Please wait a minute...
首 页
关 于
联系我们
首 页
关于我们
编委会
主编简介
投稿指南
征订服务
联系我们
English
海洋工程装备与技术
2022
,
Vol. 9
Issue (1)
:
58-66 DOI: 10.12087/oeet.2095-7297.2022.01.10
0
本期目录
|
过刊浏览
|
高级检索
|
井下节流技术在南海东部高温气田的应用
中海石油深海开发有限公司,深圳 518064
Application of Down hole Throttle Technology in High Temperature Gas Fields in Eastern South China Sea
Deep water Development Co., Ltd., China National Offshore Oil Corporation, Shenzhen 518064, China
摘要
相关文章
Metrics
全文:
PDF
(4214 KB)
输出:
BibTeX
|
EndNote
(RIS)
摘要
南海东部海域某深水气田属于高温气田,受高温天然气的影响,完井管柱和生产管柱产生轴向变形,导致采 油树升高,引起井口管线应力变形,严重影响生产安全。通过减小产量可以降低温度对完井管柱和生产管柱的影 响,进而减小采油树升高幅度。降产控制采油树升高会导致产量缺口,且不利于气田协同开发。针对该问题,本文 通过神经网络方法找到引起采油树升高的主控因素。在此基础上,本文通过研究天然气自身特性,提出了节流降 压降温方案,建立了井筒温度模型,设计并制造了适用于高温气井的井下节流工具。该工具在现场成功实施后,有 效降低了井筒温度,减少了采油树升高,保障生产安全的同时提高单井产能17万方/天。通过以上研究,总结并形 成了一套可用于不同高温气井、同一高温气井的不同生产时期的井下节流工艺设计方案,保障了高温气井安全生 产,同时实现了单井高效生产、气田协同开发,对于高温气田的开发具有很好的指导意义。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词
:
采油树升高
,
神经网络
,
节流降压降温
,
井下节流工具
,
协同开发
Key words
:
rise of the Christmas tree
neural network
pressure and temperature reduction by throttling
downhole throttling tool
collaborative development 
出版日期:
2022-07-21
:
TE53
引用本文:
罗睿乔. 井下节流技术在南海东部高温气田的应用[J]. 海洋工程装备与技术, 2022, 9(1): 58-66.
LUO Ruiqiao. Application of Down hole Throttle Technology in High Temperature Gas Fields in Eastern South China Sea. Ocean Engineering Equipment and Technology, 2022, 9(1): 58-66.
链接本文:
https://www.qk.sjtu.edu.cn/oeet/CN/10.12087/oeet.2095-7297.2022.01.10
或
https://www.qk.sjtu.edu.cn/oeet/CN/Y2022/V9/I1/58
[1]
曾国治, 魏子清, 岳宝, 丁云霄, 郑春元, 翟晓强.
基于CNN-RNN组合模型的办公建筑能耗预测
[J]. 上海交通大学学报, 2022, 56(9): 1256-1261.
[2]
吴庶宸, 戚宗锋, 李建勋.
基于深度学习的智能全局灵敏度分析
[J]. 上海交通大学学报, 2022, 56(7): 840-849.
[3]
全大英, 陈赟, 唐泽雨, 李世通, 汪晓锋, 金小萍.
基于双通道卷积神经网络的雷达信号识别
[J]. 上海交通大学学报, 2022, 56(7): 877-885.
[4]
秦艺超, 黄礼敏, 王骁, 马学文, 段文洋, 郝伟.
基于人工神经网络的自航浮标测波方法可行性
[J]. 上海交通大学学报, 2022, 56(4): 498-505.
[5]
赵勇, 苏丹.
基于4种长短时记忆神经网络组合模型的畸形波预报
[J]. 上海交通大学学报, 2022, 56(4): 516-522.
[6]
聂瑞, 王红茹.
基于神经网络观测器的无人机编队执行器故障诊断
[J]. 空天防御, 2022, 5(2): 32-41.
[7]
丁明, 孟帅, 王书恒, 夏玺.
六自由度波浪补偿平台的神经网络自适应反馈线性化控制
[J]. 上海交通大学学报, 2022, 56(2): 165-172.
[8]
刘秀丽, 徐小力.
基于特征金字塔卷积循环神经网络的故障诊断方法
[J]. 上海交通大学学报, 2022, 56(2): 182-190.
[9]
王卓鑫, 赵海涛, 谢月涵, 任翰韬, 袁明清, 张博明, 陈吉安.
反向传播神经网络联合遗传算法对复合材料模量的预测
[J]. 上海交通大学学报, 2022, 56(10): 1341-1348.
[10]
陶海红, 闫莹菲.
一种基于GA-CNN的网络化雷达节点遴选算法
[J]. 空天防御, 2022, 5(1): 1-5.
[11]
戴少怀, 杨革文, 郁文, 吴向上.
基于RBF神经网络的雷达有源压制干扰识别
[J]. 空天防御, 2022, 5(1): 102-107.
[12]
郑德重, 杨媛媛, 黄浩哲, 谢哲, 李文涛.
基于距离置信度分数的多模态融合分类网络
[J]. 上海交通大学学报, 2022, 56(1): 89-100.
[13]
许凌, 王兴志, 肖林朋.
基于语义特征抓取电网调度事件的检测技术
[J]. 上海交通大学学报, 2021, 55(S2): 86-91.
[14]
王岩, 陈耀然, 韩兆龙, 周岱, 包艳.
基于互信息理论与递归神经网络的短期风速预测模型
[J]. 上海交通大学学报, 2021, 55(9): 1080-1086.
[15]
王煜林, 周登极, 郝佳瑞, 黄大文.
一种基于可解释神经网络模型的压缩机功率软测量方法
[J]. 上海交通大学学报, 2021, 55(6): 774-780.
Viewed
Full text
Abstract
Cited
Shared
Discussed
沪ICP备15013849号-1
版权所有:海洋工程装备与技术编辑部
主管单位:上海交通大学 主办单位:上海交通大学出版社 出版单位:上海交通大学出版社
地址:上海市番禺路951号 邮编:200030 电话:021-61675249 E-mail:oeet-sjtu@outlook.com