【技术实现步骤摘要】
一种气井出砂信息智能识别和预测方法
[0001]本专利技术涉及气井开发工程领域,尤其涉及一种气井出砂信息智能识别和预测方法
。
技术介绍
[0002]出砂监测是实现全寿命生产周期内出砂管理的关键步骤之一,复杂多相流动体系中砂粒信息的准确识别与预测是出砂监测中亟待解决的难题
。
气体湍流扰动下的砂粒精准监测是气井开发中面临的重大挑战之一
。
由于出砂导致的生产设备损坏
、
堵塞
、
砂埋等问题极大地限制了油气的安全高效开发,因此,实现井筒出砂信息的实时预警监测对于及时调整生产制度和降本增效具有重要指导意义
。
[0003]CN110344816A
公开了一种基于分布式光纤声音监测的油气井出砂监测方法,通过在待监测出砂油气井安装分布式光纤声音监测装置来监测油气井出砂状况
。
该方法可以对所有生产层段的出砂状况进行实时监测,但缺点在于其只能定性判断各层段的出砂程度,无法对出砂量进行定量预测
。
[0004]CN111305814A
公开了一种深水油气井水下出砂监测方法,通过将采集的信号与预设的流体版图进行比对,以实现对流体噪声信号的滤除和出砂信号的提取,该方法优势在于可以简单快捷的区分噪声信号与出砂信号,但缺点在于噪声信号的滤除受限于预设图版的精度,同时出砂信号特征的提取缺乏自适应性
。
此外,现有基于声
、
振监测法的油气井出砂预测方法普遍使用单轴传感器, ...
【技术保护点】
【技术特征摘要】
1.
一种气井出砂信息智能识别和预测方法,其特征在于,包括:出砂信号采集单元:包括采集参数设定模块和振动信号采集模块,用于采集气
‑
砂两相流激励的出砂振动信号,包括一种高频三轴加速度振动传感器;出砂信号降噪单元:包括小波包降噪模块和
EMD
多尺度分解与重构模块,用于滤除出砂信号中所包含的噪声信号,包括一种基于统计特征与多频相干分析融合优化的自定义小波包阈值降噪方法及其驱动优化的
EMD
自适应降噪算法;基于
CNN
的砂粒粒径智能识别单元:包括一种融合全局平均池化运算和“Leaky ReLU”型激活函数的深层卷积神经网络,用于对气
‑
砂两相流中的砂粒粒径进行智能识别,并依据所识别的砂粒粒径自动检索确定不同粒径砂粒对应的出砂量修正系数
A
;基于
LSTM
的出砂信号功率谱预测单元:包括一种基于
Dropout
正则化技术优化的浅层
LSTM
神经网络,其在气
‑
砂两相流激励的中尺度振动响应序列的驱动下对实时出砂信号的功率谱进行预测,并将所预测的功率谱进行积分得到不同监测方向的振动能量水平;气井出砂量计算与预测单元:包括一种基于熵权法修正的出砂量计算模型,其通过将砂粒粒径智能识别模块所得到的砂量修正系数与出砂信号功率谱预测模块得到的不同监测方向的振动能量水平输入所构建的出砂量计算模型,即可实现对气井出砂量的准确计算与预测
。2.
如权利1所述的出砂信号降噪单元,其包括基于统计特征和多频相干分析驱动优化的自定义小波包阈值降噪方法:
S1
:基于
FFT
变换确定气
‑
砂两相流激励出砂振动信号的频域响应范围;
S2
:将所采集的出砂振动信号进行多层小波包分解,并计算各子频带的能量占比
、
信噪比
、
峭度和多频相干系数;
S3
:通过前述
S1
和
S2
确定表征噪声信号的子频带,并将其小波包系数手动设置为0,然后将各子频带进行重构;
S4
:计算重构信号与原始信号的能量比
、
波形相似系数以及均方根误差
。
若能量比大于
0.85、
波形相似系数大于
0.9
且均方根误差小于
0.05
,则说明降噪效果良好;否则,重新设置分解层数
、
小波包基等并...
【专利技术属性】
技术研发人员:王锴,常子昂,李祎宸,田佳棋,付光明,王刚,鲁佳琦,
申请(专利权)人:中国石油大学华东,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。