特殊流体的流量测量技术

2017-08-11 09:01

（4）采用神经网络技术

由大量的简单基本元件—神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。

监测多相流的传感器得到包含丰富信息的复杂信号，为了提取单相流速的信息，需要采用较高级的数学处理方法。

CALtec和EDS—Scicon在石油财团及英国健康安全部的支持下，采用人工神经网络技术预测多相流量，不需要复杂的传统的数据处理系统。

人工神经网络系统通过分析实例来开发自己解决问题的方法，因此人工神经网络系统是对比而不是计算。

多相流量计的困难在于需要测量油气水三相的相分率及流速。CALTec在设计其人工神经网络系统时，采用电容测试箱、g-射线密度计、声学及压力传感器对多相流体测量进行了大规模的实验。

这些实验产生包含丰富信息的大量复杂数据，数据内部包含了自然流体的特征。神经网络系统就是从这些数据中提取有用的信息并与待测流体的数据进行比较。

通过实例分析的能力。尽管对于理论研究多相流体是有限的，但存在含有丰富信息的数据可以采用网络技术开发。

能处理非线形问题的能力。多相流特别是处于流型转变的多相流，表现出高度的非线形，神经网络系统能较好地处理。

从主干相信号中提取信息的能力。非介入式传感器的特点是信号干扰。神经网络系统不仅能从信号干扰中提取信息并且能够了解传感器的特征。

从实例中总结的能力。神经网络能够从有限的例子中内插以及进行某种程度的外插。

综合来源于三信信号源的数据的能力。这就突破了单一传感器的缺陷。

迅速建立有效解决方法的能力。数据对比而不是程序计算。

网络系统是由许多对比构成。对比组又由已知输入和期望响应值组成。输入输进入到网络的中子输入层，激活的中子信号在网络中反馈，对于多相流计量输入信号（间短观察）是传感器输入值，而输出值包括已知气、液相流速。根据目前输出和所有例子期望输出值的差异在网络系统内通过修正、对比，最终取得满意的输出。

经实验验证神经网络技术所预测的气、液相流量与实际测量值较吻合，气、液相流量平均误差小于±10%。

4、国外主要多相流量计

Daniel公司的MEGRA多相流量计

采用由SHELL石油公司开发的可以测量均相流中油气水含率的Dual Gama Ray技术与内置文丘里头锥体流速测量技术，测量精度为±7%，在线测量参数包括：混合物总流量、各相流量、累计流量、含水率、含气率、混合物粘度、工艺压力、温度。

Agar在线多相流量计

包括一个涡轮流量计和两个文丘里管，二次仪表（用以指示、记录或积算来自一次仪表的测量结果）根据三个传感器的输出计算得到气体和液体的体积流量；含水率微波监测仪来测量。不能用于高含气井流的测量。

Roxor RFM与Fluenta 1900 VI流量计

利用几种不同传感器的组合测量流速，使用Cs-137伽马密度计测量总密度，结合电容和电感传感器确定相分率。还增加了一个文丘利管来测量单相液体或者气体，以此扩大流量计的适用范围。主要在海上油田安装。

声明： 本文由入驻维科号的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。

共0条评论，0人参与

登录登录即可访问所有OFweek服务

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻

行业报告