，m/s；t
s
——绝对温度，273.15k；t
i
——油气温度，℃；p
i
——油气压力，mpa；p
s
——标准大气压，0.1013mpa。6.根据权利要求3所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述接转站环节核算公式如式(2)，所述井口环节核算公式如式(3)：式中：q
标
——储罐呼吸口日呼出气量标准体积，m3/d；n——储罐呼吸阀数量；s——密封装置的气体收集管截面积，m2；u——呼吸气体流速，m/s；t
s
——绝对温度，273.15k；
t
i
——油气温度，℃；p
i
——油气压力，mpa；p
s
——标准大气压，0.1013mpa；q
p
＝(q/ρ)
×
ef#(3)式中：q
p
——套管气放空气体体积，m3/d；ρ——热采稠油密度，t/m3；q——日采油量，t/d；ef——碳氢化合物的排放因子，m3thc/m3。7.根据权利要求1所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述步骤(3)包括将超过步骤(2)中阈值的油气损耗数据取出并减去阈值的数据值，得到超阈值数据，将超阈值数据通过最大似然估计法得到帕累托分布函数的形状参数和尺度参数。8.根据权利要求1所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述步骤(4)包括通过形状参数和尺度参数，做出位置参数的广义帕累托分布函数拟合超阈值油气损耗数据，得到符合超阈值油气损耗数据统计特征的分布函数。9.根据权利要求1所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述步骤(5)包括根据正态分布的sigma准则，一个正态分布的横轴区间内的面积约为99.7％、横轴区间内的面积约为95％；将广义帕累托分布中频率分布占据前90％数据的设为正常值，剩余的数据为高值；根据广义帕累托分布的累积概率函数，得到第一个累计概率大于90％的数据点，将点数据认为是超阈值数据的高值点；将该点的数据值与步骤(1)中得到的阈值点的数据值相加得到油气损耗数据的高值点阈值，将超过该阈值的数据认为是油气损耗高值点数据。10.根据权利要求1所述的一种基于地理信息的油气损耗高值点自动识别定位方法，其特征在于，所述步骤(6)包括在确定油气损耗高值点的数据后，利用步骤1中的油气损耗大数据携带的高值点对应的环节和节点的地理信息，确定油气损耗高值点的具体位置。

技术总结
本发明公开了一种基于地理信息的油气损耗高值点自动识别定位方法，包括：提取油田生产数据库全流程各环节的油气损耗活动数据并写入数据库；计算油气损耗活动数据并将将结果写入数据库；选取过阈值模型阈值；帕累托分布函数拟合；确定油气损耗高值点的阈值；对油气损耗高值点节点进行定位。本发明通过对油田油气生产过程中各环节各节点的油气损耗的大数据分析，实现了带地理信息的油气损耗高值点自动识别和定位，有利于发现油田全流程油气损耗的关键节点，为油田开展油气损耗的治理工作提供了重要的依据。供了重要的依据。供了重要的依据。


技术研发人员：范路 王之茵 胡馨云 王晓东 宋泓霖 孙东 李炜 马坤 岳宇 任丰坤
受保护的技术使用者：中国石油化工股份有限公司胜利油田分公司
技术研发日：2023.05.31
技术公布日：2023/9/14