一种分流法测量持油率的动态测量误差补偿方法与流程

技术领域：

本发明属于石油工程与测井技术领域，具体涉及一种分流法测量持油率的动态测量误差补偿方法。

背景技术：
：

随着注水采油技术的使用和开采时间的延伸，目前我国陆上油田大多已进入开发中后期，油藏持水率极高，有的甚至达到了95％，且新发现储量70％为高含水储量。在油田动态测井领域，监测各产层持油率，提供储层动用信息，可以优化油藏工程方案、评价压裂、堵水等工程作业效果；在油气集输领域，油井油气水产量在线计量对评价单井开发效果、优化油井生产制度、保证采油设备安全运行具有重要意义。

但是在高含水油井中，由于持油率很低，采用传统的电导传感器直接测量持油率很难获得准确的持油率。目前多采用分流法进行，所谓的分流法指的是依据重力分异作用，将部分水分流掉，这样就提高了油的浓度，然后再采用电导探针传感器测量持油率。理论上，如果能够准确计量分流的水量，就可以采用分离法精确测量持油率，但是持油率的测量为动态测量，且测量过程中存在油水的乳化作用，故无法避免少部分油随水流走，从而产生动态测量误差，动态测量误差的产生导致持油率的测量不准确。为实现持油率的准确测量，需对动态测量获得的持油率进行误差补偿。

技术实现要素：
：

本发明的目的是为了解决现有分流法动态测量持油率过程中，部分油随水分流掉导致持油率测量不准确的问题而提出的，提供一种分流法测量持油率的动态测量误差补偿方法。

本发明采用的技术方案为：一种分流法测量持油率的动态测量误差补偿方法，所述补偿方法包括以下步骤：

步骤一：开展分流法油水测量实验，设第t次实验的理论持油率为vt，测量所得实际持油率为vft，计算持油率动态测量误差δvt，t＝1，2，3，…，n，n为总计进行的实验次数；

持油率动态测量误差δvi的计算方法为：

δvt＝vt-vft

步骤二：对持油率动态测量误差δvt采用灰色系统理论进行异常值的识别与修正，修正后的持油率动态测量误差为δvmt；

对持油率动态测量误差δvt采用灰色系统理论进行异常值的识别与修正方法如下：

持油率动态测量误差δvt满足则δvt为动态测量异常值，并且此处的值采用修正；

中，γ为灰辨别系数，为δvt的灰预测值，在精密测量中，γ一般取2.3，但是在分流法测量持油率动态测量误差补偿异常值识别中，γ取值2.3不满足需求，本方法从跳跃度定义上分析将灰辨别系数将γ定义为：

持油率动态测量误差δvt异常值识别模型可以表述为：

依据gm(1，1)模型，的表达式如下：

式中α为发展系数，μ为灰作用量，α和μ的获取方法为：

其中，b为gm(1，1)模型灰度矩阵，表达式为：z⁽¹⁾(t)为gm(1，1)背景序列，z⁽¹⁾(t)＝0.5δvt+0.5δvt-1，t＝2，3，...，n；原始矩阵y的表达式为：

步骤三：对修正后的持油率动态测量误差δvmt进行数加与反褶预处理运算，数加与反褶预处理后的持油率动态测量误差为δvpt；

数加与反褶预处理运算的方法如下：

因为灰色系统理论要求数据大致呈现凹性且建模数据不能为负值，而修正后的持油率动态测量误差δvmt含有负值且凹凸不定，为改变修正后的持油率动态测量误差δvmt的凹凸性与正负性，需进行反褶和数加预处理；

如果修正后的持油率动态测量误差δvmt呈现凹性且不含负值，此时不需要做反褶和数加预处理，即：δvpt＝δvmt；

如果修正后的持油率动态测量误差δvmt呈现凹性且含负值，此时不需要数加预处理，即：

δvpt＝δvmt+{|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|}max；

如果修正后的持油率动态测量误差δvmt呈现凸性且不含负值，此时需要做反褶预处理，即：δvpt＝δvmt；

如果修正后的持油率动态测量误差δvmt呈现凸性且含负值，此时需要做反褶和数加预处理，即：

δvpt＝-δvmt+{|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|}max；

式中，{|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|}max为数据运算系数，含义为|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|中最大的值；

步骤四：依据数加与反褶预处理后的持油率动态测量误差δvpt，建立持油率动态测量误差预测模型；

持油率动态测量误差预测模型的建立方法如下：

当持油率小于5％时，gm(1，1)模型预测持油率动态测量误差比较精确，但当持油率在区间[5％，10％]时，gm(1，1)模型预测持油率动态测量误差精度较低；而ndgm(1，1)模型预测当持油率在区间[5％，10％]时预测精度较高，当持油率小于5％时，预测度较低，因而gm(1，1)模型和ndgm(1，1)模型都无法直接应用于持油率动态测量误差预测中；

本方法建立包含建模权值λ的持油率动态测量误差预测模型如下：

式中，为数加与反褶预处理后的持油率动态测量误差δvpt的gm(1，1)模型预测值，其解法与的解法相同；

为数加与反褶预处理后的持油率动态测量误差δvpt的ndgm(1，1)模型预测值，其表达式如下：

式中，β1、β2和β3分别是ndgm(1，1)模型的倍数系数、线性系数和截距，其求解方法如下：

(β1，β2，β3)^t＝(a^ta)^-1a^tm

式中，a为ndgm(1，1)灰色矩阵，m为ndgm(1，1)背景矩阵，其表达式如下：

β4为初始预测值修正因子，可以通过求解预测值和持油率动态测量误差δvpt的值误差最小平方和获得，其表达式如下：

式中，j为临时统计系数；

建模权值λ无约束优求解化模型如下：

通过求导获得建模权值λ的值；

步骤五：利用持油率动态测量误差预测模型补偿分流造成的持油率动态测量误差；

利用持油率动态测量误差预测模型补偿分流造成的持率量误差方法如下：

式中，vst为补偿后的持油率。

本发明的有益效果：提供一种分流法测量持油率的动态测量误差补偿方法，解决了现有分流法动态测量持油率过程中，部分油随水分流掉导致持油率测量不准确的问题。其主要优点如下：

(1)、本方法采用灰色辨别法识别并修正了油率动态测量误差，避免了由于油泡附着在电导表面造成的测量值异常，提高了补偿精度；

(2)、建立了包含建模权值λ的持油率动态测量误差预测模型，克服了gm(1，1)模型在高持油率和ndgm(1，1)模型在低持油率情况下补偿精度低的问题，提高了补偿精度。

附图说明：

图1为实施例一中分流法示意图；

图2为实施例一中采用gm(1，1)模型补偿分流法测量持率的误差曲线图(理论持油率3％)；

图3为实施例一中采用ndgm(1，1)模型补偿分流法测量持率的误差曲线图(理论持油率3％)；

图4为实施例一中采用gm(1，1)模型补偿分流法测量持率的误差曲线图(理论持油率9％)；

图5为实施例一中采用ndgm(1，1)模型补偿分流法测量持率的误差曲线图(理论持油率9％)；

图6为实施例一中采用方法补偿分流法测量持率的误差曲线图(理论持油率3％)；

图7为实施例一中采用方法补偿分流法测量持率的误差曲线图(理论持油率9％)。

具体实施方式：

实施例一

一种分流法测量持油率的动态测量误差补偿方法，所述补偿方法包括以下步骤：

步骤一：开展分流法油水测量实验，设第t次实验的理论持油率为vt，测量所得实际持油率为vft，计算持油率动态测量误差δvt，t＝1，2，3，…，n，n为总计进行的实验次数；

持油率动态测量误差δvi的计算方法为：

δvt＝vt-vft

步骤二：对持油率动态测量误差δvt采用灰色系统理论进行异常值的识别与修正，修正后的持油率动态测量误差为δvmt；

对持油率动态测量误差δvt采用灰色系统理论进行异常值的识别与修正方法如下：

持油率动态测量误差δvt满足则δvt为动态测量异常值，并且此处的值采用修正；

中，γ为灰辨别系数，为δvt的灰预测值，在精密测量中，γ一般取2.3，但是在分流法测量持油率动态测量误差补偿异常值识别中，γ取值2.3不满足需求，本方法从跳跃度定义上分析将灰辨别系数将γ定义为：

持油率动态测量误差δvt异常值识别模型可以表述为：

依据gm(1，1)模型，的表达式如下：

式中α为发展系数，μ为灰作用量，α和μ的获取方法为：

其中，b为gm(1，1)模型灰度矩阵，表达式为：z⁽¹⁾(t)为gm(1，1)背景序列，z⁽¹⁾(t)＝0.5δvt+0.5δvt-1，t＝2，3，...，n；原始矩阵y的表达式为：

步骤三：对修正后的持油率动态测量误差δvmt进行数加与反褶预处理运算，数加与反褶预处理后的持油率动态测量误差为δvpt；

数加与反褶预处理运算的方法如下：

因为灰色系统理论要求数据大致呈现凹性且建模数据不能为负值，而修正后的持油率动态测量误差δvmt含有负值且凹凸不定，为改变修正后的持油率动态测量误差δvmt的凹凸性与正负性，需进行反褶和数加预处理；

如果修正后的持油率动态测量误差δvmt呈现凹性且不含负值，此时不需要做反褶和数加预处理，即：δvpt＝δvmt；

如果修正后的持油率动态测量误差δvmt呈现凹性且含负值，此时不需要数加预处理，即：

δvpt＝δvmt+{|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|}max；

如果修正后的持油率动态测量误差δvmt呈现凸性且不含负值，此时需要做反褶预处理，即：δvpt＝δvmt；

如果修正后的持油率动态测量误差δvmt呈现凸性且含负值，此时需要做反褶和数加预处理，即：

δvpt＝-δvmt+{|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|}max；

式中，{|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|}max为数据运算系数，含义为|δvm1|，|δvm2|，…，|δvmt|，…，|δvmn|中最大的值；

步骤四：依据数加与反褶预处理后的持油率动态测量误差δvpt，建立持油率动态测量误差预测模型；

持油率动态测量误差预测模型的建立方法如下：

当持油率小于5％时，gm(1，1)模型预测持油率动态测量误差比较精确，但当持油率在区间[5％，10％]时，gm(1，1)模型预测持油率动态测量误差精度较低；而ndgm(1，1)模型预测当持油率在区间[5％，10％]时预测精度较高，当持油率小于5％时，预测度较低，因而gm(1，1)模型和ndgm(1，1)模型都无法直接应用于持油率动态测量误差预测中；

本方法建立包含建模权值λ的持油率动态测量误差预测模型如下：

式中，为数加与反褶预处理后的持油率动态测量误差δvpt的gm(1，1)模型预测值，其解法与的解法相同；

为数加与反褶预处理后的持油率动态测量误差δvpt的ndgm(1，1)模型预测值，其表达式如下：

式中，β1、β2和β3分别是ndgm(1，1)模型的倍数系数、线性系数和截距，其求解方法如下：

(β1，β2，β3)^t＝(a^ta)^-1a^tm

式中，a为ndgm(1，1)灰色矩阵，m为ndgm(1，1)背景矩阵，其表达式如下：

β4为初始预测值修正因子，可以通过求解预测值和持油率动态测量误差δvpt的值误差最小平方和获得，其表达式如下：

式中，j为临时统计系数；

建模权值λ无约束优求解化模型如下：

通过求导获得建模权值λ的值；

步骤五：利用持油率动态测量误差预测模型补偿分流造成的持油率动态测量误差；

利用持油率动态测量误差预测模型补偿分流造成的持率量误差方法如下：

式中，vst为补偿后的持油率。

如图1-7所示，图1为分流法示意图，包括集流伞1、液体分流出口2、流量传感器3和流体管壁4。

在油气水三相流模拟井上展开持油率测量实验，某2次实验理论持油率vt分别为3％和9％；经多次实验当理论持油率vt为3％时，15次实验结果分别为2.1％、2.2％、2.1％、2.3％、2.7％、2.6％、2.5％、2.2％、2.8％、2.6％、2.6％、2.2％、2.5％、2.4％、2.3％；当理论持油率vt为9％，15次实验结果分别为8.6％、8.7％、8.5％、8.3％、8.1％、8.2％、8.7％、8.5％、8.4％、8.3％、8.1％、8.2％、8.4％、8.6％、8.4％。分别采用gm(1，1)、ndgm(1，1)模型对理论持油率vt为3％的测量结果进行补偿，补偿结果如图2和图3所示。由图2和图3可知，经gm(1，1)补偿后测量值与真实值最大误差为0.21％、平均误差为0.12％，而ndgm(1，1)补偿后测量值与真实值最大误差为0.70％、平均误差为0.47％。分别采用gm(1，1)、ndgm(1，1)模型对理论持油率vt为9％的结果进行补偿，补偿结果如图4和图5所示。由图4和图5可知，经gm(1，1)补偿后测量值与真实值最大误差为0.6％、平均误差为0.52％，而ndgm(1，1)补偿后测量值与真实值最大误差为0.16％、平均误差为0.13％。

采用本方法对理论持油率vt分别为3％和9％的同样数据进行补偿，补偿结果分别如图6和图7。由图6可知，本方法补偿后测量值与真实值最大误差为0.11％、平均误差为0.09％；由图7可知，本方法补偿后测量值与真实值最大误差为0.12％、平均误差为0.10％。故本方法提高了测量精度，且优于现有模型，故本专利为油田计量提供了可靠的持油率数据。

为解决现有分流法动态测量持油率过程中，部分油随水分流掉导致持油率测量不准确的问题，提出一种分流法测量持油率的动态测量误差补偿方法。本发明改进了灰识别与修正模型，并采用灰识别与修正模型对持油率动态测量误差进行异常值的识别与修正；对修正后的持油率动态测量误差为进行数加与反褶预处理，提高了预测精度；建立了包含建模权值λ的持油率动态测量误差预测模型，并对持油率测量结果进行了补偿。本专利补偿了分流法测量持油率的动态测量误差，提高了分流法测量持油率的精度，为油田计量提供了可靠的持油率数据。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明只局限于上述具体实施。在不脱离本发明整体思路和权利要求所保护的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。