论文部分内容阅读
摘要：在采气工程中，井筒的压力场和温度场是分析气井井筒生产动态的重要数据。通过对气井井底压力和井筒压力的计算模型发展历程的研究，我们不仅能够定性了解气井在不同生产工艺下井筒中的压力分布情况，而且还能了解计算气井井底压力模型和井筒压力模型在不断的改进过程中各参数的优化方向，以便为后续的研究工作指明了方向。与此同时，对气井井筒温度场的计算模型发展历程的研究，能够了解到气井井筒内流体与周围介质的传热过程，以及在传热过程中相关参数的改进历程，在此基础上提出气井井筒温度场计算模型的日后的研究方向。
关键词：井筒的压力场;温度场;
通过对气井井筒压力场和温度场的耦合计算，使计算模型更加贴近实际状况，从而获得更准确的压力、温度数据，为未来气井产能建设提供依据。同时，随着气候质量指数的不断下降，全球齐心致力于环保经济的发展，天然气的产能建设减少煤炭、石油等能源的使用，这样的发展趋势甚至有全球一致行动的趋势，因为天然气的使用对于环境和气候的污染较小，对于实现资源的可持续利用有重要的作用，所以天然气的产能建设已经是一种未来的趋势，也将是新型能源发展的代表。[1]
1.气井井筒压力场模型国外研究现状
1988年Hasan-Kabir方法。以、为坐标轴划分流型，由试验确定流动型态的界限，划分为泡状流、分散泡状流、段塞流、搅拌流、雾状流。充分采用Taitel等人在气液两相流动转变机理方面的研究成果，给出了各种流型下的油井压力梯度的计算方法，进一步量化和扩大了两相流的应用范围。
2001年Kaya对前人的力学模型进行总结和修正利用扩大的TUFFP油井数据库进行评价，将该模型进行压降预测的同时也和Ansari等人、Chokshi、Hasan- Kabir 和Tengesdal力学模型，以及Aziz等人、Hagedorn 和Brown 的相关式进行了比较，研究结果表明此模型与数据较吻合。
2005年E.A.Osman等人提出的基于反向传播学习算法的人工神经网络（ANN）方法。基于反向传播学习算法的人工神经网络（ANN）方法进行对井底流动压力以及垂直井筒压力降的预测。通过对中东206个区块资料的收集整理，开发了一整套人工神经网络预测模型及系统，经模型的分析验证表明，该方法达到了现有相关关系式和传统半经验关系式所不能及的精确度;同时，模型的趋势分析表明，该系统为压降预测提供了各种可靠的物理参数。
2007年 Hasan &Kabir分析发现，环状流分相流模型存在解的不确定性，其性能赶不上传统的均勾流模型。
2010年，Hasan等基于漂移模型提出了一种简易的两相流机理模型。在重力项压力梯度计算中采用了统一的持液率表达式，表达式中仅包含了分布系数和漂移速度两个参数，由流型决定。对流动参数在流型界限附近进行了光滑处理，避免了模型在流型过渡处的不连续问题。
2012年Alaum认为环状流的形成与液滴、液膜都有关系，建议采用修正弗劳德数预测环状流的形成。
2.气井井筒压力场模型国内研究现状
阻力系数法是气井两相流压降计算模型中最简单实用的一种方法，然而传统的阻力系数图版多是针对油井条件提出的，仅适用于较低的气液比范围，而且多数图版坐标为英制单位量纲，使用不便。为此，1979年陈家琅等人结合以四川盆地南部和鄂尔多斯盆地66口气液比范围在480-344366的气井数据为基础，绘制出了适用于高气液比气井的无因次阻力系数图版。首先，基于多相流压力梯度方程，采用无滑脱持液率，根据现场测压数据反算各测点的阻力系数;随后，引入无因次两相雷诺数，绘制阻力系数与两相雷诺数关系图，其中两相雷诺数是关于气、液雷诺数和气液质量比的函数;最后，对上述关系图中的两相雷诺数进行多次回归试算，并将其修正为包含3个修正系数的函数，从而得到了具有较佳拟合关系的新阻力系数图版。利用公开文献的50口气井压降测试数据进行评价，结果表明，该阻力系数法的流压平均相对误差仅2.48%，流压平均绝对误差仅为5.37%，满足了工程需要。
2010年郭肖和杜志敏[8]针对酸性气井井筒复杂的流动特征，提出了酸性气井井筒压力温度分布预测模型的研究方向。即：基于热力学和动力学行为，考虑井筒流体相变、重组分沉降、井筒储集效应以及热交换因素，建立了酸性气井井筒瞬态气-液-固多相流数学模型。
2014年李洪和李治平等人在考虑井筒温度变化的基础上，综合利用Hagedorn-Brown方法，提出了低气液比凝析气井井筒压力预测方法，该方法主要拟合反凝析液量与压力的关系，求得不同压力下反凝析液量，将反凝析量对井筒压力的影响考虑在内，可准确预测不同生产时期低气液比凝析气气井井筒中不同位置处的压力，更好地指导低气液比凝析气井的生产。
3.参考文献
[1] 丁萍.天然气产能建设中的问题与解决方案[J].中国石油和化工标准与质量2005 （08）.
[2] Poettmann F H，Carpenter P G.The Multiphase flow of gas，oil，and water through vertical flow strings with application to the design of gas-lift installations[J].Drill. and Prod. Prac. API，1952：257-317.
[3] Tek MR.Multiphase flowofwater，oil and nature gas through vertical flowstrings [J]. JPT， 1961，13（10）：1029-1036.
[4] Baxendell P B，Thomas R.The calculation of pressure gradients in high-rate flowing wells [J].JPT，1961，（10）：1023-1032.
[5] Hagedorn A R，Brown K E.Experimental study of pressure gradients occurring during continuous two-phase flow in small diameter vertica conduits [J]. JPT， 1965 （4）： 475-484.
[6] Orkiszewski J.Predicting two-phase pressure drops in vertical pipes [J].JPT，1967， （6）：829-838.
[7] Aziz K，Govier GW，Fogarasi M.Pressure drop in wells producing oil and gas [J]. JPT， 1972，（7-9）：38-48.
[8] 郭肖，杜志敏.酸性氣井井筒压力温度分布预测模型[J].西南石油大学学报（自然科学版），2010（10）.
长庆油田分公司第六采气厂，陕西，西安，710000
关键词：井筒的压力场;温度场;
通过对气井井筒压力场和温度场的耦合计算，使计算模型更加贴近实际状况，从而获得更准确的压力、温度数据，为未来气井产能建设提供依据。同时，随着气候质量指数的不断下降，全球齐心致力于环保经济的发展，天然气的产能建设减少煤炭、石油等能源的使用，这样的发展趋势甚至有全球一致行动的趋势，因为天然气的使用对于环境和气候的污染较小，对于实现资源的可持续利用有重要的作用，所以天然气的产能建设已经是一种未来的趋势，也将是新型能源发展的代表。[1]
1.气井井筒压力场模型国外研究现状
1988年Hasan-Kabir方法。以、为坐标轴划分流型，由试验确定流动型态的界限，划分为泡状流、分散泡状流、段塞流、搅拌流、雾状流。充分采用Taitel等人在气液两相流动转变机理方面的研究成果，给出了各种流型下的油井压力梯度的计算方法，进一步量化和扩大了两相流的应用范围。
2001年Kaya对前人的力学模型进行总结和修正利用扩大的TUFFP油井数据库进行评价，将该模型进行压降预测的同时也和Ansari等人、Chokshi、Hasan- Kabir 和Tengesdal力学模型，以及Aziz等人、Hagedorn 和Brown 的相关式进行了比较，研究结果表明此模型与数据较吻合。
2005年E.A.Osman等人提出的基于反向传播学习算法的人工神经网络（ANN）方法。基于反向传播学习算法的人工神经网络（ANN）方法进行对井底流动压力以及垂直井筒压力降的预测。通过对中东206个区块资料的收集整理，开发了一整套人工神经网络预测模型及系统，经模型的分析验证表明，该方法达到了现有相关关系式和传统半经验关系式所不能及的精确度;同时，模型的趋势分析表明，该系统为压降预测提供了各种可靠的物理参数。
2007年 Hasan &Kabir分析发现，环状流分相流模型存在解的不确定性，其性能赶不上传统的均勾流模型。
2010年，Hasan等基于漂移模型提出了一种简易的两相流机理模型。在重力项压力梯度计算中采用了统一的持液率表达式，表达式中仅包含了分布系数和漂移速度两个参数，由流型决定。对流动参数在流型界限附近进行了光滑处理，避免了模型在流型过渡处的不连续问题。
2012年Alaum认为环状流的形成与液滴、液膜都有关系，建议采用修正弗劳德数预测环状流的形成。
2.气井井筒压力场模型国内研究现状
阻力系数法是气井两相流压降计算模型中最简单实用的一种方法，然而传统的阻力系数图版多是针对油井条件提出的，仅适用于较低的气液比范围，而且多数图版坐标为英制单位量纲，使用不便。为此，1979年陈家琅等人结合以四川盆地南部和鄂尔多斯盆地66口气液比范围在480-344366的气井数据为基础，绘制出了适用于高气液比气井的无因次阻力系数图版。首先，基于多相流压力梯度方程，采用无滑脱持液率，根据现场测压数据反算各测点的阻力系数;随后，引入无因次两相雷诺数，绘制阻力系数与两相雷诺数关系图，其中两相雷诺数是关于气、液雷诺数和气液质量比的函数;最后，对上述关系图中的两相雷诺数进行多次回归试算，并将其修正为包含3个修正系数的函数，从而得到了具有较佳拟合关系的新阻力系数图版。利用公开文献的50口气井压降测试数据进行评价，结果表明，该阻力系数法的流压平均相对误差仅2.48%，流压平均绝对误差仅为5.37%，满足了工程需要。
2010年郭肖和杜志敏[8]针对酸性气井井筒复杂的流动特征，提出了酸性气井井筒压力温度分布预测模型的研究方向。即：基于热力学和动力学行为，考虑井筒流体相变、重组分沉降、井筒储集效应以及热交换因素，建立了酸性气井井筒瞬态气-液-固多相流数学模型。
2014年李洪和李治平等人在考虑井筒温度变化的基础上，综合利用Hagedorn-Brown方法，提出了低气液比凝析气井井筒压力预测方法，该方法主要拟合反凝析液量与压力的关系，求得不同压力下反凝析液量，将反凝析量对井筒压力的影响考虑在内，可准确预测不同生产时期低气液比凝析气气井井筒中不同位置处的压力，更好地指导低气液比凝析气井的生产。
3.参考文献
[1] 丁萍.天然气产能建设中的问题与解决方案[J].中国石油和化工标准与质量2005 （08）.
[2] Poettmann F H，Carpenter P G.The Multiphase flow of gas，oil，and water through vertical flow strings with application to the design of gas-lift installations[J].Drill. and Prod. Prac. API，1952：257-317.
[3] Tek MR.Multiphase flowofwater，oil and nature gas through vertical flowstrings [J]. JPT， 1961，13（10）：1029-1036.
[4] Baxendell P B，Thomas R.The calculation of pressure gradients in high-rate flowing wells [J].JPT，1961，（10）：1023-1032.
[5] Hagedorn A R，Brown K E.Experimental study of pressure gradients occurring during continuous two-phase flow in small diameter vertica conduits [J]. JPT， 1965 （4）： 475-484.
[6] Orkiszewski J.Predicting two-phase pressure drops in vertical pipes [J].JPT，1967， （6）：829-838.
[7] Aziz K，Govier GW，Fogarasi M.Pressure drop in wells producing oil and gas [J]. JPT， 1972，（7-9）：38-48.
[8] 郭肖，杜志敏.酸性氣井井筒压力温度分布预测模型[J].西南石油大学学报（自然科学版），2010（10）.
长庆油田分公司第六采气厂，陕西，西安，710000