RU2387829C1

RU2387829C1 - Information and measuring system for gas-fluid flow phase rate

Info

Publication number: RU2387829C1
Application number: RU2009116829/03A
Authority: RU
Inventors: Евгений Николаевич Браго (RU); Евгений Николаевич Браго; Дмитрий Николаевич Великанов (RU); Дмитрий Николаевич Великанов; Виктор Владимирович Южанин (RU); Виктор Владимирович Южанин
Priority date: 2009-05-05
Filing date: 2009-05-05
Publication date: 2010-04-27

Abstract

FIELD: oil-and-gas industry.

SUBSTANCE: invention relates to oil and gas industry and can be used for measuring the rate of two-phase flows of operated gas, gas condensate and oil wells. Proposed system comprises gas-fluid flow pressure fluctuation transducer with its output connected to charge amplifier. Charge amplifier output is connected to input of the first and second scaling measuring amplifiers, for LH and HF pressure fluctuations, the amplifiers outputs being connected to inputs of the first and second active bandpass filters, respectively. Outputs of the first and second active bandpass filters are connected to first data inputs of the first and second ADCs.Outputs of the first and second ADC are connected to first data inputs of the units designed to determine data-containing HF flow parameters and data-containing LF flow parameters. Their control outputs are connected to second control inputs of the first and second ADCs. Note here that aforesaid unit designed to determine data-containing LF flow parameters is connected, via third data input and third control output, with the third ADC output and first control input. Second data input of third ADC is connected to analog multiplexer output. First, second data and third control inputs of said multiplexer are connected, respectively, with flow temperature and pressure transducers and fourth control output of the unit designed to determine data-containing LF flow parameters. Note also that second data outputs of the units designed to determine data-containing HF and LF flow parameters are connected to data inputs of the unit designed to generate the vector of input variable neuron networks models. First and second control outputs of unit designed to generate the vector of input variable neuron networks models are connected to second control inputs of the units designed to determine data-containing HF and LF flow parameters, while its third data input is connected to inputs of the units of neuron network gas and fluid flow rate models. Outputs of the units of neuron network gas and fluid flow rate models are connected, respectively, to first and second inputs of indication unit and to first and second inputs of communication interface unit.

EFFECT: higher accuracy of separate determination of gas and fluid phases due to possibility to determine unlimited number of frequency bands in flow pressure fluctuation spectrum in wide frequency range.

4 dwg

Description

Изобретение относится к области нефтегазодобывающей промышленности и может быть использовано при измерении дебита двухфазных потоков эксплуатационных газовых, газоконденсатных и нефтяных скважин.The invention relates to the field of oil and gas industry and can be used to measure the flow rate of two-phase flows of production gas, gas condensate and oil wells.

Известно устройство для измерения расхода фаз многофазного потока, функционирование которого основано на определении расхода фаз многофазного потока по перепаду давления на конусообразном сужающем устройстве и температуре с помощью модели, статистически связывающей эти параметры с расходами фаз. При этом используются различные числовые характеристики измеряемых сигналов в частотной и временной области (доклад: Wet Gas Metering with V-Cone and Neural Nets, Haluk Toral, Shiqian Cai, Bob Peters. 23rd International North Sea Flow Measurement Workshop, Тонсберг, Норвегия, 18-21 октября 2005).A device is known for measuring the flow rate of phases of a multiphase flow, the operation of which is based on determining the flow rate of phases of a multiphase flow by the pressure drop on a cone-shaped constricting device and temperature using a model that statistically relates these parameters to phase flow rates. Different numerical characteristics of the measured signals in the frequency and time domain are used (report: Wet Gas Metering with V-Cone and Neural Nets, Haluk Toral, Shiqian Cai, Bob Peters. 23rd International North Sea Flow Measurement Workshop, Tonsberg, Norway, 18- October 21, 2005).

Недостатком устройства является необходимость динамически определять режим течения потока, который может быть различным при одних и тех же расходах фаз. Указанный недостаток обусловлен применением стандартного конусообразного сужающего устройства, не обеспечивающего инвариантность показаний датчиков к режиму течения потока.The disadvantage of this device is the need to dynamically determine the flow pattern of the stream, which can be different at the same phase flow rates. This drawback is due to the use of a standard cone-shaped narrowing device that does not ensure the invariance of the sensor readings to the flow regime.

Из известных устройств наиболее близким к предлагаемому является устройство для измерения дебита двухфазных потоков эксплуатационных скважин, содержащее измерительный модуль, включающий последовательно соединенные акустический датчик пульсаций давления потока продукции на устье скважины в виде пьезокерамического элемента и согласующий усилитель, фильтры нижних и верхних частот и регистраторы дебитов жидкости и газа, масштабирующий усилитель, первый и второй вычислители среднеквадратического значения сигналов, коммутатор, аналого-цифровой преобразователь, микропроцессорный контроллер с клавиатурой и датчик избыточного давления потока продукции в трубопроводе на устье скважины. Измерительный модуль осуществляет преобразование пульсаций давления потока, сформированного посредством установленного на контролируемом трубопроводе специального сужающего устройства, обеспечивающего формирование потока регулярной структуры, инвариантного к режиму течения, в пропорциональный электрический сигнал (RU №2103502, Е21В 47/10, 1998).Of the known devices, the closest to the proposed device is a device for measuring the production rate of two-phase flows of production wells, which contains a measuring module, which includes a series-connected acoustic sensor of pressure pulsations of the product flow at the wellhead in the form of a piezoceramic element and a matching amplifier, low and high frequency filters, and liquid flow recorders and gas, a scaling amplifier, the first and second calculators of the rms signals, a switch, an analog an o-digital converter, a microprocessor controller with a keyboard and an overpressure sensor for the product flow in the pipeline at the wellhead. The measuring module converts the pulsations of the flow pressure generated by means of a special narrowing device installed on the controlled pipeline, which ensures the formation of a flow of a regular structure that is invariant to the flow regime, into a proportional electric signal (RU No. 2103502, Е21В 47/10, 1998).

Недостатком известного устройства является недостаточно высокая точность измерения, что обусловлено использованием мощности флуктуаций давления лишь в двух частотных полосах акустического диапазона, а также использованием для расчета дебита эмпирических регрессионных моделей. Это затрудняет создание моделей потока, адекватно описывающих процесс в широком диапазоне расхода фаз. Параметры регрессионных моделей необходимо корректировать непосредственно в режиме эксплуатации при существенном изменении рабочего режима и условий эксплуатации скважины, в противном случае возможно снижение точности измерений.A disadvantage of the known device is the insufficiently high measurement accuracy, which is due to the use of the power of pressure fluctuations in only two frequency bands of the acoustic range, as well as the use of empirical regression models to calculate the flow rate. This makes it difficult to create flow models that adequately describe the process over a wide range of phase flow rates. The parameters of the regression models must be corrected directly in the operating mode with a significant change in the operating mode and conditions of the well’s operation, otherwise it is possible to reduce the measurement accuracy.

В основу настоящего изобретения положена задача создания информационно-измерительной системы расхода фаз газожидкостного потока, обеспечивающей повышение точности раздельного определения газовой и жидкостной фаз в широком диапазоне изменения режимов потока за счет возможности учета неограниченного числа частотных полос спектра флуктуаций давления потока в широком частотном диапазоне от 10 Гц до 1 МГц, что обеспечивается применением в качестве аппарата моделирования многофазных потоков - теории нейронных сетей.The basis of the present invention is the creation of an information-measuring system for the flow rate of phases of a gas-liquid flow, which provides increased accuracy of the separate determination of gas and liquid phases in a wide range of flow regime changes due to the possibility of taking into account an unlimited number of frequency bands of the spectrum of flow pressure fluctuations in a wide frequency range from 10 Hz up to 1 MHz, which is ensured by the use of multiphase flow modeling as a device - the theory of neural networks.

Для раздельного определения расхода газа и жидкости используются нейросетевые модели с архитектурой типа многослойный персептрон, причем применяются отдельные модели для вычисления расхода газа и жидкости.For separate determination of gas and liquid flow rates, neural network models with multilayer perceptron type architecture are used, and separate models are used to calculate gas and liquid flow rates.

Поставленная задача достигается тем, что информационно-измерительная система расхода фаз газожидкостного потока содержит датчик флуктуаций давления газожидкостного потока, выход которого соединен с усилителем заряда, выход которого подключен к входам первого и второго масштабирующего измерительного усилителя соответственно для высокочастотных и низкочастотных флуктуаций давления, выходы которых соединены с входами соответственно первого и второго активного полосового фильтра, выходы которых подсоединены к первым информационным входам первого и второго АЦП, выходы которых подключены соответственно к первым информационным входам блоков определения информативных высокочастотных параметров потока и информативных низкочастотных параметров потока, первые управляющие выходы которых подсоединены ко вторым управляющим входам первого и второго АЦП, причем блок определения информативных низкочастотных параметров потока связан по третьему информационному входу и третьему управляющему выходу соответственно с выходом и первым управляющим входом третьего аналого-цифрового преобразователя, второй информационный вход которого подсоединен к выходу аналогового мультиплексора, первый, второй информационные и третий управляющий входы которого соединены соответственно с датчиками температуры и давления контролируемого потока продукции скважин и с четвертым управляющим выходом блока определения информативных низкочастотных параметров потока, при этом вторые информационные выходы блоков определения информативных высокочастотных параметров потока и информативных низкочастотных параметров потока подключены к информационным входам блока формирования вектора входных переменных нейросетевых моделей, первый и второй управляющие выходы которого подсоединены ко вторым управляющим входам блоков определения информативных высокочастотных параметров потока и информативных низкочастотных параметров потока, а третий информационный выход - к входам блоков нейросетевых моделей расхода газа и жидкости, выходы которых соединены соответственно с первым и вторым входами блока индикации и с первым и вторым входами блока интерфейса связи.The problem is achieved in that the information-measuring system of the flow rate of the phases of the gas-liquid stream contains a pressure fluctuation sensor for the gas-liquid stream, the output of which is connected to a charge amplifier, the output of which is connected to the inputs of the first and second scaling measuring amplifier, respectively, for high-frequency and low-frequency pressure fluctuations, the outputs of which are connected with inputs of the first and second active band-pass filters, respectively, the outputs of which are connected to the first information the inputs of the first and second ADCs, the outputs of which are connected respectively to the first information inputs of the units for determining informative high-frequency flow parameters and informative low-frequency flow parameters, the first control outputs of which are connected to the second control inputs of the first and second ADCs, and the unit for determining informative low-frequency flow parameters is connected according to the third information input and the third control output, respectively, with the output and the first control input of the third analog a digital transducer, the second information input of which is connected to the output of the analog multiplexer, the first, second information and third control inputs of which are connected respectively to temperature and pressure sensors of the monitored well production stream and to the fourth control output of the informative low-frequency flow parameter determination unit, while the second information outputs blocks for determining informative high-frequency flow parameters and informative low-frequency flow parameters and connected to the information inputs of the unit for generating the vector of input variables of neural network models, the first and second control outputs of which are connected to the second control inputs of the blocks for determining informative high-frequency flow parameters and informative low-frequency flow parameters, and the third information output is connected to the inputs of the blocks of neural network models of gas and liquid flow the outputs of which are connected respectively with the first and second inputs of the display unit and with the first and second inputs of the communication interface unit.

Сущность предлагаемой системы поясняется чертежами, где на фиг.1 приведена блок-схема устройства для определения расхода газа и жидкости многофазных потоков, на фиг.2, 3, 4 - соответственно блок-схемы алгоритмов работы блоков определения информативных высокочастотных и низкочастотных параметров потока и формирования вектора входных переменных нейросетевых моделей.The essence of the proposed system is illustrated by drawings, in which Fig. 1 shows a block diagram of a device for determining gas and liquid flow rates of multiphase flows, Figs. 2, 3, 4 are respectively flowcharts of algorithms for determining informative high-frequency and low-frequency flow and formation parameters vectors of input variables of neural network models.

Предлагаемая информационно-измерительная система расхода фаз газожидкостных потоков эксплуатационных газовых, газоконденсатных и нефтяных скважин содержит пьезокерамический чувствительный элемент 1, фиксирующий флуктуации давления газожидкостного потока, образующиеся формирующим устройством специальной конструкции 2, усилитель заряда 3, вход которого соединен с выходом пьезокерамического чувствительного элемента 1, первый и второй масштабирующие измерительные усилители 4 и 5, входы которых соединены с выходом усилителя заряда 3, первый и второй активные полосовые фильтры 6 и 7, входы которых соединены с выходами соответственно первого и второго масштабирующих измерительных усилителей 4 и 5, датчик давления 8 и датчик температуры 9, измеряющие соответствующие параметры газожидкостного потока, аналоговый мультиплексор 10, первый и второй входы которого соединены с выходами соответственно датчика давления 8 и датчика температуры 9, первый АЦП 11, первый вход которого соединен с выходом первого активного полосового фильтра 6, второй АЦП 12, первый информационный вход которого соединен с выходом второго активного полосового фильтра 7. Блок определения информативных ВЧ-параметров потока 14 вычисляет информативные спектральные параметры ВЧ-области флуктуаций давления. Его первый информационный вход соединен с выходом первого АЦП 11, а первый управляющий выход соединен со вторым управляющим входом первого АЦП 11. Блок определения информативных НЧ-параметров потока 15 вычисляет информативные спектральные параметры НЧ-области флуктуаций давления. Его первый управляющий выход соединен со вторым управляющим входом второго АЦП 12, а первый информационный вход соединен с выходом второго АЦП 12, третий управляющий выход которого соединен с первым управляющим входом третьего АЦП 13, а третий информационный вход соединен с выходом третьего АЦП 13, при этом второй информационный вход АЦП 13 соединен с выходом аналогового мультиплексора 10. Четвертый управляющий выход блока определения информативных НЧ-параметров потока 15 соединен с третьим управляющим входом аналогового мультиплексора 10. Блок формирования вектора входных переменных нейросетевых моделей 16 из векторов информативных спектральных параметров НЧ и ВЧ областей флуктуаций давления, а также величины давления и температуры, полученные от блоков определения информативных параметров 14 и 15, формируют общий вектор информативных параметров. Первый и второй информационный входы блока соединены со вторыми информационными выходами блоков определения информативных ВЧ- и НЧ-параметров потока 14 и 15, а первый и второй управляющий выходы блока соединены со вторыми информационными входами блоков определения информативных ВЧ- и НЧ-параметров потока 14 и 15. Входы блоков нейросетевой модели расхода газа 17 и нейросетевой модели расхода жидкости 18 соединены с третьим информационным выходом блока формирования вектора входных переменных нейросетевых моделей 16. Первый вход блока индикации 19 соединен с выходом блока нейросетевой модели расхода газа 17, а второй вход - с выходом блока нейросетевой модели расхода жидкости 18. Аналогично, первый вход блока интерфейса связи 20 соединен с выходом блока нейросетевой модели расхода газа 17, а второй вход - с выходом блока нейросетевой модели расхода жидкости 18.The proposed information-measuring system for the flow of phases of gas-liquid flows of production gas, gas condensate and oil wells contains a piezoceramic sensor 1, which fixes the pressure fluctuations of the gas-liquid stream generated by a special design device 2, a charge amplifier 3, the input of which is connected to the output of the piezoceramic sensor 1 and a second scaling measuring amplifiers 4 and 5, the inputs of which are connected to the output of the charge amplifier 3, ne the first and second active band-pass filters 6 and 7, the inputs of which are connected to the outputs of the first and second scaling measuring amplifiers 4 and 5, a pressure sensor 8 and a temperature sensor 9, measuring the corresponding parameters of the gas-liquid flow, an analog multiplexer 10, the first and second inputs of which are connected with the outputs of the pressure sensor 8 and temperature sensor 9, respectively, the first ADC 11, the first input of which is connected to the output of the first active band-pass filter 6, the second ADC 12, the first information input of which connected to the output of a second active bandpass filter 7. The determination unit informative flow HF informative parameter 14 calculates spectral parameters of HF-field pressure fluctuations. Its first information input is connected to the output of the first ADC 11, and the first control output is connected to the second control input of the first ADC 11. The informative LF parameters determining unit of the flow 15 calculates the informative spectral parameters of the LF region of pressure fluctuations. Its first control output is connected to the second control input of the second ADC 12, and the first information input is connected to the output of the second ADC 12, the third control output of which is connected to the first control input of the third ADC 13, and the third information input is connected to the output of the third ADC 13, while the second information input of the ADC 13 is connected to the output of the analog multiplexer 10. The fourth control output of the unit for determining informative low-frequency parameters of the stream 15 is connected to the third control input of the analog multiplexer 10. Bl to form a vector of input variables of the neural network models 16 informative spectral vectors LF parameters and HF regions of pressure fluctuations, pressure and temperature values obtained from the determination of the informative parameter blocks 14 and 15, form a common vector informative parameters. The first and second information inputs of the unit are connected to the second information outputs of the units for determining the informative RF and LF parameters of the stream 14 and 15, and the first and second control outputs of the unit are connected to the second information inputs of the units for determining the informative HF and LF parameters of the stream 14 and 15 The inputs of the blocks of the neural network model of gas flow 17 and the neural network model of fluid flow 18 are connected to the third information output of the block forming the vector of input variables of neural network models 16. The first input of the display unit 19 is connected to the output of the block of the neural network model of gas flow 17, and the second input is to the output of the block of the neural network model of liquid 18. Similarly, the first input of the block of the communication interface 20 is connected to the output of the block of the neural network model of gas 17 and the second input is to the output of the block of the neural network fluid flow models 18.

Система работает следующим образом.The system operates as follows.

Пьезокерамический чувствительный элемент 1 преобразует в электрический заряд пульсации давления многофазного потока после формирующего устройства специальной конструкции 2, обеспечивающего регулярную структуру потока, инвариантную к режиму течения. Заряд пьезокерамического элемента преобразуется в напряжение усилителем заряда 3.The piezoelectric ceramic element 1 converts the pressure pulsations of the multiphase flow into an electric charge after the forming device of a special design 2, which provides a regular flow structure that is invariant to the flow regime. The charge of the piezoceramic element is converted into voltage by a charge amplifier 3.

В спектре сигнала флуктуаций давления на выходе усилителя заряда 3 присутствуют две частотные составляющие, которые условно названы высокочастотной (ВЧ) и низкочастотной (НЧ). Составляющая НЧ содержит информативные частотные полосы, мощность флуктуаций давления в которых зависит от расходов жидкости и газа, а информативные частотные полосы составляющей ВЧ содержат информацию о механических примесях и капельной структуре потока. Вектор, образованный совопокупностью значений мощности флуктуаций давления в информативных частотных полосах НЧ-составляющей, условно назван вектором информативных НЧ-параметров, аналогично введено понятие вектора информативных ВЧ-параметров. Совокупность обоих векторов информативных параметров образует вектор информативных спектральных параметров.In the spectrum of the signal of pressure fluctuations at the output of the charge amplifier 3 there are two frequency components, which are conventionally called high-frequency (HF) and low-frequency (LF). The LF component contains informative frequency bands, the power of pressure fluctuations in which depends on the flow rates of liquid and gas, and the informative frequency bands of the HF component contain information on mechanical impurities and the droplet structure of the stream. The vector formed by the totality of the values of the power of pressure fluctuations in the informative frequency bands of the LF component is conventionally called the vector of informative LF parameters, the concept of the vector of informative HF parameters is similarly introduced. The combination of both vectors of informative parameters forms a vector of informative spectral parameters.

Давление потока, измеряемое датчиком давления 8, и температуры потока, измеряемое датчиком температуры 9, также являются информативными параметрами потока. Вектор информативных спектральных параметров, дополненный значениями давления и температуры потока, условно назван вектором информативных параметров потока.The flow pressure measured by the pressure sensor 8, and the flow temperature measured by the temperature sensor 9 are also informative flow parameters. The vector of informative spectral parameters, supplemented by the values of pressure and temperature of the stream, is conventionally called the vector of informative parameters of the stream.

Выделение составляющей ВЧ флуктуаций давления из выходного сигнала усилителя заряда 3 осуществляется с помощью масштабирующего измерительного усилителя 4, увеличивающего амплитуду сигнала, и активного полосового фильтра 6, который окончательно формирует частотный спектр сигнала, удаляя неинформативные частотные области. Выделение составляющей НЧ флуктуаций давления из выходного сигнала усилителя заряда 3 осуществляется аналогично с помощью масштабирующего измерительного усилителя 5 и активного полосового фильтра 7.The component of the RF pressure fluctuations is extracted from the output signal of the charge amplifier 3 by means of a scaling measuring amplifier 4, which increases the signal amplitude, and an active bandpass filter 6, which finally forms the frequency spectrum of the signal, removing non-informative frequency regions. The separation of the component of the low-frequency pressure fluctuations from the output signal of the charge amplifier 3 is carried out similarly using a scaling measuring amplifier 5 and an active band-pass filter 7.

Составляющая ВЧ оцифровывается АЦП 11 с частотой 5 МГц, а составляющая НЧ оцифровывается АЦП 12 с частотой 5 кГц. Сигналы датчиков давления 8 и температуры 9 поочередно подаются через аналоговый мультиплексор 10 на оцифровку в АЦП 13.The HF component is digitized by the ADC 11 with a frequency of 5 MHz, and the LF component is digitized by the ADC 12 with a frequency of 5 kHz. The signals of the pressure sensors 8 and temperature 9 are alternately fed through an analog multiplexer 10 for digitization in the ADC 13.

Блок определения информативных ВЧ-параметров потока 14 осуществляет сбор цифровых отсчетов ВЧ-составляющей сигнала флуктуаций давления, полученных от АЦП 11, вычисляет вектор информативных ВЧ-параметров, который и передает его в блок формирования вектора входных переменных нейросетевых моделей 16. Кроме того, в функции блока входит управление работой АЦП 13.The unit for determining the informative RF parameters of the stream 14 collects digital samples of the RF component of the signal of pressure fluctuations received from the ADC 11, calculates the vector of informative RF parameters, which transfers it to the unit for generating the vector of input variables of neural network models 16. In addition, in the function block includes the operation of the ADC 13.

На блок-схеме алгоритма блока определения информативных ВЧ-параметров 14, представленной на фиг.2, приняты следующие обозначения:In the block diagram of the algorithm of the block for determining informative RF parameters 14, presented in figure 2, the following notation:

1 - Ожидание разрешения работы от блока формирования вектора входных переменных нейросетевых моделей 16,1 - Waiting for permission from the block forming the vector of input variables of neural network models 16,

2 - Сбор цифровых отсчетов с АЦП 11 за заданное время измерения,2 - Collection of digital samples from the ADC 11 for a given measurement time,

3 - Вычисление амплитудного спектра по алгоритму БПФ,3 - Calculation of the amplitude spectrum according to the FFT algorithm,

4 - Вычисление спектра мощности,4 - Calculation of the power spectrum,

5 - Вычисление по спектру мощности вектора информативных ВЧ-параметров,5 - Calculation of the power spectrum of a vector of informative RF parameters,

6 - Передача вектора информативных ВЧ-параметров в блок формирования вектора входных переменных нейросетевых моделей 16.6 - Transfer of the vector of informative RF parameters to the block for generating the vector of input variables of neural network models 16.

Блок определения информативных НЧ параметров 15 осуществляет сбор цифровых отсчетов НЧ-составляющей сигнала флуктуаций давления, полученных от АЦП 12, вычисляет вектор информативных НЧ-параметров. Также в блок определения информативных НЧ параметров 15 поступают значения давления и температуры, оцифрованные АЦП 13. Вектор информативных НЧ-параметров, а также значения давления и температуры передаются в блок формирования вектора входных переменных нейросетевых моделей 16.The informative LF parameter determination unit 15 collects digital samples of the LF component of the pressure fluctuation signal received from the ADC 12, and computes the vector of informative LF parameters. Also, the unit for determining informative low-frequency parameters 15 receives pressure and temperature values digitized by the ADC 13. The vector of informative low-frequency parameters, as well as the pressure and temperature, are transmitted to the block for generating the vector of input variables of neural network models 16.

Кроме того, в функции блока определения информативных НЧ параметров 15 входит управление работой АЦП 12, АЦП 13 и аналогового мультиплексора 10.In addition, the function of the unit for determining informative low-frequency parameters 15 includes controlling the operation of the ADC 12, ADC 13 and the analog multiplexer 10.

Блок-схема алгоритма работы блока определения информативных НЧ параметров 15, представленная на фиг.3, содержит следующие операторы:The block diagram of the algorithm for determining informative low-frequency parameters 15, presented in figure 3, contains the following operators:

2 - Сбор цифровых отсчетов с АЦП 12 за заданное время измерения,2 - Collection of digital samples from the ADC 12 for a given measurement time,

5 - Вычисление по спектру мощности вектора информативных НЧ-параметров,5 - Calculation of the power spectrum of a vector of informative low-frequency parameters,

6 - Переключение аналогового мультиплексора на канал температуры,6 - Switching the analog multiplexer to the temperature channel,

7 - Оцифровка значения температуры с помощью АЦП 13,7 - Digitization of the temperature value using the ADC 13,

8 - Переключение аналогового мультиплексора на канал давления,8 - Switching the analog multiplexer to the pressure channel,

9 - Оцифровка значения давления с помощью АЦП 13,9 - Digitization of the pressure value using the ADC 13,

10 - Передача в блок формирования вектора входных переменных нейросетевых моделей 16 значений давления и температуры,10 - Transfer to the block forming the vector of input variables of neural network models 16 values of pressure and temperature,

11 - Передача вектора информативных НЧ-параметров в блок формирования вектора входных переменных нейросетевых моделей 16.11 - Transfer of the vector of informative LF parameters to the block for generating the vector of input variables of neural network models 16.

Блок формирования вектора входных переменных нейросетевых моделей 16 циклически запускает сбор данных в блоках определения информативных ВЧ- и НЧ-параметров 14 и 15 и получает от них значения давления и температуры, а также векторы информативных НЧ и ВЧ-параметров. По полученным данным формируется вектор информативных параметров потока, который передается блоки нейросетевых моделей 17 и 18, определяющих расхода газа и жидкости соответственно.The unit for generating the vector of input variables of neural network models 16 cyclically starts collecting data in the blocks for determining informative high-frequency and low-frequency parameters 14 and 15 and receives pressure and temperature values from them, as well as vectors of informative low-frequency and high-frequency parameters. According to the data obtained, a vector of informative flow parameters is formed, which is transmitted to the blocks of neural network models 17 and 18, which determine the flow of gas and liquid, respectively.

Блок-схема алгоритма работы блока формирования вектора входных переменных нейросетевых моделей 16, представленная на фиг.4, содержит следующие основные операторы:The flowchart of the operation of the block forming the vector of input variables of neural network models 16, presented in figure 4, contains the following basic operators:

1 - Разрешение работы блоков определения информативных ВЧ- и НЧ-параметров 14 и 15,1 - Resolution of the operation of the blocks for determining the informative RF and LF parameters 14 and 15,

2 - Получение векторов информативных НЧ- и ВЧ-параметров от блоков определения информативных ВЧ- и НЧ-параметров 14 и 15 и формирование на их основе вектора информативных параметров потока,2 - Obtaining vectors of informative LF and HF parameters from the blocks for determining informative HF and LF parameters 14 and 15 and forming on their basis a vector of informative flow parameters,

3 - Передача вектора информативных параметров потока в блоки нейросетевых моделей 17 и 18.3 - Transfer of the vector of informative flow parameters to the blocks of neural network models 17 and 18.

Нейронные сети блоков нейросетевых моделей 17 и 18 строятся по данным экспериментальных исследований. Данные представляют собой набор векторов информативных параметров потока и соответствующих им расходов фаз. Вектор информативных параметров потока содержит информацию как о расходе газа, так и о расходе жидкости. Блоки нейросетевых моделей 17 и 18 определяют расходы газа и жидкости по одним и тем же исходным величинам, содержащимся в векторе информативных параметров. В качестве базовой архитектуры нейронных сетей в блоках нейросетевых моделей 17 и 18 используется многослойный персептрон. Обучение нейронных сетей в блоках нейросетевых моделей 17 и 18 осуществляется одним из градиентных методов на базе алгоритма обратного распространения ошибки.Neural networks of blocks of neural network models 17 and 18 are constructed according to experimental studies. Data is a set of vectors of informative flow parameters and corresponding phase flows. The vector of informative flow parameters contains information about both gas flow rate and liquid flow rate. Blocks of neural network models 17 and 18 determine the flow of gas and liquid by the same initial values contained in the vector of informative parameters. As the basic architecture of neural networks in blocks of neural network models 17 and 18, a multilayer perceptron is used. The training of neural networks in blocks of neural network models 17 and 18 is carried out by one of the gradient methods based on the back propagation algorithm of the error.

На основе проведенных исследований выяснено, что за счет использования отдельных нейронных сетей для различных фаз потока, реализующихся блоками нейросетевых моделей 17 и 18, можно добиться увеличения точности модели при неизменном объеме экспериментальных данных или снижения объема экспериментальной выборки при неизменной точности.Based on the studies, it was found that through the use of separate neural networks for different phases of the flow implemented by the blocks of neural network models 17 and 18, it is possible to increase the accuracy of the model with a constant amount of experimental data or reduce the volume of the experimental sample with constant accuracy.

Объясняется это тем, что количество коэффициентов каждой из нейронных сетей в блоках нейросетевых моделей 17 и 18, подлежащих экспериментальному определению, меньше по сравнению с одной нейросетевой моделью, вычисляющей оба расхода.This is explained by the fact that the number of coefficients of each of the neural networks in the blocks of neural network models 17 and 18, subject to experimental determination, is smaller compared to one neural network model that calculates both flows.

Значения расходов фаз отображаются на блоке индикации 19 и передаются через блок интерфейса связи 20 потребителю измерительной информации.The values of the phase flow are displayed on the display unit 19 and transmitted through the communication interface unit 20 to the consumer of the measurement information.

Claims

An information-measuring system for the flow of phases of a gas-liquid flow, characterized in that it contains a pressure fluctuation sensor for a gas-liquid flow, the output of which is connected to a charge amplifier, the output of which is connected to the inputs of the first and second scaling measuring amplifiers, respectively, for high-frequency and low-frequency pressure fluctuations, the outputs of which are connected with inputs of the first and second active bandpass filters, respectively, the outputs of which are connected to the first information inputs ne the first and second analog-to-digital converters (ADCs), the outputs of which are connected respectively to the first information inputs of the units for determining informative high-frequency parameters of the stream and informative low-frequency parameters of the stream, the first control outputs of which are connected to the second control inputs of the first and second ADCs, and the unit for determining informative low-frequency flow parameters is connected to the third information input and the third control output, respectively, with the output and the first control the input of the third ADC, the second information input of which is connected to the output of the analog multiplexer, the first, second information and third control inputs of which are connected respectively to temperature and pressure sensors of the monitored well production stream and to the fourth control output of the informative low-frequency flow parameter determination unit, while the second information outputs of blocks for determining informative high-frequency flow parameters and informative low-frequency flow parameters under are connected to the information inputs of the unit for generating the vector of input variables of neural network models, the first and second control outputs of which are connected to the second control inputs of the blocks for determining informative high-frequency flow parameters and informative low-frequency flow parameters, and the third information output is connected to the inputs of the blocks of neural network models of gas and liquid flow, the outputs of which are connected respectively with the first and second input of the display unit and with the first and second input of the communication interface unit.