基于功图仪和含水仪的简易多相流产量计量方法及系统技术方案

本发明专利技术公开了一种基于功图仪和含水仪的简易多相流产量计量方法，首先基于数据构建、训练和测试GCN模型，得到产液量计量模型；再在需要计量的油井井口安装功图仪和含水仪，获取实时位移数据X、实时载荷数据Y、实时含水率WLR和实时含气率GVF，由此得到预测实时产液、产油、产水、产气量，预测总产液、油、水、气量，以及平均含水、含气率。采用本发明专利技术的显著效果是，其依托功能单一、成本低廉的功图仪和含水仪，基于GCN算法提出了一种针对油井产出液的流量/产量以及组分含率的计量方法，显著区别于传统的计量方式，具有及时、准确、便捷和价格低廉等优势。优势。

【技术实现步骤摘要】
基于功图仪和含水仪的简易多相流产量计量方法及系统


[0001]本专利技术涉及油田生产过程中信息的采集、处理与运用，具体来说，涉及油田产量的虚拟计量方法。

技术介绍

[0002]油田开采过程中，在当前流动条件或预期流动条件下，为了了解地层油气含量变化，需要对油井产出液流量(产量)以及其中各组分的含率及进行连续计量并提供实时计量数据，油井产出液流量(产量)和各组分含率的实时计量数据，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。
[0003]油井产出液流量(产量)和各组分含率的传统计量方式有三种：
[0004]一是采用分离器玻璃管进行计量，其主要的缺点是：分离器玻璃管量油装置对于高含水伴生气少的油井，以及低液量、间歇出油的油井计量误差大，无法达到规范要求的计量精度；同时，此种计量方式的量油操作、读取玻璃管液面、卡表等操作均为人工进行，人为因素多，计量误差大；最后，计量过程中需要多次开关阀门，工人劳动强度大，很难实现长时间的连续计量，数据实时性差，且有可能存在人为虚报的情况。
[0005]二是采用翻斗式称重计量装置进行计量，这种计量方式由于受砂、液、气影响，使翻斗轴承腐蚀发滞，转动不灵活或翻斗不翻，漏失量增大；其次，其中的气体扰动可能会造成翻斗误翻，高产液井计量时液量对翻斗的冲击力，使翻斗提前翻转；同时，油气分离不彻底、泡沫等因素都会影响计量的准确度；此外，翻斗式称重计量装置的成本高较高；
[0006]三是采用最近几年来提出的基于伽马射线的多相流量计进行计量，但由于其功能强大、集成度高，也存在价格昂贵，体积大，移动不方便以及功能过剩等问题。

技术实现思路

[0007]有鉴于此，为了满足对油井产出液进行流量(产量)计量和各组分含率计量这单一需求，本专利技术基于图神经网络(GCN)提出一种虚拟计量方法，以满足计量的及时性、准确性、便捷性和低成本等要求。
[0008]具体的，本专利技术提供了一种基于功图仪和含水仪的简易多相流产量计量方法，技术方案如下：
[0009]步骤一、获取油井若干井口的历史产液量数据并由功图仪采集得到对应的若干历史位移数据X0和历史载荷数据Y0；
[0010]步骤二、以历史位移数据X0和对应的历史载荷数据Y0为输入的特征数据，对应的历史产液量数据为输出的目标数据，构建GCN建模所需要的节点数据；再基于井口历史位移数据X0和历史载荷数据Y0对应的工况类别，建立节点关系，构建GCN网络模型进行训练并测试，得到产液量计量模型；
[0011]步骤三、在需要计量的油井井口的抽油机上安装功图仪，获取实时位移数据X和实
时载荷数据Y；
[0012]在需要计量的油井井口的抽油泵出液管上安装含水仪，获取实时含水率WLR和实时含气率GVF；
[0013]步骤四、将实时位移数据X和对应的实时载荷数据Y输入所述产液量计量模型，得到预测实时产液量Q
l
；
[0014]步骤五、产量仿真模拟计算：
[0015]按下式得到预测实时产油量Q
o
：
[0016]Q
o
＝Q
l
×
(1
‑
WLR)；
[0017]按下式得到预测实时产水量Q
w
：
[0018]Q
w
＝Q
l
×
WLR；
[0019]按下式得到预测实时产气量Q
g
：
[0020]Q
g
＝Q
l
×
GVF/(1
‑
GVF)；
[0021]按下式得到预测总产量Q
iD
：
[0022][0023]i＝l,o,w,g；
[0024]j＝1,2,3,...,N；
[0025]Q
ij
表示当批次统计计算时，第j个预测实时产量数组；
[0026]N为当批次统计计算时，预测实时产量数组的总数；
[0027]max(Q
ij
)为当批次统计计算时，预测实时产量数组的最大值；
[0028]min(Q
ij
)为当批次统计计算时，预测实时产量数组的最小值；
[0029]按下式得到平均含水率WLR
D
：
[0030][0031]j＝1,2,3,...,N；
[0032]WLR
j
为当批次统计计算时，第j个实时含水率；
[0033]max(WLR
j
)为当批次统计计算时，实时含水率的最大值；
[0034]min(WLR
j
)为当批次统计计算时，实时含水率的最小值；
[0035]按下式得到平均含气率GVF
j
：
[0036][0037]GVF
j
为当批次统计计算时，第j个实时含气率；
[0038]max(GVF
j
)为当批次统计计算时，实时含气率的最大值；
[0039]min(GVF
j
)为当批次统计计算时，实时含气率的最小值。
[0040]与现有技术相比，本专利技术依托功图仪和含水仪，并基于GCN提出了一种针对油井产出液的流量/产量以及组分含率计量的新方法。
具体实施方式
[0041]以下结合实施例对本专利技术作进一步说明。
[0042]一种基于功图仪和含水仪的简易多相流产量计量方法，按以下步骤进行：
[0043]步骤一、获取油井若干井口的历史产液量数据并由功图仪采集得到对应的若干历史位移数据X0和历史载荷数据Y0；
[0044]步骤二、以历史位移数据X0和对应的历史载荷数据Y0为输入的特征数据，对应的历史产液量数据为输出的目标数据，构建GCN建模所需要的节点数据；具体的，构建两层GCN网络，两层网络结构分别为{(2，16)、(16，1)}，以relu做为激活函数，选择L1作为损失函数，利用Adam优化算法以防止过拟合，对GCN模型进行和训练和测试；
[0045]再基于井口历史位移数据X0和历史载荷数据Y0对应的工况类别，建立节点关系。具体的是，由所述历史位移数据X0和对应的所述载荷数据Y0绘制得到历史示功图，基于所述历史示功图的工况，分别建立正常工况的节点关系和非正常工况的节点关系；
[0046]所述非正常工况的节点关系包括：油井漏水、管线堵、回压大的节点关系；供液不足的节点关系；活塞卡死的节点关系；气体影响的节点关系；蜡卡的节点关系；游动阀漏的节点关系；连抽带喷的节点关系；固定阀漏的节点关系；活塞脱筒的节点关系；游动阀和固定阀同漏的节点关系；稠油的节点关系；结蜡的节点关系；抽油杆断的节点关系；上碰泵的节点关系；下碰泵的节点关系；出砂的节点关系。
[0047]最后，构建GCN网络模型进行训练并测试，得到产液量计量模型；
[0048]步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于功图仪和含水仪的简易多相流产量计量方法，其特征在于按以下步骤进行：步骤一、获取油井若干井口的历史产液量数据并由功图仪采集得到对应的若干历史位移数据X0和历史载荷数据Y0；步骤二、以历史位移数据X0和对应的历史载荷数据Y0为输入的特征数据，对应的历史产液量数据为输出的目标数据，构建GCN建模所需要的节点数据；再基于井口历史位移数据X0和历史载荷数据Y0对应的工况类别，建立节点关系，构建GCN网络模型进行训练并测试，得到产液量计量模型；步骤三、在需要计量的油井井口的抽油机上安装功图仪，获取实时位移数据X和实时载荷数据Y；在需要计量的油井井口的抽油泵出液管上安装含水仪，获取实时含水率WLR和实时含气率GVF；步骤四、将实时位移数据X和对应的实时载荷数据Y输入所述产液量计量模型，得到预测实时产液量Q
l
；步骤五、产量仿真模拟计算：按下式得到预测实时产油量Q
o
：Q
o
＝Q
l
×
(1
‑
WLR)；按下式得到预测实时产水量Q
w
：Q
w
＝Q
l
×
WLR；按下式得到预测实时产气量Q
g
：Q
g
＝Q
l
×
GVF/(1
‑
GVF)；按下式得到预测总产量Q
iD
：i＝l,o,w,g；j＝1,2,3,...,N；Q
ij
表示当批次统计计算时，第j个预测实时产量数组；N为当批次统计计算时，预测实时产量数组的总数；max(Q
ij
)为当批次统计计算时，预测实时产量数组的最大值；min(Q
ij
)为当批次统计计算时，预测实时产量数组的最小值；按下式得到平均含水率WLR
D
：j＝1,2,3,...,N；WLR
j
为当批次统计计算时，第j个实时含水率；max(WLR
j
)为当批次统计计算时，实时含水率的最大值；
min(WLR
j
)为当批次统计计算时，实时含水率的最小值；按下式得到平均含气率GVF
j
：GVF
j
为当批次统计计算时，第j个实时含气率；max(GVF
j
...

【专利技术属性】
技术研发人员：周建峰，李晓芳，朱运周，崔文豪，刘凯，田小凯，
申请(专利权)人：海默潘多拉数据科技深圳有限公司，
类型：发明
国别省市：