CN111006731B - 一种基于多相流量计的油井流量智能测量方法 - Google Patents
一种基于多相流量计的油井流量智能测量方法 Download PDFInfo
- Publication number
- CN111006731B CN111006731B CN201911257048.XA CN201911257048A CN111006731B CN 111006731 B CN111006731 B CN 111006731B CN 201911257048 A CN201911257048 A CN 201911257048A CN 111006731 B CN111006731 B CN 111006731B
- Authority
- CN
- China
- Prior art keywords
- flow
- time
- real
- stable
- stability
- 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 77
- 239000003129 oil well Substances 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 238000012360 testing method Methods 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims description 74
- 238000012417 linear regression Methods 0.000 claims description 27
- 238000010998 test method Methods 0.000 claims description 26
- 229920001155 polypropylene Polymers 0.000 claims description 22
- 238000007689 inspection Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000001278 Kwiatkowski–Phillips–Schmidt–Shin (KPSS) test Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 239000007791 liquid phase Substances 0.000 claims description 5
- 238000013112 stability test Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 19
- 238000011105 stabilization Methods 0.000 abstract description 5
- 230000006641 stabilisation Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract 1
- 239000003921 oil Substances 0.000 description 11
- 238000005259 measurement Methods 0.000 description 8
- 238000007619 statistical method Methods 0.000 description 8
- 239000007789 gas Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000001744 unit root test Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/704—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow using marked regions or existing inhomogeneities within the fluid stream, e.g. statistically occurring variations in a fluid parameter
-
- 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)
- Fluid Mechanics (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- General Physics & Mathematics (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种基于多相流量计的油井流量智能测量方法，首先测定多相流的实时流量，得到若干流量‑时间数据对，形成时间序列，并实时检验所述时间序列的平稳性；以判定井况的平稳性；在井况稳定后，再重新开始计时，并测定多相流的实时流量，设定流量的稳定性判定标准，对实时流量的稳定性进行判断，当判定实时流量稳定时，停止流量检测；最后计算得到算法流量。采用本发明的显著效果是，可对油井测试时间序列稳定性的进行判断，并可计算稳定后继续测试的时间，通过油井从井况稳定状态到停止流量测试前的数据获取平均流量，从而大幅缩短每日生产测试时间，提高测量设备的利用率，降低设备及人员投入成本。
Description
技术领域
本发明涉及油井的生产监测，具体涉及一种油井流量的测量方法。
背景技术
在现有的流动条件或预期的流动条件下，定期对油井产量进行监测对于获得决定生产策略以及确定产量分配所需的储层生产信息至关重要。采用多相流量计或生产测试分离器定期进行油井产量测量，获得单口油井油，水和天然气的日产量是油田生产优化及油藏管理的一个主要措施。在日常生产中，常采用“MSV测井”和“移动测井”两种方式，“MSV测井”是指多相流量计和多路选择阀门(MSV)串联使用的油井产量测试方法。通过一台多选阀，每台多相流量计可以最多连通8口井，但在同一时刻只能测试一口井，当测试编号为1的井时，编号2-8的井和多相流量计不连通；1号井测试完毕，将阀门切换至2号井连通，进入2号井的测试，以此类推。“移动测井”是指利用车载可移动的多相流量计设备进行油井产量测试的方法。当某口油井需要进行测试时，将可移动测井车驶入目标井位，连接车载多相流量计进行测试，油井测试工作结束，将移动多相流量计设备运输到下一口需要测试的油井位置。对油井的产量测量的标准测试程序要求测试时长为24小时到72小时，该段时间内的平均产量被视为该次测试的最终产量。对于包含数百口生产井的油田，油公司需要投入大量测试装置和时间实现对单井产量变化的有效监测，极大增加了油田生产成本。尽管测试工程师非常希望缩短每口井的测试时间，但产量和压力变化的波动阻碍了对减少测试时间的良好判断，人类无法轻易做出这样的决定。与使用多相流量计(MPFM)相比，使用测试分离器时延迟的油井产量输出和人为干扰流量特性的原因导致测试时间更长。
发明内容
有鉴于此，本发明提出一种基于多相流量计测得的实时流量，对井况稳定性和流量的测试稳定性进行实施分析判断，以缩短多相流量计对单口井的测试时间的方法，具体技术方案如下：
一种基于多相流量计的油井流量智能测量方法，其关键在于包括以下步骤：
步骤一、井况检验
测定多相流的实时流量，得到若干流量-时间数据对，形成时间序列，并实时检验所述时间序列的平稳性；
以所述时间序列的平稳性检验结果为依据，当检验到所述时间序列平稳时，则判定井况稳定，再进行流量检测；
步骤二、流量检测阶段
重新开始计时，并测定多相流的实时流量，设定流量的稳定性判定标准，对实时流量的稳定性进行判断，当判定实时流量稳定时，停止流量检测；
步骤三、以流量检测阶段测得的所有实时流量为基础，计算得到算法流量。
检验所述时间序列的平稳性时，采用的方法为ADF检验法、KPSS检验法和PP检验法中的一种、两种、或三种。
对实时流量的稳定性进行判定时，采用的方法为线性回归分析法、平均误差分析法和正态分布分析法中的一种、两种、或三种。
作为一种优选的技术方案：
对实时流量的稳定性进行判定时，采用线性回归分析法、平均误差分析法和正态分布分析法三种方法的结合，最终算法流量QF＝qRQR+qeQe+qGQG，其中：
QR、Qe、QG分别为采用线性回归分析法、平均误差分析法和正态分布分析法测得的算法流量；
qR、qe、qG分别为采用线性回归分析法、平均误差分析法和正态分布分析法测得的算法流量的权重，qR+qe+qG＝1。
QR、Qe、QG采用以下公式计算：
CR为采用线性回归分析法判定实时流量稳定，停止流量检测时的时间；
Ce为采用平均误差分析法判定实时流量稳定，停止流量检测时的时间；
CG为采用正态分布分析法判定实时流量稳定，停止流量检测时的时间；
S为检验时间序列的平稳性，判定井况稳定时的时间；
SR为采用线性回归分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量；
Se为采用平均误差分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量；
SG为采用正态分布分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量。
所述线性回归分析的具体过程为：
采用最小二乘法计算线性回归方程y＝bx+a的系数b和a，其中：
xi为实时流量对应的时间；
yi为实时流量；
n为进行实时流量的稳定性判定时，测得的实时流量的数据总量；
并设定b≥k1时，流量不稳定；b＜k1时，流量稳定；
k1为判断系数。
所述平均误差分析的具体过程为：
设定实时流量的平均误差为
其中：
并设定errorh≥k2时，流量不稳定，errorh＜k2时，流量稳定；
k2为判断系数。
所述正态分布分析的具体过程为：
设定
其中：
σ为进行实时流量的稳定性判定时，流量的标准差；
并设定Num/n≥k3时，流量不稳定，Num/n＜k3时，流量稳定；
k3为判断系数。
作为一种优选的技术方案：检验所述时间序列的平稳性时，采用ADF检验法、KPSS检验法和PP检验法三种方法相结合；
所述ADF检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述ADF检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
所述KPSS检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述KPSS检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
所述PP检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述PP检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
对所述ADF检验法、KPSS检验法和PP检验法在同一时间的输出结果取众数，作为所述时间序列平稳性的最终判断依据，当三种检验法中有至少两种检验法输出结果为“0”时，则判定所述时间序列平稳。
多相流的实时流量包括实时液相流量、实时水流量、实时油流量、实时气流量。
根据大数据统计分析：qR＝0.2、qe＝0.3、qG＝0.5。
k1＝0.001。
k2＝0.02。
k3＝0.1。
基于传统的流量计：多相流的实时流量由多相流量计采集得到，所述多相流量计每分钟测得一组多相流的实时流量数据。
附图说明
图1a为实时液相流量曲线图；
图1b为实时油流量曲线图；
图1c为实时水流量曲线图；
图1d为实时气流量曲线图；
图2为对37井次进行测算统计得到的时间柱状图。
具体实施方式
(一)、以下结合实施例和附图对本发明作进一步说明。
一种基于多相流量计的油井流量智能测量方法，包括以下步骤：
步骤一、井况检验
测定多相流的实时流量，得到若干流量-时间数据对，形成时间序列，并实时检验所述时间序列的平稳性；
以所述时间序列的平稳性检验结果为依据，当检验到所述时间序列平稳时，则判定井况稳定，再进行流量检测；
步骤二、流量检测阶段
重新开始计时，并测定多相流的实时流量，设定流量的稳定性判定标准，对实时流量的稳定性进行判断，当判定实时流量稳定时，停止流量检测；
步骤三、以流量检测阶段测得的所有实时流量为基础，计算得到算法流量。
多相流的实时流量由多相流量计采集得到，所述多相流量计每分钟测得一组多相流的实时流量数据；多相流量计测得的实时流量包括实时液相流量、实时水流量、实时油流量、实时气流量。
检验所述时间序列的平稳性时，采用的方法为ADF检验法、KPSS检验法和PP检验法中的一种、两种、或三种。
作为一种具体的实施方式，采用ADF检验法、KPSS检验法和PP检验法三种方法相结合检验所述时间序列的平稳性；
所述ADF检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述ADF检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
所述KPSS检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述KPSS检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
所述PP检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述PP检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
对所述ADF检验法、KPSS检验法和PP检验法在同一时间的输出结果取众数，作为所述时间序列平稳性的最终判断依据，当三种检验法中有至少两种检验法输出结果为“0”时，则判定所述时间序列平稳。
对实时流量的稳定性进行判定时，采用的方法为线性回归分析法、平均误差分析法和正态分布分析法中的一种、两种、或三种。
作为一种具体的实施方式，采用线性回归分析法、平均误差分析法和正态分布分析法三种方法的结合判断实时流量的稳定性，并计算得到最终算法流量QF＝qRQR+qeQe+qGQG，其中：
QR、Qe、QG分别为采用线性回归分析法、平均误差分析法和正态分布分析法测得的算法流量；
qR、qe、qG分别为采用线性回归分析法、平均误差分析法和正态分布分析法测得的算法流量的权重，qR+qe+qG＝1。
以上QR、Qe、QG采用以下公式计算：
CR为采用线性回归分析法判定实时流量稳定，停止流量检测时的时间；
Ce为采用平均误差分析法判定实时流量稳定，停止流量检测时的时间；
CG为采用正态分布分析法判定实时流量稳定，停止流量检测时的时间；
S为检验时间序列的平稳性，判定井况稳定时的时间；
SR为采用线性回归分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量；
Se为采用平均误差分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量；
SG为采用正态分布分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量。
所述线性回归分析的具体过程为：
采用最小二乘法计算线性回归方程y＝bx+a的系数b和a，其中：
xi为实时流量对应的时间；
yi为实时流量；
n为进行实时流量的稳定性判定时，测得的实时流量的数据总量；
并设定b≥k1时，流量不稳定；b＜k1时，流量稳定；
k1为判断系数，k1可以是人为设定，也可以由统计分析得到，根据大数据统计分析得k1＝0.001时，流量的智能测量检测结果与实际检测结果贴近。
所述平均误差分析的具体过程为：
设定实时流量的平均误差为
其中：
并设定errorh≥k2时，流量不稳定，errorh＜k2时，流量稳定；
k2为判断系数，k2可以是人为设定，也可以由统计分析得到，根据大数据统计分析得k2＝0.02时，流量的智能测量检测结果与实际检测结果贴近。
所述正态分布分析的具体过程为：
设定
其中：
σ为进行实时流量的稳定性判定时，流量的标准差；
并设定Num/n≥k3时，流量不稳定，Num/n＜k3时，流量稳定；
k3为判断系数，k3可以是人为设定，也可以由统计分析得到，根据大数据统计分析得k3＝0.1时，流量的智能测量检测结果与实际检测结果贴近。
根据大数据统计分析得到，qR＝0.2、qe＝0.3、qG＝0.5,即：QF＝0.2QR+0.3Qe+0.5QG。
ADF检验计算原理：
假设时间序列数据(真实过程)由：
其中：{εt}为独立同分布过程，且E(εt)＝0,D(εt)＝σ2。利用滞后算子，可将上式表示为：
令
可将滞后多项式
分解成：
则式3可转化为：
整理可得：
yt＝ρyt-1+ξ1yt-1+ξ2yt-2+…+ξp-1yt-p-1+εt (式6)
若服从(2)的序列有且只有一个单位根，则其特征方程：
有且只有一个值为1的根，从而有：
上式等价于ρ＝1。因此，对于服从((式2)的序列的单位根检验，就是检验模型(式6)中是否有ρ＝1，实际上就是对扰动项为一平稳过程的单位根检验。
PP(Phillips-Perron)检验原理及步骤为：
(a)以最小二乘法估计回归模型，得到参数估计和残差序列；
(b)计算残差序列的样本自协方差及
的估计值；
其中：q的大小根据实际情况确定，构造该估计量的Newey和West建议取3或4。
(c)计算参数估计量ρ的标准差σρ和残差ut的估计方差
(d)将上述计算结果代入zρ或zt统计量的表达式，得到统计量的值，查临界值并进行比较，然后做出推断。
KPSS(Kwiatkowski-Phillips-Schmidt-Shin)检验将观测到的时间序列的三分量表示视为确定性时间趋势、随机游走和平稳残差之和：
其中：γ＝0时不存在单位根，为原假设，γ≠0时存在单位根，为备择假设令et＝yt-α-βt,
则有
其中：
kj＝1-j/(q+1)
(二)、下面结合流量数据对本案进行进一步说明
单井测算：
图1(1a、1b、1c、1d)所示的为一台多相流量计在某测试井的测量数据，其中横坐标为时间(单位：分钟)，纵坐标为每分钟对应的流量，总测试时间为4521分钟，实测平均流量QA见表1。
采用以上智能测量方法进行计算，一般认为：在多相流量计刚接入时，测得的流量数据不稳定，因而可以考虑略去。因而可以省略第1-10分钟测得的数据，从第11分钟测得的数据开始，进行步骤一：分别采用ADF检验法、KPSS检验法和PP检验法进行检验，直到第53分钟初次出现三种检验法中至少两种检验法输出结果为“0”，三种检验方法的检测结果分别为“0”稳定、“0”稳定、“1”不稳定，因而可判定该口井在第53分钟井况稳定。
从第53分钟开始重新计时，进行步骤二：
采用线性回归分析法直到在井况稳定后的第56分钟初次出现b＜0.001的情况，可判定采用线性回归分析法测得的流量稳定；
采用平均误差分析法直到在井况稳定后的第6个10分钟初次出现errorh＜0.02的情况，可判定采用平均误差分析法测得的流量稳定；
采用正态分布分析法直到在井况稳定后的第62分钟初次出现Num/n＜0.1的情况，可判定采用正态分布分析法测得的流量稳定。
由线性回归分析法、平均误差分析法和正态分布分析法测得的算法流量QR、Qe、QG，以及最终算法流量QF见表1：
表1、流量统计表
从表1可以看出，算法流量QR、Qe、QG、QF与实测平均流量QA非常接近，最终算法流量QF与实测平均流量QA的误差(1-QF/QA)分别为：液相流量的误差为0.96％，油流量的误差为3.11％，水流量的误差为1.15％，气流量的误差为2.35％，平均误差为0.48％。算法流量QR、Qe、QG、QF可以作为实测平均流量QA的近似表达。
采用线性回归分析法、平均误差分析法和正态分布分析法测算所耗时间见表2：
表2、测算时间统计表
从表2可以看出，采用以上测算方法所需的流量测量时间将大幅缩短，大大节约了时间成本。
多井测算
采用本发明的方法在某油田的一个区块选取了37井次进行验证，测得各自的算法流量均与实测平均流量接近，所得到的最终算法流量与实测平均流量的平均误差为1.184％。
统计得到的井况稳定时间(Stable Time)、流量稳定检测时间(Continuous testtime after stabilization)和节省时间(Save Time)见图2，图2显示了37井次的平均节省时间为2256分钟，大约节约80％的测井时间，81％的井在井况稳定后60分钟即可停止测试。
与现有技术相比，本发明通过分析MPFM的流量的时间序列数据，通过统计学模型开发了一种新方法，模型可提供油井测试时间序列稳定性的判断，并可计算稳定后继续测试的时间，通过油井从井况稳定状态到停止流量测试前的数据获取平均流量，可以将每日生产测试时间最多缩短80％。在日常生产测试中采用这种模型可以有效提高测量设备的利用率，降低设备及人员投入成本。
最后需要说明的是，上述描述仅仅为本发明的优选实施例，本领域的普通技术人员在本发明的启示下，在不违背本发明宗旨及权利要求的前提下，可以做出多种类似的表示，这样的变换均落入本发明的保护范围之内。
Claims (11)
1.一种基于多相流量计的油井流量智能测量方法，其特征在于包括以下步骤：
步骤一、井况检验
测定多相流的实时流量，得到若干流量-时间数据对，形成时间序列，并实时检验所述时间序列的平稳性；
以所述时间序列的平稳性检验结果为依据，当检验到所述时间序列平稳时，则判定井况稳定，再进行流量检测；
步骤二、流量检测阶段
继续计时，持续测定多相流的实时流量，设定流量的稳定性判定标准，对实时流量的稳定性进行判断，当判定实时流量稳定时，停止流量检测；
步骤三、以流量检测阶段测得的所有实时流量为基础，计算得到算法流量；
检验所述时间序列的平稳性时，采用的方法为ADF检验法、KPSS检验法和PP检验法中的一种、两种、或三种；
对实时流量的稳定性进行判定时，采用的方法为线性回归分析法、平均误差分析法和正态分布分析法中的一种、两种、或三种；
对实时流量的稳定性进行判定时，采用线性回归分析法、平均误差分析法和正态分布分析法三种方法的结合，最终算法流量QF＝qRQR+qeQe+qGQG，其中：
QR、Qe、QG分别为采用线性回归分析法、平均误差分析法和正态分布分析法测得的算法流量；
qR、qe、qG分别为采用线性回归分析法、平均误差分析法和正态分布分析法测得的算法流量的权重，qR+qe+qG＝1；
QR、Qe、QG采用以下公式计算：
CR为采用线性回归分析法判定实时流量稳定，停止流量检测时的时间；
Ce为采用平均误差分析法判定实时流量稳定，停止流量检测时的时间；
CG为采用正态分布分析法判定实时流量稳定，停止流量检测时的时间；
xi为实时流量对应的时间；
S为检验时间序列的平稳性，判定井况稳定时的时间；
SR为采用线性回归分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量；
Se为采用平均误差分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量；
SG为采用正态分布分析法判定实时流量稳定、停止流量检测时，测得的实时流量的数据总量。
2.根据权利要求1所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：所述线性回归分析的具体过程为：
采用最小二乘法计算线性回归方程y＝bx+a的系数b和a，其中：
xi为实时流量对应的时间；
yi为实时流量；
n为进行实时流量的稳定性判定时，测得的实时流量的数据总量；
并设定b≥k1时，流量不稳定；b＜k1时，流量稳定；
k1为判断系数。
3.根据权利要求1或2所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：所述平均误差分析的具体过程为：
设定实时流量的平均误差为
其中：
并设定errorh≥k2时，流量不稳定，errorh＜k2时，流量稳定；
k2为判断系数。
4.根据权利要求1或2所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：
所述正态分布分析的具体过程为：
设定
其中：
σ为进行实时流量的稳定性判定时，流量的标准差；
并设定Num/n≥k3时，流量不稳定，Num/n＜k3时，流量稳定；
k3为判断系数。
5.根据权利要求2所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：检验所述时间序列的平稳性时，采用ADF检验法、KPSS检验法和PP检验法三种方法相结合；
所述ADF检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述ADF检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
所述KPSS检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述KPSS检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
所述PP检验法输出结果为“0”时，判定所述时间序列平稳，井况稳定；所述PP检验法输出结果为“1”时，判定所述时间序列不平稳，井况不稳定；
对所述ADF检验法、KPSS检验法和PP检验法在同一时间的输出结果取众数，作为所述时间序列平稳性的最终判断依据，当三种检验法中有至少两种检验法输出结果为“0”时，则判定所述时间序列平稳。
6.根据权利要求1或2所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：多相流的实时流量包括实时液相流量、实时水流量、实时油流量、实时气流量。
7.根据权利要求1或2所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：qR＝0.2、qe＝0.3、qG＝0.5。
8.根据权利要求2所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：k1＝0.001。
9.根据权利要求1、2或8所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：k2＝0.02。
10.根据权利要求1、2或8所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：k3＝0.1。
11.根据权利要求1、2或8所述的一种基于多相流量计的油井流量智能测量方法，其特征在于：多相流的实时流量由多相流量计采集得到，所述多相流量计每分钟测得一组多相流的实时流量数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911257048.XA CN111006731B (zh) | 2019-12-10 | 2019-12-10 | 一种基于多相流量计的油井流量智能测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911257048.XA CN111006731B (zh) | 2019-12-10 | 2019-12-10 | 一种基于多相流量计的油井流量智能测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111006731A CN111006731A (zh) | 2020-04-14 |
| CN111006731B true CN111006731B (zh) | 2021-07-13 |
Family
ID=70114204
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911257048.XA Active CN111006731B (zh) | 2019-12-10 | 2019-12-10 | 一种基于多相流量计的油井流量智能测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111006731B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62134778A (ja) * | 1985-12-06 | 1987-06-17 | Nec Corp | カラ−パタ−ン検出方法及び装置 |
| JPH04157324A (ja) * | 1990-10-19 | 1992-05-29 | Hitachi Ltd | 電磁流量計の信号処理方法 |
| JP2010038787A (ja) * | 2008-08-06 | 2010-02-18 | Midori Anzen Co Ltd | 絶縁監視装置 |
| CN102116754A (zh) * | 2011-02-28 | 2011-07-06 | 天津大学 | 基于双截面阻抗式长腰内锥传感器的多相流测量方法 |
| CN102147381A (zh) * | 2011-02-28 | 2011-08-10 | 天津大学 | 双截面阻抗式长腰内锥传感器及多相流测量装置 |
| CN104748807A (zh) * | 2014-12-12 | 2015-07-01 | 东南大学 | 一种基于流量校正的电站主蒸汽流量在线计算方法 |
| CN104899663A (zh) * | 2015-06-17 | 2015-09-09 | 北京奇虎科技有限公司 | 一种数据预测方法和装置 |
| CN105259398A (zh) * | 2015-10-23 | 2016-01-20 | 东南大学 | 一种基于总方差的光纤电流互感器随机误差特性分析方法 |
| WO2017119900A1 (en) * | 2016-01-08 | 2017-07-13 | Entit Software Llc | Time series trends |
| WO2018143814A1 (en) * | 2017-02-03 | 2018-08-09 | Resman As | Targeted tracer injection with online sensor |
| CN109141865A (zh) * | 2018-06-20 | 2019-01-04 | 广东万家乐燃气具有限公司 | 一种水阀水量频率关系检测设备及方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4976940B2 (ja) * | 2007-07-09 | 2012-07-18 | 東光東芝メーターシステムズ株式会社 | ガス器具判別装置 |
| CN101706299B (zh) * | 2009-11-20 | 2011-03-30 | 合肥工业大学 | 一种基于dsp的科氏质量流量变送器 |
| CN102175286B (zh) * | 2011-01-19 | 2012-11-21 | 南京航空航天大学 | 涡轮流量计信号处理方法 |
| CN102274581B (zh) * | 2011-05-18 | 2013-07-10 | 天津大学 | 一种功能性电刺激的精密控制方法 |
| CN204085609U (zh) * | 2014-09-09 | 2015-01-07 | 江苏农牧科技职业学院 | 一种石油流量实时测量及发报系统 |
| CN108180954A (zh) * | 2017-12-26 | 2018-06-19 | 金卡智能集团股份有限公司 | 用于超声波换能器的零漂温度补偿方法 |
| CN110206536B (zh) * | 2019-07-05 | 2022-03-04 | 海默潘多拉数据科技(深圳)有限公司 | 一种基于泵示功图的井口产液量采集方法 |
-
2019
- 2019-12-10 CN CN201911257048.XA patent/CN111006731B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62134778A (ja) * | 1985-12-06 | 1987-06-17 | Nec Corp | カラ−パタ−ン検出方法及び装置 |
| JPH04157324A (ja) * | 1990-10-19 | 1992-05-29 | Hitachi Ltd | 電磁流量計の信号処理方法 |
| JP2010038787A (ja) * | 2008-08-06 | 2010-02-18 | Midori Anzen Co Ltd | 絶縁監視装置 |
| CN102116754A (zh) * | 2011-02-28 | 2011-07-06 | 天津大学 | 基于双截面阻抗式长腰内锥传感器的多相流测量方法 |
| CN102147381A (zh) * | 2011-02-28 | 2011-08-10 | 天津大学 | 双截面阻抗式长腰内锥传感器及多相流测量装置 |
| CN104748807A (zh) * | 2014-12-12 | 2015-07-01 | 东南大学 | 一种基于流量校正的电站主蒸汽流量在线计算方法 |
| CN104899663A (zh) * | 2015-06-17 | 2015-09-09 | 北京奇虎科技有限公司 | 一种数据预测方法和装置 |
| CN105259398A (zh) * | 2015-10-23 | 2016-01-20 | 东南大学 | 一种基于总方差的光纤电流互感器随机误差特性分析方法 |
| WO2017119900A1 (en) * | 2016-01-08 | 2017-07-13 | Entit Software Llc | Time series trends |
| WO2018143814A1 (en) * | 2017-02-03 | 2018-08-09 | Resman As | Targeted tracer injection with online sensor |
| CN109141865A (zh) * | 2018-06-20 | 2019-01-04 | 广东万家乐燃气具有限公司 | 一种水阀水量频率关系检测设备及方法 |
Non-Patent Citations (2)
| Title |
|---|
| "基于时间序列方法预测丽江黑龙潭泉域流量";李豫馨 等;《人民珠江 》;20161231;第37卷(第3期);第6-9页 * |
| "气候变化与人类活动驱动下的元江-红河流域泥沙变化";任敬 等;《科学通报》;20071231;第52卷(第S2期);第142-147页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111006731A (zh) | 2020-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109753684B (zh) | 一种用于变电站能耗基准修正的多元线性回归建模方法 | |
| CN110375787B (zh) | 一种计量仪表运行状态在线评价方法 | |
| CN105930976B (zh) | 基于加权理想点法的节点电压暂降严重程度综合评估方法 | |
| WO2020215721A1 (zh) | 一种激光雷达的寿命预测方法 | |
| CN110414154B (zh) | 一种带有双测点的风机部件温度异常检测和报警方法 | |
| CN109766517B (zh) | 一种用于变电站能效评估的能耗基准修正方法 | |
| CN112327191B (zh) | 一种基于几何特征融合决策的电池跳水概率评估方法 | |
| CN110174261B (zh) | 多退化量监测的齿轮实时剩余寿命预测方法 | |
| US8756028B2 (en) | Fault detection method of semiconductor manufacturing processes and system architecture thereof | |
| CN109271319A (zh) | 一种基于面板数据分析的软件故障的预测方法 | |
| CN111340367B (zh) | 基于多维度关联性数据分析的少油设备状态评估方法及系统 | |
| Jung et al. | Burst detection in water distribution system using the extended Kalman filter | |
| CN113757093A (zh) | 一种闪蒸汽压缩机组故障诊断方法 | |
| CN110231503B (zh) | 高损台区基于格兰杰因果检验的窃电用户识别定位方法 | |
| CN110486350B (zh) | 电液伺服阀故障诊断方法及装置、存储介质和电子设备 | |
| CN111006731B (zh) | 一种基于多相流量计的油井流量智能测量方法 | |
| CN110852906A (zh) | 一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统 | |
| CN112785456A (zh) | 基于向量自回归模型的高损线路窃电检测方法 | |
| CN109784777B (zh) | 基于时序信息片段云相似度度量的电网设备状态评估方法 | |
| TWI427487B (zh) | 工件抽樣檢驗的方法及其電腦程式產品 | |
| CN115809805A (zh) | 基于边缘计算的电网多源数据处理方法 | |
| CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 | |
| CN115828744A (zh) | 一种白光发光二极管故障在线诊断与寿命预测方法 | |
| CN114858250A (zh) | 一种智慧水表的故障检测方法、系统及可读存储介质 | |
| CN110895624A (zh) | 基于最大熵谱估计的加速贮存与自然贮存退化数据一致性检验法 |
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 |