CN108412481B - 超声波多普勒多相流分相流量测井资料解释方法和装置 - Google Patents
超声波多普勒多相流分相流量测井资料解释方法和装置 Download PDFInfo
- Publication number
- CN108412481B CN108412481B CN201810177464.8A CN201810177464A CN108412481B CN 108412481 B CN108412481 B CN 108412481B CN 201810177464 A CN201810177464 A CN 201810177464A CN 108412481 B CN108412481 B CN 108412481B
- Authority
- CN
- China
- Prior art keywords
- flow
- data
- oil
- ultrasonic doppler
- water
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000001228 spectrum Methods 0.000 claims abstract description 68
- 239000012530 fluid Substances 0.000 claims abstract description 37
- 230000003595 spectral effect Effects 0.000 claims abstract description 23
- 239000013598 vector Substances 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 122
- 239000003129 oil well Substances 0.000 abstract description 10
- 239000012071 phase Substances 0.000 description 87
- 238000004364 calculation method Methods 0.000 description 33
- 230000005514 two-phase flow Effects 0.000 description 31
- 238000004519 manufacturing process Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 13
- 238000007872 degassing Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 239000007788 liquid Substances 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 239000007791 liquid phase Substances 0.000 description 3
- 238000005191 phase separation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000003570 air Substances 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000012843 least square support vector machine Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了超声波多普勒多相流分相流量测井资料解释方法,涉及测井资料解释领域,包括:对超声波多普勒多相流测试仪测得的混合流体中的原始电压数据的数据进行预处理,得到功率谱数据和功率谱图;求取所述原始电压数据和所述功率谱数据的统计特征值,求取所述功率谱图的谱峰参数;利用预设分类方法对所述统计特征值以及所述谱峰参数进行分类;在每类中选取若干个代表值,将所述代表值作为输入向量对混合流体的未知流量进行预测。和超声波多普勒多相流分相流量测井资料解释装置。可以解决油井中准确地计算油、气、水各相的流量传统的方法难度较大的问题。
Description
技术领域
本发明涉及测井资料解释领域,具体说是一种超声波多普勒多相流分相流量测井资料解释方法和装置。
背景技术
超声多普勒流量测量是目前工业中应用较为广泛的一种方法,超声波发射器为一固定声源,随流体一起运动的反射体(固体颗粒、气泡等)起了与声源有相对运动的“观察者”的作用,当超声波发射器所发射的固定频率的超声波入射到这些反射体上时,被反射到接收器上的超声波频率就会与发射频率之间有一个差值,这个频率差就是与流体一起运移的反射体而产生的多普勒频移。这个频移量正比于流体流速,所以测量该频差就可以求得速度,进而求出流量。
由此可见,超声波多普勒流量测量的一个必要条件是:被测流体介质应是含有一定数量能反射声波的固体粒子或气泡等两相介质。即这种流量测量方法适宜于对两相流的测量。油田的产油井大部分是油、气以泡状方式存在于流动的水中,符合这一必要的条件。为此,提出了超声波多普勒多相流测井方法。
虽然产油井满足超声波多普勒流量测量的必要条件,但要实现井下油、气、水流量的定量计算存在几个方面的技术难点。一是在油井中得到的超声波多普勒频移与目前其它多普勒流量测量得到的超声波多普勒频移有着很大的差别。生产井中一般是油水两相流或者油气水三相流动,流速较低时,会出现轻质相速度快于重质相的速度,即滑脱现象,这种情况在多相流中是相当普遍的,尤其管道较粗、流量较低和在垂直的管道中更是如此。因此,在油井中得到的超声波多普勒频移是油和/或气泡运移速度的主要贡献,并不能直接代表油气水混合液的平均速度,这是与目前隐含假设反射体与流体速度同步,从而实现流体流量计算的主要不同点;二是在油井中,作为超声波反射体的油、气多数情况下是同时存在的,仅仅从超声波多普勒频移时域特征区分评价油、气的流速是不可能的。但油、气在井筒中的滑脱现象、流型特征有着较大的区别,这也是本发明从频域特征分析评价各相流量的依据;三是所测量油井流体流速相对较低,能够提供的信息只有超声波多普勒频移单一的信息,要实现准确的计算油、气、水各相的流量传统的方法难度较大。
发明内容
有鉴于此,本发明提供一种超声波多普勒多相流分相流量测井资料解释方法和装置,以解决油井中准确地计算油、气、水各相的流量传统的方法难度较大的问题。
第一方面,本发明提供超声波多普勒多相流分相流量测井资料解释方法,包括:
对超声波多普勒多相流测试仪测得的混合流体中的原始电压数据的数据进行预处理,得到功率谱数据和功率谱图;
求取所述原始电压数据和所述功率谱数据的统计特征值,求取所述功率谱图的谱峰参数;
利用预设分类方法对所述统计特征值以及所述谱峰参数进行分类;
在每类中选取若干个代表值,将所述代表值作为输入向量对混合流体的未知流量进行预测。
优选地,所述预设分类方法,包括:
计算所述统计特征值的每个特征值之间,以及所述谱峰参数每个参数之间,以及所述统计特征值内每个特征值与和所述谱峰参数内每个参数以及之间的相关系数;
计算所述相关系数的距离;
利用所述距离,对所述统计特征值以及所述谱峰参数进行聚类分析;
利用设定距离,对所述聚类分析后的所述统计特征值以及所述谱峰参数进行分类。
优选地,利用所述功率谱图,对所述混合流体进行分类;
然后根据所述分类,对所述混合流体中的原始电压数据进行解释;
其中,所述分类将所述混合流体分为:两相流和三相流。
优选地,计算所述相关系数的距离为欧式距离;
所述设定距离为2。
优选地,所述预处理的方法为:
获取超声波多普勒多相流测试仪测得的混合流体中的原始电压数据;
将所述原始电压数据转换成频域数据,利用所述频域数据计算所述功率谱数据;
利用所述功率谱数据绘制所述功率谱图。
优选地,所述分类的个数为6类;
所述每类中选取1个代表值,所述代表值,包括:所述原始电压数据的调和平均值以及功率谱数据的峰位、峰高、峰面积、方差和变异系数。
第二方面,本发明提供一种超声波多普勒多相流分相流量测井资料解释装置,包括:
存储器和处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序为如上述方法,所述处理器执行所述程序时实现以下步骤:
对超声波多普勒多相流测试仪测得的混合流体中的原始电压数据的数据进行预处理,得到功率谱数据和功率谱图;
求取所述原始电压数据和所述功率谱数据的统计特征值,求取所述功率谱图的谱峰参数;
利用预设分类方法对所述统计特征值以及所述谱峰参数进行分类;
在每类中选取若干个代表值,将所述代表值作为输入向量对混合流体的未知流量进行预测。
本发明至少具有如下有益效果:
本发明提供超声波多普勒多相流分相流量测井资料解释方法和装置,以解决油井中准确地计算油、气、水各相的流量传统的方法难度较大的问题。
附图说明
通过以下参考附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点更为清楚,在附图中:
图1是本发明实施例的一种超声波多普勒多相流分相流量测井资料解释方法的流程示意图;
图2是本发明在油水两相流总流量20方/天,不同含水率条件下采集的原始电压数据通过短时傅里叶变换后计算的功率谱数据绘制的功率谱图;
图3是本发明在油气水三相流中固定气量为5方/天,油水两相液量20方/天,不同含水率条件下采集的原始电压数据通过短时傅里叶变换后计算的功率谱数据绘制的功率谱图;
图4是本发明的32个特征参数的相关系数的聚类树形图;
图5是本发明的油水两相流给定油流量和计算油流量的结果对比图;
图6是本发明的油水两相流给定水流量和计算水流量的结果对比图;
图7是本发明的油水两相流油流量计算结果绝对误差分布图;
图8是本发明的油水两相流水流量计算结果绝对误差分布图;
图9是本发明的油/气/水三相流给定油流量和计算油流量的结果对比图;
图10是本发明的油/气/水三相流给定水流量和计算水流量的结果对比图;
图11是本发明的油/气/水三相流给定气流量和计算气流量的结果对比图;
图12是本发明的油/气/水三相流油流量计算结果绝对误差分布图;
图13是本发明的油/气/水三相流水流量计算结果绝对误差分布图;
图14是本发明的油/气/水三相流气流量计算结果绝对误差分布图;
图15是本发明在大庆油田一口脱气油井利用超声波多普勒测井仪器录取的原始电压值计算的功率谱图;
图16 是本发明在某井超声波三相流产出剖面解释成果图。
具体实施方式
以下基于实施例对本发明进行描述,但是值得说明的是,本发明并不限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。然而,对于没有详尽描述的部分,本领域技术人员也可以完全理解本发明。
此外,本领域普通技术人员应当理解,所提供的附图只是为了说明本发明的目的、特征和优点,附图并不是实际按照比例绘制的。
同时,除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包含但不限于”的含义。
在油井中,仅通过原始数据很难发现其变化规律,所以本发明分别在时域和频域对数据进行分析。通过对原始信号计算其功率谱,分析原始数据和功率谱数据的统计特征,提取可用信息,利用超声波多普勒多相流分相流量测井资料解释方法实现井下多相流各相流量的准确计算。
为了解决超声波多普勒多相流分相流量精确解释,为油田开发后续压裂堵水等措施提供指导,本发明一种超声波多普勒多相流分相流量测井解释方法的技术方案具体步骤如下:
1、在室内产出模拟井,利用柴油、水、空气进行超声波多普勒多相流分相流量测量实验。计算原始数据(或者仪器侧得油、水和气三相时域电压或者油、水的两相时域电压)的和功率谱数据,并且利用广义高斯函数拟合功率谱图,求取功率谱图的特征值。计算原始数据和功率谱数据的统计特征值共计32个。利用聚类分析寻找应用于最终油、气、水量计算的特征值。
2、利用最小二乘支持向量机(LS_SVM)的方法根据聚类获得的原始电压数据的统计特征值和功率谱参数对混合流体中要求的油、气和水未知流量进行计算。
相较于传统多相流产出剖面解释方法,本发明仅利用超声波多普勒频移数据,计算功率谱,可以发现气相反射信号与油相反射信号处于不同的频带,通过频带划分,将油相和气相加以分离。通过对数据进行分析处理可以定量计算三相流中油、气、水的流量。
生产井中流体在多相流动条件下,存在载体和流体流动速度的不同步。本发明选取能反映三相流体中各相流量的流动特性的特征量,利用支持向量机算法实现了油、气、水量的定量计算。突破了以往利用超声波测井数据只能计算混合流体平均流量的解释方法。
本发明利用室内实验数据进行训练和测试,对测试样本计算结果进行了误差分析,发现油水两相流,油流量计算结果平均误差小于4%,水流量计算结果的平均误差小于8%。油气水三相流,油流量计算结果平均误差小于10%,气流量计算结果平均误差小于10%,水流量计算结果平均误差小于15%。利用该方法既可以计算油水两相流各相流量又可以计算油气水三相流各相流量,应用范围广,计算精度高。为产出剖面测井资料解释增加了一种新的方法。目前已经基于本方法开发了测井解释软件并在现场得到应用。
图1是本发明实施例的一种超声波多普勒多相流分相流量测井资料解释方法的流程示意图。如图1所示,一种超声波多普勒多相流分相流量测井资料解释方法,包括:步骤101对超声波多普勒多相流测试仪测得的混合流体中的原始电压数据的数据进行预处理,得到功率谱数据和功率谱图;步骤102求取原始电压数据和功率谱数据的统计特征值,求取功率谱图的谱峰参数;步骤103利用预设分类方法对统计特征值以及谱峰参数进行分类;步骤104在每类中选取若干个代表值,将代表值作为输入向量对混合流体的未知流量进行预测。
图1中的预设分类方法,包括:计算统计特征值的每个特征值之间,以及谱峰参数每个参数之间,以及统计特征值内每个特征值与和谱峰参数内每个参数以及之间的相关系数;计算相关系数的距离;利用距离,对统计特征值以及谱峰参数进行聚类分析;利用设定距离,对聚类分析后的统计特征值以及谱峰参数进行分类。两相流的频率范围:0-600Hz;三相流的频率范围:大于600Hz。
若混合流体是两相流,则按照以下步骤进行解释:步骤102求取原始电压数据和功率谱数据的统计特征值,求取功率谱图的谱峰参数;步骤103利用预设分类方法对统计特征值以及谱峰参数进行分类;步骤104在每类中选取若干个代表值,将代表值作为输入向量对混合流体的未知流量进行预测。
若混合流体是三相流,则按照以下步骤进行解释:步骤102求取原始电压数据和功率谱数据的统计特征值,求取功率谱图的谱峰参数;步骤103利用预设分类方法对统计特征值以及谱峰参数进行分类;步骤104在每类中选取若干个代表值,将代表值作为输入向量对混合流体的未知流量进行预测。
图1中,计算相关系数的距离为欧式距离;设定距离为2。
图1中,预处理的方法为:获取超声波多普勒多相流测试仪测得的混合流体中的原始电压数据; 将原始电压数据转换成频域数据,利用频域数据计算功率谱数据;利用功率谱数据绘制功率谱图。
图1中,分类的个数为6类;每类中选取1个代表值,代表值,包括:原始电压数据的调和平均值以及功率谱数据的峰位、峰高、峰面积、方差和变异系数。
本发明提出了一种超声波多普勒多相流分相流量测井资料解释装置,包括:存储器和处理器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序为如上述方法,处理器执行程序时实现以下步骤:步骤101对超声波多普勒多相流测试仪测得的混合流体中的原始电压数据的数据进行预处理,得到功率谱数据和功率谱图;步骤102求取原始电压数据和功率谱数据的统计特征值,求取功率谱图的谱峰参数;步骤103利用预设分类方法对统计特征值以及谱峰参数进行分类;步骤104在每类中选取若干个代表值,将代表值作为输入向量对混合流体的未知流量进行预测。具体的实现方法类参照图1中方法的描述以及下面关于方法的具体描述。
在三相流室内实验室利用超声波多相流测井仪器油水两相流及油气水三相流实验,实验采集油水两相流数据共270组。采集油气水三相流数据共660组。录取给定的油、气、水量条件下(如:油水两相流实验时总流量分别为1、2、5、10、20、40、60、80、100 m3/d,每一个总流量下,按照含水率从0-100%,以10%为步长,配比油水两相流的油流量和水流量。油、气、水三相流实验时,气相流量分别为3、5、10、15、20 m3/d,液相流量分别为5、10、20、40、60m3/d,每一个气量条件下,液相流量从最低5 m3/d配比至最高60 m3/d同时液相流量中的油流量和水流量按照含水率从0-100%,以10%为步长进行配比。)仪器的响应为原始电压数据x(时域电压,即原始电压数据),对原始数据x进行短时傅里叶变换频域值,将频域值变换成功率谱数据,并计算功率谱得到功率谱数据y,详见图2的描述。从图2和图3可以看出两相流和三相流的功率谱图有明显不同,为了充分挖掘能反映油、气、水信息的特征值,利用描述性统计分析方法,分别求取原始电压数据x和功率谱数据y的位置特征值,散布特征值及形态特征值,共24个(各12个特征值),具体为:算术平均值、中位数、切尾平均值、调和平均值、极差、方差、标准差、四分位极差、平均绝对偏差、峰度、偏度系数、变异系数。利用广义高斯函数拟合功率谱图,功率谱图的谱峰参数包括:峰位、峰高、峰左宽度、峰右宽度、左峰衰减系数、右峰衰减系数、峰面积及峰累加值共8个。这样就得到时域和频域共32个特征值 (统计特征值24个,谱峰参数8个)。
其中,两相流和三相流的区别是有没有气,有气就是三相流,没气为两相流。
为了便于区分,原始数据的各个统计特征值用向量a=[a1,…,a12]表示,功率谱数据各个统计特征值用向量b=[b1,…,b12]表示,功率谱图的谱峰参数用向量c=[c1,…,c8]表示。计算各个流量条件下32个参数的相关系数矩阵r(32*32维对称阵),利用32*32维对称阵的下三角或者上三角计算每个元素之间的标准距离(欧式距离),在标准距离为2将32个统计特征值6类(利用类平均法进行聚类分析,得到6类),将相关系数高的参数归为一类,降低问题的复杂程度。聚类树形图详见图4的描述。依据变量间距离小于2为标准,将32个特征参数分为6类。
每类当中选取一个代表分别是向量a中的调和平均值,向量b中的方差和变异系数,向量c中的峰位、峰高和峰面积。
计算室内实验数据(样本数据,即:实验采集油水两相流数据共270组。采集油气水三相流数据共660组)的上述统计特征值和功率谱特征值,依据聚类分析选取的特征值作为输入向量(共计6个),利用支持向量机算法对两相流和三相流中的油、气、水流量进行训练和预测。选取70%的数据用来训练,30%的数据用来预测,利用前面分析选取的6个特征值作为输入向量,对油、气、水量进行预测,得到两相流油、水和三相流油、气、水的流量。两相流计算结果及误差分布详见图5-图8的描述,三相流的计算结果及误差分布详见图9-图14的描述。计算表明油水两相流,水流量的平均绝对误差与平均相对误差分别为0.1276m3/d和7.76%,油流量平均绝对误差和平均相对误差分别为0.093m3/d和3.45%。油气水三相流,水流量的平均绝对误差与平均相对误差分别为2.53m3/d和13.51%,油流量平均绝对误差和平均相对误差分别为0.94m3/d和9.45%,气流量平均绝对误差和平均相对误差分别为0.78m3/d和9.72%。两相流的计算精度更高,各相分量计算结果显示油流量、气流量计算精度高于水流量,这与仪器的测井原理有关。
图2是本发明在油水两相流总流量20方/天,不同含水率条件下采集的原始电压数据通过短时傅里叶变换后计算的功率谱数据绘制的功率谱图。图2描述:该图是将仪器在油水两相流总流量20方/天,不同含水率条件下采集的原始电压数据通过短时傅里叶变换后计算的功率谱数据绘制的功率谱图,从图上可以看出油水两相流的频率分布范围主要在0-600Hz,总流量不变的情况下,随着油流量的增加功率谱曲线的幅度值逐渐增高。在图2中,曲线的波峰从上到下依次为water 2方/天 oil 8方/天 10%到water 20方/天 oil 0方/天100%,water顺序依次增大。
图3是本发明在油气水三相流中固定气量为5方/天,油水两相液量20方/天,不同含水率条件下采集的原始电压数据通过短时傅里叶变换后计算的功率谱数据绘制的功率谱图。图3描述:该图是将仪器在油气水三相流中固定气量为5方/天,油水两相液量20方/天,不同含水率条件下采集的原始电压数据通过短时傅里叶变换后计算的功率谱数据绘制的功率谱图。从图上可以看出油气水三相流功率谱曲线频率分布范围在0-1000Hz,与油水两相流相比频率范围更宽,功率谱曲线右侧有明显的拖尾,而且相同液量条件下,一旦加入气量功率谱幅度有明显提高。在图3中,曲线的波峰从上到下依次为gas 5 water 6 oil 1430%到为gas 5 water 20 oil 0 100%,water顺序依次增大。
图4是本发明的32个特征参数的相关系数的聚类树形图。图4描述:该图是32个特征参数的相关系数的聚类树形图,从图上可以看出在标准化距离大于1.9小于2的范围内,可以将32个特征参数分为6类,如图4中的 。图4中每一个带圈数字所在的横线对应的左侧分支代表一个大类,同类别中反映的曲线形态相似,在每一类中选取一个特征参数代表该类别,总共选取6个特征参数。
图5是本发明的油水两相流给定油流量和计算油流量的结果对比图。图5描述:该图是油水两相流给定油流量和计算油流量的结果对比图。从图上可以看出给定的标准油流量和计算的油流量二者符合的非常好。
图6是本发明的油水两相流给定水流量和计算水流量的结果对比图。图6描述:该图是油水两相流给定水流量和计算水流量的结果对比图。从图上可以看出给定的标准水流量和计算的水流量二者符合的也非常好。
图7是本发明的油水两相流油流量计算结果绝对误差分布图。图7描述:该图是油水两相流油流量计算结果绝对误差分布图,从图上可以看出除个别点绝对误差在±2方/天,大部分点绝对误差都分布在0附近。
图8是本发明的油水两相流水流量计算结果绝对误差分布图。图8描述:该图是油水两相流水流量计算结果绝对误差分布图,从图上可以看出除个别点绝对误差在±2方/天,大部分点绝对误差都分布在0附近。
图9是本发明的油/气/水三相流给定油流量和计算油流量的结果对比图。图9描述:该图是油/气/水三相流给定油流量和计算油流量的结果对比图。从图上可以看出星点为给定的标准油流量,圈点为计算的油流量,二者符合的较好。
图10是本发明的油/气/水三相流给定水流量和计算水流量的结果对比图。图10描述:该图是油/气/水三相流给定水流量和计算水流量的结果对比图。从图上可以看出星点为给定的标准水流量,圈点为计算的油流量,二者符合的较好。
图11是本发明的油/气/水三相流给定气流量和计算气流量的结果对比图。图11描述:该图是油/气/水三相流给定气流量和计算气流量的结果对比图。从图上可以看出星点为给定的标准气流量,圈点为计算的气流量,二者符合的较好。
图12是本发明的油/气/水三相流油流量计算结果绝对误差分布图。图12描述:该图是油/气/水三相流油流量计算结果绝对误差分布图,从图上可以看出除个别点绝对误差在±3方/天左右,大部分点绝对误差都分布在±1方/天范围内。
图13是本发明的油/气/水三相流水流量计算结果绝对误差分布图。图13描述:该图是油/气/水三相流水流量计算结果绝对误差分布图,从图上可以看出除个别点绝对误差在±2.5方/天左右,大部分点绝对误差都分布在±1方/天范围内。
图14是本发明的油/气/水三相流气流量计算结果绝对误差分布图。图14描述:该图是油/气/水三相流气流量计算结果绝对误差分布图,从图上可以看出除个别点绝对误差在±3方/天左右,大部分点绝对误差都分布在±1方/天范围内。
图15是本发明在大庆油田一口脱气油井利用超声波多普勒测井仪器录取的原始电压值计算的功率谱图。图15描述:该图是在大庆油田一口脱气油井利用超声波多普勒测井仪器录取的原始电压值计算的功率谱图。从图上可以看出第一测点1169m功率谱频率大于1000Hz,明显脱气,从第二测点1171.5m以后功率谱频率宽度迅速降至0-600Hz范围内,功率谱幅度也明显降低,主要表现为油水两相流。
图16 是本发明在某井超声波三相流产出剖面解释成果图。图16描述:该图是利用超声波多普勒多相流分相流量测井资料解释方法计算各层的产油量、产气量和产水量与其他测井曲线共同绘制的产出剖面解释成果图。曲线前四道为与超声波多普勒测井仪器同时下井的其他测量短节录取的数据,后面四道为利用超声波多普勒多相流分相流量测井资料解释方法计算的结果绘制。从图上可以看出第一层为主产层,同时也是主要的脱气层。
在图15中,该井井口计量产液量为14.8m3/d,化验含水96.8%。利用超声波多相流解释软件解释全井产液16.8 m3/d,含水95.1%。该井的功率谱图见图15的描述。从功率谱图可以看出,该井第一层应该为主要脱气层。该井超声波三相流产出剖面成果图见图16的描述。利用超声波多相流分相流量测井解释方法对该井测井数据进行解释处理,计算结果显示,主产层为第一层,解释产液量为8.2m3/d,占全井产液的48.9%,第一层产气占全井产气的89.2%,为主要的脱气层,与功率谱曲线显示的结果相符。
以上所述实施例仅为表达本发明的实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形、同等替换、改进等,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种超声波多普勒多相流分相流量测井资料解释方法,其特征在于,包括:
对超声波多普勒多相流测试仪测得的混合流体中的原始电压数据进行预处理,得到功率谱数据和功率谱图;
求取所述原始电压数据和所述功率谱数据的统计特征值,求取所述功率谱图的谱峰参数;
利用预设分类方法对所述统计特征值以及所述谱峰参数进行分类;
在每类中选取若干个代表值,将所述代表值作为输入向量,利用支持向量机算法对混合流体的未知流量进行预测;
其中,所述利用预设分类方法对所述统计特征值以及所述谱峰参数进行分类的方法,包括:
计算所述统计特征值的每个特征值之间,以及所述谱峰参数每个参数之间,以及所述统计特征值内每个特征值与和所述谱峰参数内每个参数以及之间的相关系数;
计算所述相关系数的距离;
利用所述距离对所述统计特征值以及所述谱峰参数进行聚类分析;
利用设定距离对所述聚类分析后的所述统计特征值以及所述谱峰参数进行分类。
2.根据权利要求1所述一种超声波多普勒多相流分相流量测井资料解释方法,其特征在于:
计算所述相关系数的距离为欧式距离;
所述设定距离为2。
3.根据权利要求1所述一种超声波多普勒多相流分相流量测井资料解释方法,其特征在于:
所述对超声波多普勒多相流测试仪测得的混合流体中的原始电压数据进行预处理的方法为:获取超声波多普勒多相流测试仪测得的混合流体中的原始电压数据;
将所述原始电压数据转换成频域数据,利用所述频域数据计算所述功率谱数据;
利用所述功率谱数据绘制所述功率谱图。
4.根据权利要求1~3任一项所述一种超声波多普勒多相流分相流量测井资料解释方法,其特征在于:
所述分类的个数为6类;
所述每类中选取1个代表值,所述代表值,包括:所述原始电压数据的调和平均值以及功率谱数据的峰位、峰高、峰面积、方差和变异系数。
5.一种超声波多普勒多相流分相流量测井资料解释装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至4中任意一项所述的超声波多普勒多相流分相流量测井资料解释方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810177464.8A CN108412481B (zh) | 2018-03-05 | 2018-03-05 | 超声波多普勒多相流分相流量测井资料解释方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810177464.8A CN108412481B (zh) | 2018-03-05 | 2018-03-05 | 超声波多普勒多相流分相流量测井资料解释方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108412481A CN108412481A (zh) | 2018-08-17 |
CN108412481B true CN108412481B (zh) | 2021-07-09 |
Family
ID=63129736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810177464.8A Active CN108412481B (zh) | 2018-03-05 | 2018-03-05 | 超声波多普勒多相流分相流量测井资料解释方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108412481B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110185433B (zh) * | 2019-05-16 | 2022-09-16 | 中国海洋石油集团有限公司 | 一种基于谱特征分析方法的隔水管气侵监测装置及方法 |
CN110796155A (zh) * | 2019-07-12 | 2020-02-14 | 大港油田集团有限责任公司 | 一种基于聚类算法的原油含水数据分析方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1672015A (zh) * | 2002-06-04 | 2005-09-21 | 东京电力株式会社 | 多普勒式超声波流量计、使用多普勒式超声波流量计的流量计测方法及在该多普勒式超声波流量计中使用的流量计测程序 |
CN1701216A (zh) * | 2002-09-19 | 2005-11-23 | 萨塞克斯大学 | 两相流体流的检测和测量 |
CN101231183A (zh) * | 2008-01-31 | 2008-07-30 | 浙江大学 | 采用主导相判别器的液液两相流测量方法和装置 |
CN101573594A (zh) * | 2006-12-29 | 2009-11-04 | 通用电气公司 | 使用同步经过时间和多普勒方法的超声波流量计 |
CN101802562A (zh) * | 2007-09-18 | 2010-08-11 | 普拉德研究及开发股份有限公司 | 多相流测量 |
CN102116755A (zh) * | 2011-02-28 | 2011-07-06 | 天津大学 | 基于多截面阻抗式长腰内锥及相关测速的多相流测量方法 |
CN103162751A (zh) * | 2013-02-05 | 2013-06-19 | 天津大学 | 一种超声流量计 |
CN103874908A (zh) * | 2011-10-13 | 2014-06-18 | 米托尔斯有限公司 | 超声流量计 |
CN104677437A (zh) * | 2015-02-12 | 2015-06-03 | 延安大学 | 一种超声波液相流量精确化测量方法 |
CN104712314A (zh) * | 2015-03-17 | 2015-06-17 | 中稷油服(北京)科技有限公司 | 一种配注水井管外流量超声多普勒测量仪 |
CN105737916A (zh) * | 2014-12-08 | 2016-07-06 | 通用电气公司 | 超声流体测量系统及方法 |
CN105927206A (zh) * | 2016-04-25 | 2016-09-07 | 中国石油天然气股份有限公司 | 井下封闭式超声波多普勒三相流流量测量传感器 |
CN106679744A (zh) * | 2016-10-31 | 2017-05-17 | 南京南瑞集团公司 | 一种基于时差法和多普勒法的超声波测流方法 |
CA2999248A1 (en) * | 2015-12-16 | 2017-06-22 | Halliburton Energy Services, Inc. | Real-time bottom-hole flow measurements for hydraulic fracturing with a doppler sensor in bridge plug using das communication |
CN106895890A (zh) * | 2017-04-25 | 2017-06-27 | 浙江大学 | 一种多声道超声波气体流量计声道权系数计算方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2390683B (en) * | 2002-04-06 | 2005-07-06 | Process Tomography Ltd | Flow measurement |
EA015095B1 (ru) * | 2005-05-24 | 2011-06-30 | Бейкер Хьюз Инкорпорейтед | Способ и устройство определения характеристик коллектора с использованием фотоакустической спектроскопии |
CN1332183C (zh) * | 2005-08-10 | 2007-08-15 | 陈宇 | 流体的流量检测装置 |
WO2007111052A1 (ja) * | 2006-03-28 | 2007-10-04 | Mitsui Mining & Smelting Co., Ltd. | 流体識別装置および流体識別方法 |
DE102009001525A1 (de) * | 2009-03-12 | 2010-09-16 | Endress + Hauser Flowtec Ag | Verfahren und Wirbelströmungsmessgerät zum Überwachen und/oder Messen einer Wandströmung eines in einer Rohrleitung strömenden, zwei- oder mehrphasigen Mediums |
CN101963055B (zh) * | 2009-07-24 | 2013-06-12 | 周国隆 | 一种多相流的测量方法 |
CN103674139B (zh) * | 2013-12-11 | 2016-04-06 | 中国石油大学(华东) | 基于质量流量计参数统计特征的两相流流量测量方法 |
US10422673B2 (en) * | 2014-04-01 | 2019-09-24 | Saudi Arabian Oil Company | Flow regime identification of multiphase flows by face recognition Bayesian classification |
US9404782B2 (en) * | 2014-10-21 | 2016-08-02 | Honeywell International, Inc. | Use of transducers with a piezo ceramic array to improve the accuracy of ultra sonic meters |
CN105003249B (zh) * | 2015-08-06 | 2020-09-25 | 北京航空航天大学 | 一种基于总流量与电导探针阵列信号的水平井流型识别方法 |
CN105275450B (zh) * | 2015-11-19 | 2018-03-06 | 天津大学 | 油气水三相流流动参数声电传感器组合测量方法 |
CN107328447A (zh) * | 2017-07-24 | 2017-11-07 | 中国计量大学 | 井口气液两相流量计量方法及装置 |
-
2018
- 2018-03-05 CN CN201810177464.8A patent/CN108412481B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1672015A (zh) * | 2002-06-04 | 2005-09-21 | 东京电力株式会社 | 多普勒式超声波流量计、使用多普勒式超声波流量计的流量计测方法及在该多普勒式超声波流量计中使用的流量计测程序 |
CN1701216A (zh) * | 2002-09-19 | 2005-11-23 | 萨塞克斯大学 | 两相流体流的检测和测量 |
CN101573594A (zh) * | 2006-12-29 | 2009-11-04 | 通用电气公司 | 使用同步经过时间和多普勒方法的超声波流量计 |
CN101802562A (zh) * | 2007-09-18 | 2010-08-11 | 普拉德研究及开发股份有限公司 | 多相流测量 |
CN101231183A (zh) * | 2008-01-31 | 2008-07-30 | 浙江大学 | 采用主导相判别器的液液两相流测量方法和装置 |
CN102116755A (zh) * | 2011-02-28 | 2011-07-06 | 天津大学 | 基于多截面阻抗式长腰内锥及相关测速的多相流测量方法 |
CN103874908A (zh) * | 2011-10-13 | 2014-06-18 | 米托尔斯有限公司 | 超声流量计 |
CN103162751A (zh) * | 2013-02-05 | 2013-06-19 | 天津大学 | 一种超声流量计 |
CN105737916A (zh) * | 2014-12-08 | 2016-07-06 | 通用电气公司 | 超声流体测量系统及方法 |
CN104677437A (zh) * | 2015-02-12 | 2015-06-03 | 延安大学 | 一种超声波液相流量精确化测量方法 |
CN104712314A (zh) * | 2015-03-17 | 2015-06-17 | 中稷油服(北京)科技有限公司 | 一种配注水井管外流量超声多普勒测量仪 |
CA2999248A1 (en) * | 2015-12-16 | 2017-06-22 | Halliburton Energy Services, Inc. | Real-time bottom-hole flow measurements for hydraulic fracturing with a doppler sensor in bridge plug using das communication |
CN105927206A (zh) * | 2016-04-25 | 2016-09-07 | 中国石油天然气股份有限公司 | 井下封闭式超声波多普勒三相流流量测量传感器 |
CN106679744A (zh) * | 2016-10-31 | 2017-05-17 | 南京南瑞集团公司 | 一种基于时差法和多普勒法的超声波测流方法 |
CN106895890A (zh) * | 2017-04-25 | 2017-06-27 | 浙江大学 | 一种多声道超声波气体流量计声道权系数计算方法 |
Non-Patent Citations (2)
Title |
---|
Support Vector Regression-Based Data Integration Method for Multipath Ultrasonic Flowmeter;Huichao Zhao等;《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》;20141231;第63卷(第12期);第2717-2725页 * |
超声波-多普勒三相流测井及其在青海油田的应用;张洪等;《测井技术》;20160831;第40卷(第4期);第481-487页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108412481A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109239360B (zh) | 一种反应曲线异常检测方法及装置 | |
Patrick et al. | Black hole quasibound states from a draining bathtub vortex flow | |
Hoffmann et al. | Measuring phase distribution in high pressure three-phase flow using gamma densitometry | |
CN108603867A (zh) | 峰检测方法以及数据处理装置 | |
CN108412481B (zh) | 超声波多普勒多相流分相流量测井资料解释方法和装置 | |
CN101266299B (zh) | 利用地震数据体结构特征预测油气的方法 | |
CN104807589A (zh) | 一种集输-立管系统内气液两相流流型的在线识别方法 | |
Liu et al. | Flow regime identification for air valves failure evaluation in water pipelines using pressure data | |
CN109492775A (zh) | 一种地质构造解释的检测方法,检测装置及可读存储介质 | |
CN109298464A (zh) | 致密砂岩储层成岩相测井识别方法及装置 | |
CN113027433B (zh) | 计算强非均质性砂砾岩储层渗透率的方法和装置 | |
CN102854151B (zh) | 一种光谱分析中样品集划分的化学计量学方法 | |
CN110046651A (zh) | 一种基于监测数据多属性特征融合的管道状态识别方法 | |
Muste | Sources of bias errors in flume experiments on suspended-sediment transport | |
US10585128B2 (en) | Noise spectrum analysis for electronic device | |
Merizio et al. | Machine learning applied in the detection of faults in pipes by acoustic means | |
Li et al. | Joint inversion of logging-while-drilling multipole acoustic data to determine formation shear-wave transverse isotropy | |
He et al. | Identification, tracking and warning of vortex induced vibration using k-means clustering method | |
CN107315193B (zh) | 一种利用地震瞬时质心频率进行含气性检测的方法 | |
EP3899442A1 (en) | Method and device for determining a flow rate and/or a concentration of particles of a fluid | |
CN111504402A (zh) | 传感器参数优化方法和装置、控制器及介质 | |
Boorboor et al. | Development of an intelligent dual-beam gamma densitometer for real-time recognition of two-phase flow regime in horizontal pipe | |
CN103498658B (zh) | 一种伽马测井数据处理方法 | |
CN108457646B (zh) | 确定储层流体性质的方法 | |
CN112505154B (zh) | 泥页岩储层矿物成分含量解析与岩相识别表征方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |