油井管柱中砂沉降与临界输运条件的能量感知预测：库姆科尔油田的实验表征、井间验证与现场运行评估

《Energies》：Energy-Aware Prediction of Sand Sedimentation and Critical Transport Conditions in Oil Well Tubing: Experimental Characterization, Interwell Validation, and Field Operational Assessment at the Kumkol Field

　　

砂产出制约着人工举升可靠性、关井管理及能源效率。本研究开发了一个集成的实验框架，将颗粒沉降、散体砂输运、关井相关堵塞及电力需求联系起来，使用了12口匿名的库姆科尔（Kumkol）油田井的数据。数据库包含4380条日常记录、720次实验室测试、84次关井/重启事件、3600个能量数据点、4800个高频重启样本及132次维护事件。在480次沉降柱测试中，斯托克斯（Stokes）公式的R2 = 0.937，平均绝对百分比误差（MAPE）为24.8%；单参数校准后R2提升至0.981，MAPE降至11.3%，留一井交叉验证（leave-one-well-out）的MAPE为11.4%。在240次流动回路测试中，全数据非不稳定阈值（non-unstable threshold）为1.052 m/s；嵌套留井验证（nested held-out well）准确率为87.9%，严格稳定判据（strict stable criterion）准确率为83.8%。关井持续时间是主要的现场预测因子：每增加10小时，砂堵几率（plug odds）升高3.87倍，嵌套阈值验证（nested threshold validation）准确率为78.6%。对于电潜泵（ESP），基于比能耗（SEC）比值的最小值出现在约0.773 m/s处。一个无分母的有功功率（active power）模型，在控制压差（pressure rise）、变频驱动（VFD）频率、砂浓度及井效应后，实现了R2 = 0.851，并在所有留一井交叉验证拟合中均保持正的速度系数。这些结果定义了一个局部校准的能量-输运运行窗口；未经水动力学缩放（hydrodynamic scaling）和现场验证，实验室输运阈值不能直接作为现场设定值。流动回路阈值区块仅包含四口独立井；因此，其留井结果被视为小集群证据，数值速度仍为实验室参考约束而非直接现场设定。

1. 研究背景、问题与研究意义

在弱固结油藏的开发过程中，砂产出（sand production）是影响生产稳定性和设备可靠性的核心挑战之一。传统的砂控研究多聚焦于地层出砂机理与防砂措施，然而，一旦砂粒进入井筒，其在管柱内的运移、沉积及再启动行为同样至关重要，却常被忽视。现有研究存在三个关键脱节：其一，单一颗粒的沉降理论与实际多颗粒、受限空间内的群体输运行为之间存在显著差异；其二，实验室条件下确定的临界输运速度能否直接应用于现场工况缺乏系统性验证；其三，维持足够携砂流速所带来的额外能耗成本未被纳入统一的决策框架。因此，亟需建立一个集成化的评估体系，将颗粒沉降特性、散体砂输运边界、关井后的砂堵风险以及泵送能耗这四个相互关联的环节进行定量整合。本研究正是基于此背景，依托哈萨克斯坦库姆科尔（Kumkol）油田12口生产井的丰富数据集，旨在构建一个能量感知的砂沉降与临界输运条件预测框架，为油田现场提供可审计的运行窗口（operating window）指导。该研究成果发表于《Energies》期刊。

2. 关键技术与方法

为实现上述目标，研究人员采用了一套多层次、独立验证的实验与分析方法：

• •
  物理沉降模型校准与验证：基于480次沉降柱实验，采用经典斯托克斯（Stokes）定律作为物理核心，引入一个无量纲校准系数k_s来修正真实砂粒的非球形效应，并通过留一井交叉验证（leave-one-well-out validation）评估模型的井间可迁移性。
• •
  临界输运速度实验确定：利用240次流动回路（flow loop）实验，对来自4口不同井的砂样进行测试，依据实验结果将输运状态分为不稳定沉降（Unstable settling）、边际输运（Marginal transport）和稳定输运（Stable transport）。采用确定性阈值选取方法和逻辑回归（logistic regression）模型，识别出避免不稳定沉降和实现严格稳定输运的两个二元工程判据下的临界速度阈值，并通过嵌套留井验证（nested held-out well validation）量化了阈值选取的乐观偏差。
• •
  现场关井与重启风险评估：收集84次现场关井事件，利用逻辑回归模型分析关井持续时间、停前砂浓度和停前流速对砂堵概率的影响，并通过留一井交叉验证和韦尔聚类自助法（well-cluster bootstrap）评估模型的预测性能与不确定性。
• •
  泵送能耗分析与运行窗口构建：获取3600个运行数据点的能耗指标，包括比能耗（SEC）和无分母的有功功率（active power）模型。通过二次多项式拟合建立SEC与表观流速（superficial velocity）的关系，并采用留一井交叉验证和固定效应模型检验结果的稳健性。最终，将实验室输运阈值与现场能耗数据进行对比，计算每个井的现场适用性门限（applicability gate），从而构建联合的能量-输运运行窗口。

3. 研究结果

• •
  3.1. 沉降速度的验证：在480次沉降柱实验中，92.5%的颗粒雷诺数（Re_p）小于1，表明粘性主导的斯托克斯流区是合理的。经典斯托克斯模型R²=0.937，MAPE=24.8%；经单参数校准（k_s=0.8577）后，模型性能显著提升至R²=0.981，MAPE=11.3%。留一井交叉验证的MAPE为11.4%，且k_s值在不同井间变化极小（0.8454-0.8622），证明了该校准系数的稳定性与可迁移性。
• •
  3.2. 稳定砂输运的实验边界：在240次流动回路实验中，不稳定、边际和稳定三种状态的液体速度中位数分别为0.812 m/s、1.146 m/s和1.458 m/s，证实了群体输运需要高于单颗粒沉降速度的流速裕度。对于避免不稳定沉降的二元工程任务，全数据阈值为1.052 m/s（准确率92.5%），嵌套留井验证准确率为87.9%。对于严格稳定输运，全数据阈值为1.193 m/s（准确率89.2%），嵌套留井验证准确率为83.8%。六种留二井交叉验证进一步揭示了阈值的不确定性范围，表明这些阈值应视为局部筛选参考而非普适常数。
• •
  3.3. 关井与重启期间的砂堵风险：在84次现场关井事件中，27次发生了砂堵。关井持续时间是预测砂堵风险的最主要因素，其优势比（odds ratio）为每增加10小时3.87。基于持续时间的经验阈值为19.03小时（准确率83.3%），嵌套留井验证准确率为78.6%。多变量模型（加入停前速度和砂浓度）的留一井AUC从0.798提升至0.828，但Brier分数未改善，表明其提升的是排序能力而非概率校准精度。
• •
  3.4. 稳定砂输运的能耗成本：对于电潜泵（ESP），比能耗（SEC）与表观流速呈U型关系，拟合最小值在约0.773 m/s处。更关键的无分母有功功率模型显示，在控制压差、变频驱动（VFD）频率、砂浓度和井效应后，速度系数仍为正（+18.49 kW/(m/s)），且在八次留一井交叉验证中始终保持正值，有力证明了提高流速确实会增加电力输入。然而，现场适用性分析显示，仅有三口ESP井能达到1.052 m/s的非不稳定阈值，仅有一口井能达到1.193 m/s的严格稳定阈值，凸显了实验室阈值在现场应用的局限性。
• •
  3.5. 流变学与粒径效应：动态粘度随温度升高而降低，但井间变异显著。粒径分布（PSD）显示，平均d₉₀（0.586 mm）远大于平均d₅₀（0.286 mm），表明粗尾端颗粒对局部堆积和砂堵风险至关重要，分析中必须予以考虑。
• •
  3.6. 高频重启瞬态：对8次重启事件的高频数据分析显示，发生砂堵的事件在重启后表现出流量恢复受限但电力负荷持续偏高，以及砂监测信号波动更大的特征，这为早期诊断提供了潜在的电力和水力特征。
• •
  3.7. 维护后果与井间变异性：在132次维护事件中，砂相关事件的平均停机时间（10.07小时）长于非砂相关事件（6.70小时）。维护成本与停机时间高度正相关（r≈0.876），但与移除的砂量相关性极低，表明后果严重性更多取决于故障模式和位置而非砂量本身。井级综合指标显示，高砂浓度、高砂堵率和高峰值能耗之间并无简单的对应关系，支持了进行井特定化运行窗口分析的必要性。

4. 讨论与结论

本研究的核心结论是，可靠的含砂井运行无法由单一的临界速度来描述，而必须联合考虑四个约束：颗粒沉降速度、实验确定的群体输运边界、允许的关井时长以及维持所需流速的能耗代价。研究构建了一个证据分级的运行窗口，其中沉降校准、输运阈值识别、现场事件建模和能耗响应分析均为独立的证据模块。校准后的斯托克斯模型（k_s=0.8577）提供了一个平衡了精度与可迁移性的简洁物理内核。实验确定的输运阈值（如1.052 m/s）并非普适常数，而是受限于特定实验条件的局部参考，直接用于现场前必须经过水动力学缩放和现场确认。关井持续时间是砂堵风险最稳定的预测因子，而能耗分析则清晰地揭示了向更高输运参考速度运行时所需的额外电力投入。最终，研究人员强调，现场的最佳决策并非追求一个通用的速度目标，而是在单个井的可实现包络内，找到能够满足固体输运和重启可靠性约束的最低运行强度，从而实现安全与能效的平衡。