CN105404747A - 一种融合总流量与电导探针阵列信号的水平井持水率测量方法 - Google Patents

Abstract

一种融合总流量与电导探针阵列信号的水平井持水率测量方法属于多相流检测技术领域。首先，建立水平井油相扇形面的弧长到水平井持水率的计算关系；然后，获取电导探针阵列信号，并用高速相机记录的油相扇形弧长以得到对应的持水率值作为参考值；其次，建立总流量和电导探针阵列信号到持水率参考值的非线性支持向量回归模型；最后，利用建立的非线性支持向量回归模型进行水平井持水率的高精度预测。实验结果表明本发明方法是可行和有效的，不仅泛化能力强，而且可大幅提高持水率的测量精度。

Description

一种融合总流量与电导探针阵列信号的水平井持水率测量方法

【技术领域】

本发明属于多相流检测技术领域，特别是针对中低产液水平井，提出的一种融合总流量和电导探针阵列信号并结合非线性支持向量回归(Supportvectorregression,SVR)模型进行水平井持水率测量的方法。

【背景技术】

生产测井指在采油井、注水井、观察井等投产至报废的生产过程中进行的地球物理测井，可分为工程技术测井、产层评价测井和生产动态测井。生产动态测井主要任务是对产出井的流动剖面进行动态监测，以了解产层出力状况和流体组分含量，为油田挖潜与细化管理提供依据。由于近年来石油开采的深入，国内大多数陆上注水垂直井已进入高含水生产阶段，现有测井仪在分辨率与精度方面已难以满足测井要求。相比于垂直井，水平井可大幅提高单井产油量以及油藏的采收率，在地面及井下受限制的油气现场进行大规模的应用。目前我国水平井技术相对比较落后，常规测井仪多采用中心采样方法进行持水率的测量，无法满足高精度的测量需要。因此，水平井中油水两相流持水率测量的研究对推动水平井测井技术的发展有着非常重要的意义。

在油气田开发过程中，油水分相流量测量对监测各产层产出、估计油产量、指导油井注采、提高采收率、节约能耗以及预测油井开发寿命等方面具有重要的作用。在井下难以通过油水分离分别测量油和水的分相流量，通常是先测得油水两相流总流量和含水率，或者先测得油和水的分相流速和持水率，然后计算出油和水的分相流量。由于油水分相流速难以测量，国内一些油田通常采用测量总流量和持水率的方法近似得到油水分相流量。因此，持水率是产出剖面测井中非常重要的多相流参数。持水率是指在井筒中任一截面内水相面积所占总面积的百分比，含水率是指单位时间内流过井筒的水相体积流量占多相流总体积流量的百分比。含水率也是非常重要的多相流参数，但是油水两相流型多变，且两相流相间存在复杂的界面效应和滑脱现象，致使持水率往往并不等于含水率。因此，水平井持水率的高精度测量仍然是极具挑战性的工作。

目前，水平井持水率的测量得到国家的高度重视，国家科技部先后组织开展了水平井持水率测量的相关课题的研究工作。在“十二五”期间，立项了“油气测井重大技术与装备”国家科技重大专项，并在子课题“基于电导法的两相流成像测井传感器优化设计及井下电路设计”中对持水率测井仪样机的研制和测量方法进行了更深入地研究，先后在水平模拟井和油气现场进行了实验，将持水率的测量精度控制在8％以内。国家知识产权局授权了一些关于石油生产测井监测领域的发明专利。例如，授权的两项发明专利“一种基于遗传算法的多环电极阵列传感器结构优化方法”(ZL201210544383.X)和“一种环形持水率测井传感器阵列的结构优化方法”(ZL201010543247.X)都是对持水率测井仪的结构进行了研究，并对探针阵列的位置布局和探针结构进行优化，提高了中低产液水平井的持水率/含水率测量和流型识别的精度。授权发明专利“一种基于电导探针阵列传感器的水平井多参数估计方法”(ZL201310193498.3)提出了对电导探针阵列传感器的方位角、水平井的水相电导率和油水界面高度的估计方法，可用于低产液水平井产出剖面的在线测量和动态监测，而且测量下限低、精度高、可靠性好。其中，提出的水平井油水界面高度的估计方法用于水平井的持水率测量，能提高水平井持水率的测量精度。

国内外学者对持水率的测量方法积极开展了研究，并提出了大量的方法，如探针法、射线法、电学层析成像法以及软测量方法等。探针法可分为电导探针法、光纤探针法和电容探针法三类。电导探针法及电容探针法是通过测量探针处的流体导电性的电压响应值来确定该点介质分布，进行持水率的测量。光纤探针法则是利用液相的折射率高于气相的原理来区分液相和气相，通过测量多相流在棱镜上的反射光强度获得探针周围的介质分布来进行持水率的测量。射线法是比较经过多相流体的射线的衰减程度来获得相持率。射线层析成像可获取井筒某一横截面相持率的时变信息，实现流动可视化，而且测量精度高，但是需要一个稳定可靠的射线源，且存在辐射安全问题。电学层析成像法通过对被测对象施加电激励，检测其边界值的变化，并利用逆问题求解算法逆向推出被测物体内部电学特性的参数分布，从而实时获得持水率信息。基于信息融合的软测量方法是将传统的传感器测量技术与人工神经网络和支持向量机结合，该方法也被广泛应用于持水率的检测。

传统的测井仪多是通过判断水平井中油水界面高度来测量持水率，这种方法测量持水率的精度不仅受探针的结构和位置分布的影响，而且受油水两相流的流型及流速的影响。目前多数的持水率测量方法是对测井仪探针阵列的结构进行优化，并结合人工神经网络和支持向量机等软测量的方法提高测量精度。由于进行信息融合的主要成分是探针阵列在油水两相流中的通断信息，限制了水平井持水率的测量精度。

【发明内容】

本发明的目的是针对中低产液水平井提出一种融合总流量与电导探针阵列信号并结合非线性SVR模型进行水平井持水率测量的方法，提高水平井持水率的测量精度。本发明提出的持水率测量方法的总体实施方案如图1所示。可收缩式双环电导探针阵列传感器结构如图2所示，双环电导探针阵列测井仪通过电导测量电路(24)记录各支电导探针的输出，得到油水两相流的时变电学特性作为测量信号。将油水两相流总流量和电导探针阵列信号作为非线性SVR模型的输入，在不改变测井仪探针结构的基础上大幅提高水平井持水率的测量精度。

为实现上述目的，本发明提供了一种融合总流量与电导探针阵列信号的水平井持水率测量方法，采用以下技术方案：

一种融合总流量与电导探针阵列信号的水平井持水率测量方法，其特征在于，步骤如下：

第一步，建立由水平井油相扇形面弧长到水平井持水率的计算公式。

在中低产液水平井中，油水两相流由于重力分异作用而明显出现相对稳定的分层流动现象，密度较小的油相靠近管道上壁流动，密度较大的水相在管道底部流动，形成相对稳定的界面高度。水平井油水两相分层流的横截面示意图如图3所示，棕红色代表油(31)，蓝色代表水(35)，L代表油相扇形面的弧长(32)，r代表水平井内径半径(33)，θ代表油相扇形面的圆心角(34)。

水平井持水率α是指在多相流管流中任一截面内水相面积占管道截面总面积的百分比，即

$\mathrm{\α}=1-\frac{L-rsin\mathrm{\θ}}{2\mathrm{\π}r}\·100\%---\[1\]$

式中，圆心角θ可表示为

$\mathrm{\θ}=\frac{L}{r}---\[2\]$

结合式[1]和式[2]可进一步将水平井持水率的计算公式表示为

$\mathrm{\α}=1-\frac{L-rsin\left(\frac{L}{r}\right)}{2\mathrm{\π}r}\·100\%---\[3\]$

第二步，获取建立非线性SVR模型的训练样本，获取过程如下：

(a)在水平井油水两相流管道上，以ΔF为步长，从最低总流量F_min到最高总流量F_max逐步调节油水两相流的总流量，获得总流量设定值向量{F_i|i＝1,2,…,I}，其中，i为总流量设定值的序号，I为总流量设定值的个数，F₁＝F_min，F_I＝F_max，F_i＝F_min+(i–1)ΔF；在总流量设定值F_i(i＝1,2,…,I)下，以Δβ为步长，从最低含水率β_min到最高含水率β_max逐步调节油水两相流的含水率，获得含水率设定值向量{β_j|j＝1,2,…,J}，其中，j为含水率设定值的序号，J为含水率设定值的个数，β₁＝β_min，β_J＝β_max，β_j＝β_min+(j-1)Δβ，从而得到I×J种总流量设定值和含水率设定值的组合；

(b)在每种总流量设定值和含水率设定值的组合下，分别测量24支电导探针的电压输出，当输出电压V_i,j大于阈值电压V_th时，判定该探针在油中，将该探针的输出用逻辑“0”表示，反之用逻辑“1”表示，因此获得电导探针阵列输出的向量为R_t(t＝1,2,…,I×J)，其中，t为探针阵列输出向量序号，I×J为探针阵列输出向量的个数，R_t为1行24列的行向量；同时利用高速相机(45)进行摄像，获取设定值组合下的油相扇形面的弧长L_t(t＝1,2,…,I×J)；

(c)根据第一步建立的油相扇形面弧长到持水率的计算关系，利用第二步中步骤(b)得到的油相扇形面弧长值L_t(t＝1,2,…,I×J)获得水平井持水率α_t(t＝1,2,…,I×J)，并与总流量设定值F_i(i＝1,2,…,I)和探针阵列输出向量R_t(t＝1,2,…,I×J)共同构成支持向量回归模型的训练样本；

第三步，建立从总流量设定值和电导探针阵列信号到高速摄像获得的持水率参考值的非线性SVR模型，过程如下：

(a)将第二步获得的I×J组训练样本进行50次随机划分，得到各占80％和20％的训练集和测试集，测试集和训练集的数据格式一样。训练集的一个样本记作

${(x_m,y_m)}_{m=1}^l,x_m=R,y_m\∈\[0,1\]---\[4\]$

式中，x_m表示1×25的行向量，即测试集的总流量设定值和24支电导探针阵列信号，y_m表示利用高速相机(45)获得的持水率参考值，l表示训练集的长度，即l＝0.8·(I×J)。

(b)建立非线性SVR模型。非线性SVR模型的建模过程如图5所示，其非线性超平面回归函数f(x)的表达式为

f(x)＝ω^Tx+b[5]

为确定其权重向量ω和偏置b(52)，需要求解正则化风险函数

$\begin{array}{cc}\min & R_{reg}=\frac{1}{2}\left|\right|\mathrm{\ω}|{|}^2+C\underset{m=1}{\overset{l}{\Σ}}({\mathrm{\ξ}}_m+{\mathrm{\ξ}}_m^{*})\end{array}$

s.t.(ω^Tx_m+b)-y_m≤ε+ξ_m[6]

$({\mathrm{\ω}}^T{x}_m+b)-y_m\≤\mathrm{\ϵ}+{\mathrm{\ξ}}_m^{*}$

${\mathrm{\ξ}}_m,{\mathrm{\ξ}}_m^{*}\≥0,m=1,2,...,l$

式中，C>0表示惩罚因子，ε>0表示给定精度，ξ_i,表示松弛变量。为方便求解公式[6],通过构建Lagrange函数，并引入高斯径向基核函数(54)

$\mathrm{\κ}(x_m,x_n)=\exp \{-\frac{\left|\right|x_m-x_n|{|}^2}{2{\mathrm{\σ}}^2}\}---\[7\]$

式中，σ表示核半径。将公式[6]写成对偶形式

$\begin{array}{cc}\min & \frac{1}{2}\underset{m,n=1}{\overset{l}{\Σ}}({\mathrm{\λ}}_m-{\mathrm{\λ}}_m^{*})({\mathrm{\λ}}_n-{\mathrm{\λ}}_n^{*})\mathrm{\κ}(x_m,x_n)\\ & -\underset{m=1}{\overset{l}{\Σ}}({\mathrm{\λ}}_m-{\mathrm{\λ}}_m^{*})y_m+\underset{m=1}{\overset{l}{\Σ}}\left({\mathrm{\λ}}_m+{\mathrm{\λ}}_m^{*}\right)\mathrm{\ϵ}\end{array}---\[8\]$

$\begin{array}{cc}s.t.& \underset{m=1}{\overset{l}{\Σ}}({\mathrm{\λ}}_m-{\mathrm{\λ}}_m^{*})=0\end{array}$

$0\≤{\mathrm{\λ}}_m,{\mathrm{\λ}}_m^{*}\≤C,m=1,2,...,l$

式中，λ_i,λ_i ^*表示非负的Lagrange乘子(55)。解得非线性SVR模型的非线性超平面回归函数为

$f\left(x\right)=\underset{m=1}{\overset{l}{\Σ}}({\mathrm{\λ}}_m-{{\mathrm{\λ}}_m}^{*})\mathrm{\κ}(x_m,x)+b---\[9\]$

式中，偏置b(52)的表达式为

$b=y_n-\underset{m=1}{\overset{l}{\Σ}}({\mathrm{\λ}}_m^{*}-{\mathrm{\λ}}_m)\mathrm{\κ}(x_m,x_n)+\mathrm{\ϵ}---\[10\]$

用测试集样本进行交叉验证，从而建立高精度持水率预测的非线性SVR模型。

第四步，利用第三步获得的非线性SVR模型用于水平井持水率的在线测量，即

将涡轮流量计实际测得的总流量和探针阵列测得的持水率作为非线性SVR模型的输入，预测更高精度的水平井持水率值。

本发明专利提出的一种基于总流量与电导探针阵列信号并结合非线性SVR模型的水平井持水率测量方法是可行和有效的，不仅泛化能力强，而且可大幅提高持水率的测量精度。

【说明书附图】

图1是融合总流量与电导探针阵列信号的水平井持水率测量方法示意图；

图2双环电导探针阵列测井仪结构图，图中扶正器A(21)，驱动电机(22)，电导探针阵列(23)，电导测量电路(24)，扶正器B(25)，电缆接口(26)；

图3是水平井油水两相分层流的横截面示意图，图中油(31)，油相扇形面的弧长(32)，水平井内径半径(33)，油相扇形面圆心角(34)，水(35)；

图4是基于CCD高速摄像法的持水率测量的结构图，图中水平模拟井井筒(41)，LED灯(42)，计算机(43)，图像卡(44)，高速相机(45)；

图5是非线性SVR模型的建模示意图，图中输入向量(51)，偏置(52)，预测值(53)，核函数(54)，拉格朗日算子(55)。

【具体实施方式】

本实例提出的方法在大庆石油测试服务分公司测井试井检测实验中心125mm内径的水平模拟井中进行实验验证，水平模拟井长度为12m。实验用油为柴油，密度0.825g/cm³、粘度3×10^-3Pa·s、表面张力28.62×10^-3N/m。实验用水为自来水，密度为1g/cm³，粘度为0.890×10^-3Pa·s，表面张力为71.25×10^-3N/m。油水两相流总流量的变化范围为10～200m³/d，含水率的变化范围为0～100％。测井仪为可收缩双环电导探针阵列测井仪，测井仪位于离水平井进水端12m处。

水平井中，可收缩双环电导探针阵列测井仪通过电导测量电路记录24支电导探针的输出，得到油水两相流的时变电学特性。将油水两相流的总流量和电导探针阵列信号作为非线性SVR模型的输入，获取更高精度的持水率。

一种融合总流量与电导探针阵列信号的水平井持水率的测量方法，其特征在于，步骤如下：

第一步，建立由水平井油相扇形面弧长到水平井持水率的计算公式。

水平井油水两相分层流的横截面示意图如图3所示，棕红色代表油(31)，蓝色代表水(35)，水平井持水率α是指在多相流管流中任一截面内水面积所占管道截面总面积的百分比，即

$\mathrm{\α}=1-\frac{L-rsin\left(\frac{L}{r}\right)}{2\mathrm{\π}r}\·100\%---\[1\]$

式[1]中，L代表油相扇形面的弧长(32)，r代表水平井内径半径(33)。

第二步，获取建立水平井持水率预测的非线性SVR模型的训练样本，获取过程如下：

(a)在水平井油水两相流管道上，以10m³/d为步长，从0-200m³/d逐步调节油水两相流的总流量，获得总流量设定值向量{F_i|i＝1,2,…,20}，其中，i为总流量设定值的序号，F₁＝0，F_I＝200m³/d，F_i＝10·(i–1)m³/d；在总流量设定值F_i(i＝1,2,…,20)下，以10％为步长，从0-100％逐步调节油水两相流的含水率，获得含水率设定值向量{β_j|j＝1,2,…,10}，其中，j为含水率设定值的序号β₁＝0，β_J＝100％，β_j＝10％·(j-1)，从而得到220种总流量设定值和含水率设定值的组合；

(b)在每种总流量设定值和含水率设定值的组合下，分别测量24支电导探针的电压输出，当输出电压V_i,j大于阈值电压V_th时，判定该探针在油中，将该探针的输出用逻辑“0”表示，反之用逻辑“1”表示，因此获得电导探针阵列输出的向量为R_t(t＝1,2,…,220)，其中，t为探针阵列输出向量序号，R_t为1×24的行向量；同时利用130万像素的高速相机(45)进行摄像，获取设定值组合下的油相扇形面的弧长值L_t(t＝1,2,…,220)；

(c)根据第一步建立的油相扇形面弧长到持水率的计算关系，利用第二步中步骤(b)得到的油相扇形面的弧长值L_t(t＝1,2,…,220)获得水平井持水率α_t(t＝1,2,…,220)，并与总流量设定值F_i(i＝1,2,…,20)和探针阵列输出向量R_t(t＝1,2,…,220)共同构成SVR模型的训练样本；

第三步，建立从总流量和电导探针阵列信号到高速摄像法获得的持水率值的非线性SVR模型，并进行参数优化，过程如下：

(a)将第二步获得的220种训练样本进行50次随机划分，得到各占80％和20％的训练集和测试集；训练集中任一样本的总流量设定值F_i和电导探针阵列输出向量R_t构建1×25的行输入向量，高速相机(45)获取的油相扇形面弧长值L_t得到的水平井持水率α_t作为输出；

(b)将训练集中的样本输入和输出向量作为非线性支持向量回归模型的输入参数x(51)和输出参数y(53)，并引入高斯径向基核函数(54)求出用于水平井持水率预测的超平面回归函数，建立高精度持水率预测的非线性支持向量回归模型，并用测试集进行交叉验证。

第四步，利用第三步获得的非线性SVR模型用于水平井持水率的在线测量，即

将涡轮流量计实际测得的总流量和利用探针阵列测得的持水率作为非线性SVR模型的输入，预测更高精度的水平井持水率值。

为客观评价本发明提出的方法，利用50次随机划分得到的测试集进行交叉验证，得到测试集的均方根误差(Rootsquaremeanerror,RMSE)和平均引用误差(Meanquotederror,MQE)分别为0.0398±0.0067(平均值±标准差)和2.68％±0.46％(平均值±标准差)。

通过上述比较可以得出，本发明专利提出的一种融合总流量与电导探针阵列信号并结合非线性SVR模型的水平井持水率测量方法是可行和有效的，不仅泛化能力强，而且可大幅提高持水率的测量精度。

以上所述仅为本发明具体实施方法的基本方案，但本发明的保护范围并不局限于此，任何熟悉本技术领域的人员在本发明公开的技术范围内，可想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。所有落入权利要求的等同的含义和范围内的变化都将包括在权利要求的范围之内。

Claims (1)

1.一种融合总流量与电导探针阵列信号的水平井持水率测量方法，其特征在于，步骤如下：

第一步，建立由水平井油相扇形面弧长到水平井持水率的计算公式，即

$\mathrm{\α}=1-\frac{L-rsin\left(\frac{L}{r}\right)}{2\mathrm{\π}r}\·100\%---\[1\]$

式[1]中，α表示水平井油水两相流的持水率，L表示油相扇形面弧长(32)，r表示水平井内径半径(33)；

第二步，获取建立支持向量回归模型的训练样本，获取过程如下：

(a)在水平井油水两相流管道上，以ΔF为步长，从最低总流量F_min到最高总流量F_max逐步调节油水两相流的总流量，获得总流量设定值向量{F_i|i＝1,2,…,I}，其中，i为总流量设定值的序号，I为总流量设定值的个数，F₁＝F_min，F_I＝F_max，F_i＝F_min+(i–1)ΔF；在总流量设定值F_i(i＝1,2,…,I)下，以Δβ为步长，从最低含水率β_min到最高含水率β_max逐步调节油水两相流的含水率，获得含水率设定值向量{β_j|j＝1,2,…,J}，其中，j为含水率设定值的序号，J为含水率设定值的个数，β₁＝β_min，β_J＝β_max，β_j＝β_min+(j-1)Δβ，从而得到I×J种总流量设定值和含水率设定值的组合；

(b)在每种总流量设定值和含水率设定值的组合下，分别测量24支电导探针的电压输出，当输出电压V_i,j大于阈值电压V_th时，判定该探针在油中，将该探针的输出用逻辑“0”表示，反之用逻辑“1”表示，因此获得电导探针阵列输出的向量为R_t(t＝1,2,…,I×J)，其中，t为探针阵列输出向量序号，I×J为探针阵列输出向量的个数，R_t为1行24列的行向量；同时利用高速相机(45)进行摄像，获取设定值组合下的油相扇形面的弧长值L_t(t＝1,2,…,I×J)；

(c)根据第一步建立的油相扇形面弧长到持水率的计算关系，利用第二步中步骤(b)得到的油相扇形面弧长值L_t(t＝1,2,…,I×J)获得水平井持水率α_t(t＝1,2,…,I×J)，并与总流量设定值F_i(i＝1,2,…,I)和探针阵列输出向量R_t(t＝1,2,…,I×J)共同构成支持向量回归模型的训练样本；

第三步，建立水平井持水率预测的非线性支持向量回归模型，过程如下：

(a)将第二步获得的I×J种训练样本进行50次随机划分，得到各占80％和20％的训练集和测试集；训练集中的总流量设定值F_i(i＝1,2,…,I)和电导探针阵列输出向量R_t(t＝1,2,…,I×J)构建1行25列的输入向量，高速相机(45)获取的油相扇形面弧长值L_t(t＝1,2,…,I×J)得到的水平井持水率α_t(t＝1,2,…,I×J)作为输出；

(b)将训练集中的样本输入和输出向量作为非线性支持向量回归模型的输入参数(51)和输出参数(53)，并引入高斯径向基核函数(54)求出用于水平井持水率预测的超平面回归函数，建立高精度持水率预测的非线性支持向量回归模型，并用测试集进行交叉验证；

第四步，利用第三步获得的非线性支持向量回归模型用于水平井持水率的在线测量，即

将涡轮流量计实际测得的总流量和利用探针阵列测得的持水率作为非线性支持向量回归模型的输入，预测更高精度的水平井持水率。