CN104895556B - 油井动液面远程监测方法及系统 - Google Patents
油井动液面远程监测方法及系统 Download PDFInfo
- Publication number
- CN104895556B CN104895556B CN201510249874.5A CN201510249874A CN104895556B CN 104895556 B CN104895556 B CN 104895556B CN 201510249874 A CN201510249874 A CN 201510249874A CN 104895556 B CN104895556 B CN 104895556B
- Authority
- CN
- China
- Prior art keywords
- data sequence
- fluid level
- data
- components
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
一种油井动液面的远程监测方法及系统,以远程无线方式采集安装在油井井口的动液面回声测量仪器所采集到的油井的动液面测量数据;采用一种集成识别的方法对采集的动液面数据进行处理,两种方法以并行的方式运行;采用基于经验模态分解的方法对数据序列进行处理,确定接箍反射波中的基波信号点和回声声波遇到动液面发生反射的点,然后计算得到动液面深度;采用基于局部均值分解的方法对数据序列进行处理,同样确定接箍反射波中的基波信号点和回声声波遇到动液面发生反射的点,然后计算得到动液面深度;最后将两种方法计算得到的两个动液面深度求平均值,得到最终的动液面深度。能实现动液面的自动识别,从而提高动液面计算的准确性。
Description
技术领域
本发明属于油田采油技术领域,具体涉及一种油井动液面远程监测方法及系统。
背景技术
油井动液面是油田生产中一个重要的参数,能够体现井下的供液情况,从而反映油井的工作效率。准确掌握动液面的变化情况,对于确定油井的供排关系,制定合理的工作制度具有十分重要的意义。对于动液面的测量,目前主要有浮筒法、井下压力法、示功图测量法、回声测量法等。浮筒侧量法一般是用于环空式井和敞开井口的作业井使用,但不能带压测试,受液面泡沫影响使得误差较大;井下压力法利用测井仪器或者在井下安装压力传感器,并利用作业机会回收压力传感器再推算动液面,成本高,施工周期长;利用示功图推算动液面,有一定的应用限制,推导方程的很多参数是通过概率统计和工程经验得来的,通过长时间调试油井的某些参数进行测量,适应性差,误差也较大;回声法是目前油田中最常用的测量方法,安装回声测量仪向井下发射声波,声波遇到动液面进行反弹,通过对接收的反弹信号进行辨识,确定动液面深度,但是测量时需要人工逐井测试,工作量大,安全性低,并且采集后需要由技术人员人工辨识数据,效率较低。
发明内容
本发明要解决的技术问题是提供一种油井动液面远程监测方法及系统,实现对油井动液面数据的远程自动采集,并可对采集到的数据进行自动辨识,得到动液面深度。
本发明的技术解决方案是:一种油井动液面远程监测方法,其步骤如下:
1、由数据采集控制模块Ⅰ采集安装在油井井口的动液面回声测量仪器所采集到的油井的动液面测量数据,由无线Zigbee模块一通过无线网络传输给无线Zigbee模块二,然后数据采集控制模块Ⅱ将接收的数据经交换机Ⅱ由无线AP从站模块通过无线网络远程传输给无线AP主站模块,再经交换机Ⅰ传至动液面监测及数据处理服务器,由动液面监测及数据处理服务器接收采集到的动液面数据;
2、采用集成识别的方法,即分别由基于经验模态分解(EMD,Empirical ModeDecomposition)的方法即EMD方法和基于局部均值分解(Local Mean Decomposition,LMD)的方法即LMD方法以并行的方式同时对油井动液面反射波曲线进行识别;
2.1基于EMD方法的油井动液面反射波曲线识别的主要步骤如下:
步骤a用x(n)表示油井动液面反射波曲线数据序列,其中n为数据序列中数据点的个数;将x(n)的所有的极大值点用三次样条插值函数拟合,得到x(n)的上包络线;同理,将x(n)的所有的极小值点用三次样条插值函数拟合,得到x(n)的下包络线;x(n)的上下包络线的平均值记作m(n),将原数据序列x(n)减去该平均值m(n)得到一个新的数据序列h1(n),即:h1(n)=x(n)-m(n);
步骤b若h1(n)满足条件,则将该h1(n)看作x(n)的第一个IMF分量,记为c1(n)=h1(n);若h1(n)不满足条件,说明它还不是一个本征模函数,使h1(n)取代原数据序列x(n),重复步骤a直至计算得到一个满足条件的IMF分量,记为c1(n);
步骤c用x(n)减去c1(n)得到剩余值数据序列,即:x1(n)=x(n)-c1(n);把x1(n)作为一个新的待分解数据序列,重复步骤a和步骤b,依次提取出第2个、第3个直至第l个IMF分量,以及原数据序列的余项rl(n);当满足终止条件时结束分解,终止条件为最新的数据序列不能再提取IMF分量;将原数据序列x(n)表示成l个IMF分量cl(n)和一个余项rl(n)的和,即:
步骤d去除分解后的高频IMF分量,将剩余的低频IMF分量和原数据序列的余项rl(n)求和进行数据序列的重构,得到新的数据序列,记为x’(n),即:
其中,k表示所去除的高频IMF分量的数量;
步骤e由于回声声波在传递过程中遇到油管间的接箍会发生反射,所形成的波形称为接箍反射波,因此由接箍反射波计算回声声波的传播速度;并将接箍反射波看成是周期性的信号,在接箍反射波形中选取连续的10个波形均匀、宽度相近的周期波形计算回声声波的传播速度;设接箍反射波的周期为T,表示了回声声波在相邻两个油管接箍之间传播时所用的时间;将所选取的10个连续波形中幅值最大的点作为基波信号点,假设其在油井动液面反射波曲线数据序列中为第N1个点,那么接箍反射波的周期T由下式进行计算:
其中,N为油井动液面反射波曲线数据序列中所有点的数量,fs为采样频率。
将周期T认为是回声声波在两个接箍之间来回两个油管长度路程所用的时间,则回声声波在油管中的传播速度为:
其中,L为单根油管的长度。
将油井动液面反射波曲线数据序列中除去井口数据点和接箍反射波数据点后剩余的数据点中具有最大幅值的数据点记为回声声波遇到动液面发生反射的点,假设其在油井动液面反射波曲线数据序列中为第N2个点,那么回声声波到达动液面处用的时间为:
那么,动液面的深度由下式进行计算,
2.2基于LMD方法的油井动液面反射波曲线识别方法的主要步骤如下:
步骤A找到油井动液面反射波数据序列x(n)中所有的局部极值点,包括极大值点和极小值点,计算相邻两个极值点的平均值mi和包络估计值ai,分别为:
其中,Ji为数据序列中的局部极值点;
对所有平均值mi以及包络估计值ai,分别用直线将相邻两点连接起来形成两条折线,采用三次样条插值分别对两条折线进行平滑处理,得到局域均值函数m11(n)和包络估计函数a11(n);
步骤B将得到的局域均值函数m11(n)从油井动液面反射波数据序列中分离出来,得到:h11(n)=x(n)-m11(n)。用h11(n)除以包络估计函数a11(n),对h11(n)进行解调,有:
步骤C将s11(n)看作新的数据序列,重复步骤A,得到s11(n)的包络估计函数a12(n),如果a12(n)不等于1,说明s11(n)不是一个纯调频信号,重复步骤A和步骤B直到得到的包络估计函数为1时停止,假设重复k(k≥1)次后满足要求,记为a1k(n)=1;此时,重复第k次的新的数据序列s1k(n)满足纯调频信号,得到的第一个PF分量可以由下式表示,
PF1=a1(n)·s1k(n) (10)
其中,a1(n)为重复k次过程中产生的所有包络估计函数相乘得到的第一个PF分量的包络信号;由下式计算,
a1(n)=a11(n)a12(n)…a1k(n) (11)
步骤D用x(n)减去PF1(n)产生新的数据序列x1(n),即:x1(n)=x(n)-PF1(n),重复步骤A至步骤C,依次提取出第2个、第3个直至第p个PF分量,以及原数据序列的残余项up(n),此时up(n)为一个纯调频信号;那么,将原数据序列x(n)表示成p个PF分量PFp(n)和一个残余项up(n)的和,即:
步骤E找到数据序列x(n)经过LMD方法分解后的虚假PF分量,将其去除掉,用剩余的PF分量和残余项进行油井动液面反射波数据序列的重建;由于数据序列中的异常数据和噪声一般存在于高频分量中,因此将LMD方法分解后的高频分量作为虚假PF分量。
步骤F将剩余的PF分量和原数据序列的残余项up(n)求和进行数据序列的重构,得到新的数据序列,记为x”(n),即:
其中,v表示所去除的高频PF分量的数量;
步骤G按照EMD方法中的步骤e的方法计算动液面深度;
3、将两种方法的计算结果取平均值,得到动液面深度的最终结果。
进一步的,步骤2)中,当动液面监测及数据处理服务器接收到采集的动液面数据时,两种方法同时启动运行。
进一步的,步骤2.1)中,如果分解得到的IMF分量的数量为两个,则认为第一个IMF分量为含有高频成分的IMF分量,将其去除;如果分解得到的IMF分量的数量大于两个,则认为前两个IMF分量为含有高频成分的IMF分量,将其去除;
进一步的,步骤2.2)中,如果分解得到的PF分量的数量为两个,则认为第一个PF分量为虚假分量,将其去除;如果分解得到的PF分量的数量大于两个,则认为前两个PF分量为虚假分量,将其去除。
一种油井动液面远程监测系统,包括安装在油井井口的动液面回声测量仪器、数据采集控制模块Ⅰ、无线Zigbee模块一、无线Zigbee模块二、交换机Ⅱ、无线AP从站模块、无线AP主站模块、交换机Ⅰ和动液面监测及数据处理服务器。
本发明的有益效果是:本发明所建立的油井动液面远程监测及识别系统,以无线的方式远程采集动液面测量数据,并能实现动液面的自动识别,解决了人工识别数据的不足。采用EMD方法进行油井动液面反射波曲线数据序列的处理,将数据序列分解为有限个本征模函数,包含了原信号的不同时间尺度的局部特征信号,将含有噪声信号的高频分量去除掉,能够准确定位回声声波遇到动液面发生反射的点;采用LMD方法进行油井动液面反射波曲线数据序列的处理,从另一个角度出发,将数据序列分解为若干个瞬时频率有物理意义的乘积函数和一个残余项,将含有噪声信号的虚假分量去除掉,从而准确找到回声声波遇到动液面发生反射的点。采用集成识别的方法,将两个不同方法的计算结果取平均值,杜绝了单一识别方法所存在的片面性,从而提高动液面计算的准确性。
附图说明
图1是本发明涉及的油井动液面远程监测系统示意图;
图2是油井动液面反射波曲线示意图;
图3是油井动液面集成识别方法结构框图示意图;
图4是油井动液面反射波曲线的EMD分解结果示意图;
图5是EMD分解后重建的油井动液面反射波曲线示意图;
图6是油井动液面反射波曲线的LMD分解结果示意图;
图7是LMD分解后重建的油井动液面反射波曲线示意图;
具体实施方式
如图1所示,一种油井动液面远程监测系统,包括安装在油井井口的动液面回声测量仪器、数据采集控制模块Ⅰ、无线Zigbee模块一、无线Zigbee模块二、交换机Ⅱ、无线AP从站模块、无线AP主站模块、交换机Ⅰ和动液面监测及数据处理服务器。
油井动液面远程监测步骤如下:
1、采用如图1所示的油井动液面远程监测系统,数据采集控制模块Ⅰ采集安装在油井井口的动液面回声测量仪器所采集到的油井的动液面测量数据,由无线Zigbee模块一通过无线网络传输给无线Zigbee模块二,然后数据采集控制模块Ⅱ将接收的数据经交换机Ⅱ由无线AP从站模块通过无线网络远程传输给无线AP主站模块,再经交换机Ⅰ传至动液面监测及数据处理服务器,最后动液面监测及数据处理服务器接收采集到的动液面数据。
2、动液面监测及数据处理服务器所采集到的动液面数据,如图2所示。由于包含各种噪声以及动液面回声反射波形中混杂的节箍反射波形,必须采用一定的算法进行计算,去除噪声且能正确识别动液面的反射波形,从而确定准确的动液面深度。,为了提高对油井动液面反射波曲线识别的准确性,本发明采用一种集成识别的方法,分别由二种不同的识别算法以并行的方式同时对油井动液面反射波曲线进行识别,得到二个动液面深度的计算结果,然后取平均值得到最终结果。所采用的集成识别方法的结构框图如图3所示,其中两种不同的识别方法分别为基于经验模态分解的方法即EMD方法和基于局部均值分解的方法即LMD。
EMD方法是一种自适应的信号处理方法,不需要设定任何基函数,具有很高的信噪比。EMD方法在处理非线性、非平稳信号上具有明显的优势,在理论上可以应用于任何类型的信号的分解,尤其适合于分析非线性、非平稳信号序列。它对非平稳数据进行平稳化处理,使复杂信号分解为有限个本征模函数,所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号,然后进行希尔伯特变换获得时频谱图,得到有物理意义的频率。由于分解是基于信号序列时间尺度的局部特性,因此具有自适应性。
EMD方法产生各IMF的特性就意味着它可以用来去除噪声,因此不需要提前采用其它的方法对数据序列进行去噪处理。将其用于油井动液面反射波曲线的识别,分解得到不同的数量的IMF分量和一个剩余分量。含有高频成分的IMF分量主要反映了数据序列中的异常数据和噪声;而含有低频成分的IMF分量,噪声影响较弱,包含的信息量较多。因此,将含有高频成分的IMF分量去除,而将剩余的含有低频成分的IMF分量和剩余分量相结合进行数据序列的重建。这样能够去除数据序列中混杂的噪声数据,从而准确的判定数据序列中能够代表回声声波遇到动液面发生反射的点,进而计算出动液面的深度。
EMD方法需要满足以下条件:
(1)信号数据序列是由互相独立的本征模态函数组成;
(2)对于整个数据序列,极值点的数量(包括最大极值点和最小极值点)和过零点数量相同,且在相邻的过两个零点之间只有一个极值点;
(3)对于整个数据序列上的任意一点,由局部极大值确定的上包络线和由局部极小值确定的下包络线的均值为零。
2.1基于EMD方法的油井动液面反射波曲线识别方法的主要步骤如下:
步骤a用x(n)表示油井动液面反射波曲线数据序列,其中n为数据序列中数据点的个数。将x(n)的所有的极大值点用三次样条插值函数拟合,得到x(n)的上包络线;同理,将x(n)的所有的极小值点用三次样条插值函数拟合,得到x(n)的下包络线;x(n)的上下包络线的平均值记作m(n),将原数据序列x(n)减去该平均值m(n)得到一个新的数据序列h1(n),即:h1(n)=x(n)-m(n)。
步骤b若h1(n)满足条件,则将该h1(n)看作x(n)的第一个IMF分量,记为c1(n)=h1(n);若h1(n)不满足条件,说明它还不是一个本征模函数,使h1(n)取代原数据序列x(n),重复步骤a直至计算得到一个满足条件的IMF分量,记为c1(n)。
步骤c用x(n)减去c1(n)得到剩余值数据序列,即:x1(n)=x(n)-c1(n)。把x1(n)作为一个新的待分解数据序列,重复步骤a和步骤b,依次提取出第2个、第3个直至第l个IMF分量,以及原数据序列的余项rl(n)。当满足终止条件时结束分解,终止条件为最新的数据序列不能再提取IMF分量。那么,原数据序列x(n)可以表示成l个IMF分量cl(n)和一个余项rl(n)的和,即:
采用EMD方法对图2所示的油井动液面反射波曲线进行分解,得到如图4所示结果。
步骤d去除分解后的高频IMF分量,将剩余的低频IMF分量和原数据序列的余项rl(n)求和进行数据序列的重构,得到新的数据序列,记为x’(n),即:
其中,k表示所去除的高频IMF分量的数量。
IMF1分量和IMF2分量为原数据序列的高频分量,反映了原数据序列中的异常数据和噪声,将其去除掉;对剩余的分量IMF3至IMF9和余项求和,将数据序列进行重建,得到如图5所示的不含异常数据和噪声的新的数据序列。
步骤e由于回声声波在传递过程中遇到油管间的接箍会发生反射,所形成的波形称为接箍反射波,因此由接箍反射波计算回声声波的传播速度。由于接箍基本上等长,回声声波在井口的传播速度基本不变,因此将接箍反射波看成是周期性的信号。在接箍反射波形中选取连续的10个波形均匀、宽度相近的周期波形计算回声声波的传播速度。设接箍反射波的周期为T,表示了回声声波在相邻两个油管接箍之间传播时所用的时间。将所选取的10个连续波形中幅值最大的点作为基波信号点,假设其在油井动液面反射波曲线数据序列中为第N1个点,那么接箍反射波的周期T由下式进行计算:
其中,n为油井动液面反射波曲线数据序列中所有点的数量,fs为采样频率。
周期T认为是回声声波在两个接箍之间来回两个油管长度路程所用的时间,因此回声声波在油管中的传播速度为:
其中,L为单根油管的长度。
将油井动液面反射波曲线数据序列中除去井口数据点和接箍反射波数据点后剩余的数据点中具有最大幅值的数据点记为回声声波遇到动液面发生反射的点,假设其在油井动液面反射波曲线数据序列中为第N2个点,那么回声声波到达动液面处用的时间为:
那么,动液面的深度由下式进行计算,
根据步骤e,确定基波信号点为重建后的油井动液面反射波数据序列中的第266个点,即N1=266;确定回声声波遇到动液面发生反射的点为重建后的油井动液面反射波数据序列中的第491个点,即N2=491;单根油管长度L=9.8米,重建后的油井动液面反射波数据序列中所有点的数量为1499,即n=1499。那么,根据公式(6)可以计算动液面的深度h1=853.86米。
在采用EMD方法进行油井动液面反射波曲线的识别的同时,采用LMD方法进行油井动液面反射波曲线的识别。LMD方法是一种自适应的信号处理方法,由信号自身数据驱动,自主地确定信号在不同尺度上的分辨率。LMD方法将一个复杂的信号分解为若干个瞬时频率有物理意义的乘积函数(Production Function,PF)和一个残余项。它基于信号的局部极值点,通过滑动平均循环迭代实现分解,具有迭代次数少、端点效应不明显、得到的虚假分量少等优点。
将LMD方法用于油井动液面反射波曲线的识别,分解得到不同的数量的PF分量和一个残余项。由于受到油井动液面反射波数据序列中的异常数据和噪声的影响,不可避免会产生虚假PF分量的情况。因此,将虚假的PF分量去除,而将剩余的PF分量和残余项相结合进行数据序列的重建。这样能够去除数据序列中混杂的噪声数据,从而准确地计算出动液面的深度。
2.2、基于LMD方法的油井动液面反射波曲线识别方法的主要步骤如下:
步骤A找到油井动液面反射波数据序列x(n)中所有的局部极值点,包括极大值点和极小值点,计算相邻两个极值点的平均值mi和包络估计值ai,分别为:
其中,Ji为数据序列中的局部极值点。
对所有平均值mi以及包络估计值ai,分别用直线将相邻两点连接起来形成两条折线,采用三次样条插值分别对两条折线进行平滑处理,得到局域均值函数m11(n)和包络估计函数a11(n)。
步骤B将得到的局域均值函数m11(n)从油井动液面反射波数据序列中分离出来,得到:h11(n)=x(n)-m11(n)。用h11(n)除以包络估计函数a11(n),对h11(n)进行解调,有:
步骤C将s11(n)看作新的数据序列,重复步骤1,得到s11(n)的包络估计函数a12(n),如果a12(n)不等于1,说明s11(n)不是一个纯调频信号,重复步骤A和步骤B直到得到的包络估计函数为1时停止,假设重复k(k≥1)次后满足要求,记为a1k(n)=1。此时,重复第k次的新的数据序列s1k(n)满足纯调频信号,得到的第一个PF分量由下式表示,
PF1=a1(n)·s1k(n) (10)
其中,a1(n)为重复k次过程中产生的所有包络估计函数相乘得到的第一个PF分量的包络信号。由下式计算,
a1(n)=a11(n)a12(n)…a1k(n) (11)
步骤D用x(n)减去PF1(n)产生新的数据序列x1(n),即:x1(n)=x(n)-PF1(n),重复步骤A至步骤C,依次提取出第2个、第3个直至第p个PF分量,以及原数据序列的残余项up(n),此时up(n)为一个纯调频信号。那么,原数据序列x(n)表示成p个PF分量PFp(n)和一个残余项up(n)的和,即:
采用LMD方法对图2所示的油井动液面反射波曲线进行分解,得到如图6所示结果。
步骤E找到数据序列x(n)经过LMD方法分解后的虚假PF分量,将其去除掉,用剩余的PF分量和残余项进行油井动液面反射波数据序列的重建。由于数据序列中的异常数据和噪声一般存在于高频分量中,因此将LMD方法分解后的高频分量作为虚假PF分量。
图6中的PF1分量为原数据序列的高频分量,包含异常数据和噪声,将其看作虚假分量去除掉。
步骤F将剩余的PF分量和原数据序列的残余项up(n)求和进行数据序列的重构,得到新的数据序列,记为x”(n),即:
其中,v表示所去除的高频PF分量的数量。
将剩余的分量PF2和残余项求和,将数据序列进行重建,得到如图7所示的不含异常数据和噪声的新的数据序列。
步骤G按照EMD方法中的步骤e的方法计算动液面深度。
根据EMD方法中的步骤e,确定基波信号点为重建后的油井动液面反射波数据序列中的第253个点,即N1=253;确定回声声波遇到动液面发生反射的点为重建后的油井动液面反射波数据序列中的第499个点,即N2=499;单根油管长度L=9.8米,重建后的油井动液面反射波数据序列中所有点的数量为1499,即n=1499。那么,根据公式(6)可以计算动液面的深度h2=825.36米。
5、将两种识别方法的计算结果取平均值,得到动液面深度的最终结果为:
步骤2)中,当动液面监测及数据处理服务器接收到采集的动液面数据时,两种方法同时启动运行。
进一步的,步骤2.1)中,如果分解得到的IMF分量的数量为两个,则认为第一个IMF分量为含有高频成分的IMF分量,将其去除;如果分解得到的IMF分量的数量大于两个,则认为前两个IMF分量为含有高频成分的IMF分量,将其去除;
进一步的,步骤2.2)中,如果分解得到的PF分量的数量为两个,则认为第一个PF分量为虚假分量,将其去除;如果分解得到的PF分量的数量大于两个,则认为前两个PF分量为虚假分量,将其去除。
现场使用中,对10口油井的回声测量仪器所采集到的动液面测量数据进行远程监测及识别,采用本发明的动液面集成识别方法与现有技术中的人工识别回声法数据得到的动液面深度如表1所示。
表1动液面集成识别方法与人工识别方法得到的结果对比
Claims (4)
1.一种油井动液面远程监测方法,其特征是步骤如下:
1)、由数据采集控制模块Ⅰ采集安装在油井井口的动液面回声测量仪器所采集到的油井的动液面测量数据,由无线Zigbee模块一通过无线网络传输给无线Zigbee模块二,然后数据采集控制模块Ⅱ将接收的数据经交换机Ⅱ由无线AP从站模块通过无线网络远程传输给无线AP主站模块,再经交换机Ⅰ传至动液面监测及数据处理服务器,由动液面监测及数据处理服务器接收采集到的动液面数据;
2)、采用集成识别的方法,即分别由基于经验模态分解的方法即EMD方法和基于局部均值分解的方法即LMD方法以并行的方式同时对油井动液面反射波曲线进行识别;
2.1)基于EMD方法的油井动液面反射波曲线识别的主要步骤如下:
步骤a用x(n)表示油井动液面反射波曲线数据序列,其中n为数据序列中数据点的个数;将x(n)的所有的极大值点用三次样条插值函数拟合,得到x(n)的上包络线;同理,将x(n)的所有的极小值点用三次样条插值函数拟合,得到x(n)的下包络线;x(n)的上下包络线的平均值记作m(n),将原数据序列x(n)减去该平均值m(n)得到一个新的数据序列h1(n),即:h1(n)=x(n)-m(n);
步骤b若h1(n)满足条件,则将该h1(n)看作x(n)的第一个IMF分量,记为c1(n)=h1(n);若h1(n)不满足条件,说明它还不是一个本征模函数,使h1(n)取代原数据序列x(n),重复步骤a直至计算得到一个满足条件的IMF分量,记为c1(n);
步骤c用x(n)减去c1(n)得到剩余值数据序列,即:x1(n)=x(n)-c1(n);把x1(n)作为一个新的待分解数据序列,重复步骤a和步骤b,依次提取出第2个、第3个直至第l个IMF分量,以及原数据序列的余项rl(n);当满足终止条件时结束分解,终止条件为最新的数据序列不能再提取IMF分量;将原数据序列x(n)表示成l个IMF分量cl(n)和一个余项rl(n)的和,即:
步骤d去除分解后的高频IMF分量,将剩余的低频IMF分量和原数据序列的余项rl(n) 求和进行数据序列的重构,得到新的数据序列,记为x’(n),即:
其中,k表示所去除的高频IMF分量的数量;
步骤e由于回声声波在传递过程中遇到油管间的接箍会发生反射,所形成的波形称为接箍反射波,因此由接箍反射波计算回声声波的传播速度;并将接箍反射波看成是周期性的信号,在接箍反射波形中选取连续的10个波形均匀、宽度相近的周期波形计算回声声波的传播速度;设接箍反射波的周期为T,表示了回声声波在相邻两个油管接箍之间传播时所用的时间;将所选取的10个连续波形中幅值最大的点作为基波信号点,假设其在油井动液面反射波曲线数据序列中为第N1个点,那么接箍反射波的周期T由下式进行计算:
其中,N为油井动液面反射波曲线数据序列中所有点的数量,fs为采样频率;
将周期T认为是回声声波在两个接箍之间来回两个油管长度路程所用的时间,则回声声波在油管中的传播速度为:
其中,L为单根油管的长度;
将油井动液面反射波曲线数据序列中除去井口数据点和接箍反射波数据点后剩余的数据点中具有最大幅值的数据点记为回声声波遇到动液面发生反射的点,假设其在油井动液面反射波曲线数据序列中为第N2个点,那么回声声波到达动液面处用的时间为:
那么,动液面的深度由下式进行计算,
2.2)基于LMD方法的油井动液面反射波曲线识别方法的主要步骤如下:
步骤A找到油井动液面反射波数据序列x(n)中所有的局部极值点,包括极大值点和极小值点,计算相邻两个极值点的平均值mi和包络估计值ai,分别为:
其中,Ji为数据序列中的局部极值点;
对所有平均值mi以及包络估计值ai,分别用直线将相邻两点连接起来形成两条折线,采用三次样条插值分别对两条折线进行平滑处理,得到局域均值函数m11(n)和包络估计函数a11(n);
步骤B将得到的局域均值函数m11(n)从油井动液面反射波数据序列中分离出来,得到:h11(n)=x(n)-m11(n);用h11(n)除以包络估计函数a11(n),对h11(n)进行解调,有:
步骤C将s11(n)看作新的数据序列,重复步骤A,得到s11(n)的包络估计函数a12(n),如果a12(n)不等于1,说明s11(n)不是一个纯调频信号,重复步骤A和步骤B直到得到的包络估计函数为1时停止,假设重复k次后满足要求,k≥1,记为a1k(n)=1;此时,重复第k次的新的数据序列s1k(n)满足纯调频信号,得到的第一个PF分量可以由下式表示,
PF1=a1(n)·s1k(n) (10)
其中,a1(n)为重复k次过程中产生的所有包络估计函数相乘得到的第一个PF分量的包络信号;由下式计算,
a1(n)=a11(n)a12(n)…a1k(n) (11)
步骤D用x(n)减去PF1(n)产生新的数据序列x1(n),即:x1(n)=x(n)-PF1(n),重复步骤A至步骤C,依次提取出第2个、第3个直至第p个PF分量,以及原数据序列的残余项up(n),此时up(n)为一个纯调频信号;那么,将原数据序列x(n)表示成p个PF分量PFp(n)和一个残余项up(n)的和,即:
步骤E找到数据序列x(n)经过LMD方法分解后的虚假PF分量,将其去除掉,用剩余的PF分量和残余项进行油井动液面反射波数据序列的重建;由于数据序列中的异常数据和噪声一般存在于高频分量中,因此将LMD方法分解后的高频分量作为虚假PF分量;
步骤F将剩余的PF分量和原数据序列的残余项up(n)求和进行数据序列的重构,得到新的数据序列,记为x”(n),即:
其中,v表示所去除的高频PF分量的数量;
步骤G按照EMD方法中的步骤e的方法计算动液面深度;
3)、将两种方法的计算结果取平均值,得到动液面深度的最终结果。
2.根据权利要求1所述的油井动液面远程监测方法,其特征是步骤2)中,当动液面监测及数据处理服务器接收到采集的动液面数据时,两种方法同时启动运行。
3.根据权利要求1所述的油井动液面远程监测方法,其特征是步骤2.1)中,如果分解得到的IMF分量的数量为两个,则认为第一个IMF分量为含有高频成分的IMF分量,将其去除;如果分解得到的IMF分量的数量大于两个,则认为前两个IMF分量为含有高频成分的IMF分量,将其去除;
4.根据权利要求1所述的油井动液面远程监测方法,其特征是步骤2.2)中,如果分解得到的PF分量的数量为两个,则认为第一个PF分量为虚假分量,将其去除;如果分解得到的PF分量的数量大于两个,则认为前两个PF分量为虚假分量,将其去除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510249874.5A CN104895556B (zh) | 2015-05-15 | 2015-05-15 | 油井动液面远程监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510249874.5A CN104895556B (zh) | 2015-05-15 | 2015-05-15 | 油井动液面远程监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104895556A CN104895556A (zh) | 2015-09-09 |
CN104895556B true CN104895556B (zh) | 2017-12-22 |
Family
ID=54028471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510249874.5A Expired - Fee Related CN104895556B (zh) | 2015-05-15 | 2015-05-15 | 油井动液面远程监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104895556B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105424162A (zh) * | 2015-11-13 | 2016-03-23 | 贵州航天凯山石油仪器有限公司 | 一种在气田井深测试中的声速推算方法 |
CN105971587A (zh) * | 2016-06-20 | 2016-09-28 | 安庆宜源石油机械配件制造有限责任公司 | 一种石油勘探用方位短节探头 |
CN108134660B (zh) * | 2017-12-19 | 2021-04-09 | 新疆石油管理局数据公司 | 一种油井数据处理方法及周期设置方法和设备 |
CN110231833B (zh) * | 2019-06-14 | 2022-01-28 | 渤海大学 | 一种基于多无人机的油田巡检定点数据采集系统及方法 |
CN110485994B (zh) * | 2019-08-20 | 2021-02-02 | 中国石油大学(北京) | 页岩气储层非均质性的确定方法、装置和设备 |
CN113882853B (zh) * | 2020-07-03 | 2024-06-04 | 中国石油化工股份有限公司 | 一种用于传输近钻头随钻测井数据的方法 |
CN113108870B (zh) * | 2021-03-15 | 2022-10-11 | 重庆邮电大学 | 基于低频窄带噪声激振和多传感器融合的油井动液面测量方法 |
CN113792628B (zh) * | 2021-08-30 | 2024-04-12 | 荆州市明德科技有限公司 | 一种基于hht的波形智能自动分析方法 |
CN114837654A (zh) * | 2022-05-30 | 2022-08-02 | 杭州瑞利超声科技有限公司 | 基于物联网及云平台的油井动液面多端监测系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5117399A (en) * | 1990-07-16 | 1992-05-26 | James N. McCoy | Data processing and display for echo sounding data |
RU2231639C1 (ru) * | 2002-10-23 | 2004-06-27 | Федотов Василий Иванович | Способ дистанционного измерения уровня жидкости в газлифтных скважинах |
CN101592514A (zh) * | 2008-05-27 | 2009-12-02 | Vega格里沙贝两合公司 | 填充水平传感器的回声形状评估 |
RU2447280C1 (ru) * | 2010-08-19 | 2012-04-10 | Общество с ограниченной ответственностью Томское научно-производственное и внедренческое общество "СИАМ" | Способ определения уровня жидкости в нефтяной скважине |
CN202338331U (zh) * | 2011-11-03 | 2012-07-18 | 中国石油天然气股份有限公司 | 在线式油井液面监测装置 |
CN102704916A (zh) * | 2012-06-18 | 2012-10-03 | 大庆百米马流体控制系统有限公司 | 远程控制自动液面监测装置 |
CN102877832A (zh) * | 2012-09-14 | 2013-01-16 | 中国石油天然气股份有限公司 | 一种油井动液面的测量方法及系统 |
CN202946145U (zh) * | 2012-12-10 | 2013-05-22 | 北京华石同和信息技术有限公司 | 一种油井动液面智能采集与监控系统 |
CN202991015U (zh) * | 2012-12-31 | 2013-06-12 | 大庆高新区中环电力控制系统有限公司 | 油井动液面连续远程监测系统 |
CN104196520A (zh) * | 2014-08-19 | 2014-12-10 | 陕西延长石油(集团)有限责任公司研究院 | 远程连续液面测量及油井间抽智能控制系统 |
-
2015
- 2015-05-15 CN CN201510249874.5A patent/CN104895556B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5117399A (en) * | 1990-07-16 | 1992-05-26 | James N. McCoy | Data processing and display for echo sounding data |
RU2231639C1 (ru) * | 2002-10-23 | 2004-06-27 | Федотов Василий Иванович | Способ дистанционного измерения уровня жидкости в газлифтных скважинах |
CN101592514A (zh) * | 2008-05-27 | 2009-12-02 | Vega格里沙贝两合公司 | 填充水平传感器的回声形状评估 |
RU2447280C1 (ru) * | 2010-08-19 | 2012-04-10 | Общество с ограниченной ответственностью Томское научно-производственное и внедренческое общество "СИАМ" | Способ определения уровня жидкости в нефтяной скважине |
CN202338331U (zh) * | 2011-11-03 | 2012-07-18 | 中国石油天然气股份有限公司 | 在线式油井液面监测装置 |
CN102704916A (zh) * | 2012-06-18 | 2012-10-03 | 大庆百米马流体控制系统有限公司 | 远程控制自动液面监测装置 |
CN102877832A (zh) * | 2012-09-14 | 2013-01-16 | 中国石油天然气股份有限公司 | 一种油井动液面的测量方法及系统 |
CN202946145U (zh) * | 2012-12-10 | 2013-05-22 | 北京华石同和信息技术有限公司 | 一种油井动液面智能采集与监控系统 |
CN202991015U (zh) * | 2012-12-31 | 2013-06-12 | 大庆高新区中环电力控制系统有限公司 | 油井动液面连续远程监测系统 |
CN104196520A (zh) * | 2014-08-19 | 2014-12-10 | 陕西延长石油(集团)有限责任公司研究院 | 远程连续液面测量及油井间抽智能控制系统 |
Non-Patent Citations (6)
Title |
---|
油井动液面远程在线监测技术应用;陈思维;《石油石化节能》;20131220(第12期);第18-19、24页 * |
油井自动化监测系统在盘古梁油田的试点应用效果分析;李宝秦;《中国石油和化工标准与质量》;20121115;第84-85页 * |
油井远程在线计量优化分析系统技术应用与发展;邵定波等;《中国石油和化工 》;20080220;第44-47页 * |
自适应软测量方法在动液面预测中的研究与应用;王通等;《化工学报》;20140820;第65卷(第12期);第4898-4904页 * |
采油井动态液面测量技术研究;张朝晖等;《传感技术学报》;20070531;第20卷(第5期);第1180-1183页 * |
采用EMD 方法消除瞬态散射回波中的高斯白噪声干扰;陈东方等;《电子学报》;20040331;第32卷(第3期);第696-498页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104895556A (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104895556B (zh) | 油井动液面远程监测方法及系统 | |
CN101881826B (zh) | 扫描模式海杂波局部多重分形目标检测器 | |
CN100456010C (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
CN102563361A (zh) | 基于常规数据和音波信号的输气管道泄漏检测定位装置及方法 | |
CN108804740B (zh) | 基于集成改进ica-krr算法的长输管道压力监测方法 | |
CN103742131B (zh) | 随钻声波井下信号采集与处理系统的时差实时提取方法 | |
CN106055919A (zh) | 一种基于遥测数据小波变换的卫星异常检测方法 | |
CN102589627B (zh) | 一种用于超声波流量计的绝对传播时间测量方法 | |
CN111896616B (zh) | 基于声发射-bp神经网络的气液两相流流型识别方法 | |
CN102369448A (zh) | 用于定位部分放电的设备与方法 | |
CN106446339B (zh) | 基于狄利克雷混合模型的转动机械运行状态异常检测方法 | |
CN103900541A (zh) | 一种海况估计器 | |
CN102707143B (zh) | 采用灰色多周期模型提取电磁频谱中谐波分量的方法 | |
CN102365555A (zh) | 用于定位部分放电的设备与方法 | |
CN106895905A (zh) | 一种舰船辐射噪声检测方法 | |
CN104568024A (zh) | 振动式流量计特征信号提取方法 | |
CN102645552B (zh) | 一种用于渡越时间测量的自适应相关算法 | |
CN105242267B (zh) | 一种使用探地雷达实现非金属管道内堵塞点的定位方法 | |
CN104268408A (zh) | 一种基于小波系数arma模型的能耗数据宏观预测方法 | |
CN102073037B (zh) | 基于自适应阈值选取技术的迭代海流反演方法 | |
CN104048165A (zh) | 管道泄漏诊断的方法 | |
CN106770861B (zh) | 油浸式变压器在线监控数据可用性的评价方法 | |
CN103175687B (zh) | 一种活齿减速器故障定位方法 | |
CN104156339B (zh) | 一种利用二次排列熵识别周期微弱脉冲信号的方法 | |
CN110243885A (zh) | 一种基于时频特征的低产气油井井口含水率预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171222 Termination date: 20190515 |
|
CF01 | Termination of patent right due to non-payment of annual fee |