一种基于总流量与电导探针阵列信号的水平井流型识别方法
【专利说明】一种基于总流量与电导探针阵列信号的水平井流型识别方 法 【技术领域】
[0001] 本发明属于多相流检测领域，尤其涉及一种基于总流量与电导探针阵列信号的水 平井流型识别方法。 【【背景技术】】
[0002] 水平井技术是上世纪20年代发展起来的油田开发新技术，由于其具有生产压差 小、泄油面积大等优点，相比于垂直井，可大幅提高单井产油量以及油藏的采收率，因此得 到了石油开采领域的普遍重视。与垂直井相比，我国的水平井技术还很落后，因此亟需开展 水平井动态监测技术的研究。
[0003] 流型是多相流参数检测的重要参数，表征了流体在流动过程中各相介质的分布情 况。在两相流研究中，两相流体的流动特性和传热传质特性受流型影响，因而流动参数的 测量亦受流型影响。因此，如果能识别井内的流型，可选择更合适的测井方案，获得更佳的 测井效果。125_内径水平井基于CCD的高速摄像法获得的流型划分图，将流型分为光滑 的分层流、界面有混合物的分层流和连续油层和连续分散油滴层和连续水层三层流（参 考文献：蒋昌华.水平井油水两相流流型分析与可视化显示[D].北京：北京航空航天大 学，2013)。同时为了在实验中覆盖实验条件含水率的全量程，油单相和水单相被一并识别。
[0004]目前，多相流的流型识别被广泛地研究。流型识别方法有目测法和高速摄像法、探 针法、射线衰减法、电学层析成像法、幅值域处理方法、时频域分析方法、信息融合方法、非 线性分析方法等。国家知识产权局公布和授权了多项关于流型识别的发明专利。公布的一 项发明专利"基于ICA和SVM的气液两相流型识别方法"（申请号201410624191)利用差压 变送器结合独立成分分析（ICA)和支持向量机（SVM)识别气液两相流。授权的一项发明专 利"一种基于希尔伯特边际谱的两相流流型识别方法"（申请号201110044591)利用静电传 感器检测气固两相流的流动噪声信号，再利用希尔伯特边际谱分析和神经网络方法识别气 固两相流流型。而上述发明的方法并不能应用于生产测井中油水两相流的流型识别。
[0005] 电导探针法不仅对油水两相流的流动参数变化响应迅速，而且成本低，安全、 可靠、可实施性强，因而得到了广泛的应用。然而，在大斜度井和水平井中，多相流体由 于重力作用而分离，导致介质分布不均，使得中心采样器件，譬如位于中心的单探针，只 能获取局部流体的信息，无法测量多相流参数。为解决这一难题，上世纪90年代开始， Schlumberger、Sondex和Computalog等国际著名油田服务公司陆续研发了基于多探针结 构的测井仪器，并在大流量、大管径的油井中进行了试验和应用。Flores利用电导探针阵列 分别对垂直和倾斜油水两相流进行了流型识别（参考文献FloresJ.G.Oil-WaterFlowin VerticalandInclinedWells[D].Tulsa:TheUniversityofTulsa, 1997)。国家知识产 权局授权了三项有关电导探针阵列传感器及其优化方法的发明专利"一种多环电极阵列成 像传感器"（专利号ZL201010110504. 0)，"一种环形持水率测井传感器阵列的结构优化方 法"（专利号ZL201010543247.X)和"一种基于遗传算法的多环电极阵列传感器结构优化方 法"（专利号ZL201210544383.X)。然而，电导探针法还远不成熟，探针响应信号的处理和使 用还需要深入研究。将软测量方法与传统多相流传感器相结合可以极大地丰富多相流测量 数据的使用，从而提高测量精度。一般地，软测量方法包含如下步骤：数据挖掘，特征提取， 数据融合和参数估计等。因此，极有必要研究基于电导探针阵列的水平井流型识别方法。
[0006] 水平井中油水两相流分布依赖于总流量和含水率，而总流量可在集流后由涡轮流 量计获得。如果总流量作为一个参数来帮助描述油水两相流分布，那么流型的识别率将能 提高。根据所处理的信息层次，多传感器融合系统可分为三个层次：数据级信息融合、特征 级信息融合和决策级融合。而在水平井中油水两相流介质分布不均，单探针无法识别流型， 需要研究不同位置的电导探针电压响应信号来识别流型。因而，本发明采用基于支持向量 分类的特征级信息融合。
[0007] 本发明提出一种基于总流量与电导探针阵列信号的水平井流型识别方法，属于多 相流检测领域。首先，分别测量总流量和电导探针阵列每个探针的电压响应信号；其次，通 过统计分析和小波分析两种技术从每个探针电压响应信号提取特征量；再次，对所提取的 特征量进行Z-score归一化，再采用主成分分析（PCA)技术提取主成分，成为PCA特征量； 然后，进行基于支持向量分类（SVC)的特征级信息融合，即利用SVC方法建立从总流量和探 针阵列电压响应信号的PCA特征量到油水两相流流型的分类模型；最后，采用粒子群优化 算法优化SVC模型参数。本发明解决了中心采样器件无法识别水平井流型的难题，大幅降 低了输入变量的维数，总流量的加入大幅提高了水平井流型识别率。 【
【发明内容】
】
[0008] 本发明的目的是提供一种基于总流量与电导探针阵列信号的水平井流型识别方 法，以满足生产测井对高鲁棒性、高可靠性和高流型识别率的要求。
[0009] 为实现上述目的，本发明提供的一种基于总流量与电导探针阵列信号的水平井流 型识别方法，采用如下技术方案：
[0010] -种基于总流量与电导探针阵列信号的水平井流型识别方法，其特征在于，包含 以下步骤：
[0011] 步骤一，在水平井中油水两相流不同总流量和含水率组合下，通过电机（24)打开 集流伞（25)，通过祸轮流量计（26)测量油水两相流总流量；
[0012] 步骤二，在水平井中油水两相流不同总流量和含水率组合下，通过电机（24)打开 电导探针阵列（22)的支撑臂（222)，通过电导测量电路（23)测量电导探针阵列（22)各个 探针（221)的电压响应信号，测量方法如下，将幅值为U1的双极性正弦波激励信号（31)施 加在阻值为Rf的取样电阻（32)上，开关（34)依次选通电导探针阵列每个探针（35)，取样 电阻Rf与选通的电导探针的针芯（353)的尖端所处位置油水两相流（36)的对地电阻1构 成分压电路，在激励信号波峰时刻测得电导探针的电压响应信号（33)的幅值为U。，则有
[0014] 该探针电压响应信号以时间序列形式记录，由存储及遥测通信电路（27)存储测 得数据，并编译成曼码，通过电缆接口（28)连接测井电缆上传至地面；
[0015] 步骤三，在统计分析中，分别从每个探针电压响应信号提取4个特征量，即均值、 标准差、偏度系数、峰度系数；在小波分析中，分别将每个探针响应时间序列进行两层小波 包分解，提取8个特征量，即第二层小波分解得到的四个次频带小波系数的能量比例及其 信息熵；通过小波分析提取特征量的方法如下：重构第二层小波分解得到的四个次频带小 波系数，得到相应次频带的重构序列S2i,，j= 0, 1，2, 3 ;在第二层小波分解得到的四个次频 带小波系数的能量为
[0017] 式中，S2,i(k)表示重构序列S2,j的第k个元素，Ni表示S2ij的长度；第二层小波分 解得到的四个次频带小波系数的能量比例由下式计算得到
[0023] 式中，SFfeD (k)表示S2,」傅里叶变换序列的第k个元素，N2表示SFfeD的长度。
[0024] 步骤四，分别对电导探针阵列每个探针电压响应信号的特征量进行Z-score归一 化，再采用主成分分析（PCA)技术对所有探针的归一化特征量的集合提取主成分，降低特 征量之间的数据冗余，所得到的主成分称之为电导探针阵列电压响应信号的PCA特征量； Z-score归一化方法定义为
[0026] 上式中，Xu表示在油水两相流不同总流量和含水率组合下第j支探针的第i个特 征量组成的向量，式°__表示归一化后的特征量向量，j= 1，2,…，N，N表示探针的数目，i= 1，2,…，12 ;1^;和〇 ^分别表不Xi;的均值和标准差；PCA技术是分析多个变量间相关性 的一种多元统计方法，通过正交变换将多个可能相关的变量变换成少数几个线性不相关的 综合指标，称之为主成分，在所有正交变换线性组合中选取方差贡献率最高的综合指标作 为第一主成分，后续的每个主成分都将是剩余线性组合中方差贡献率最高的综合指标，且 与前面的主成分正交；
[0027] 步骤五，对电导探针阵列电压响应信号进行基于支持向量