专利名称：一种海洋油田油气管线中多相流流型的在线监测方法
技术领域：
本发明涉及一种海洋油田油气管线中多相流流型的在线监测方法，属于石油工程多相流技术领域
背景技术：
海底混输管线的严重段塞流预测与控制一直是海洋油气开采中研究与关注的重点。严重段塞流是海底管道中常见的现象，发生严重段塞流时，压力、速度等流动参数将出现周期性、大幅度的波动，严重时会造成系统压力的剧烈波动，乃至出现整个管线与设备剧烈振动；长液塞会增加平台上油气处理设备的控制难度，严重时还会导致生产中断，而且严重段塞流现象会产生很高的背压，这会对油气藏造成诸多不利的影响，甚至出现死井事故。决定油气管道混输能否成功的关键因素之一就是段塞流冲击的消除以及平抑控制，确保首末端生产稳定。
国外很多著名过程控制公司和油田公司分别都致力于海洋油田中节流法智能控制严重段塞流方法的研究。ABB公司开发的slugCon 和Optimize11两款软件利用集输管道入口和出口的压力信号抑制段塞流的形成。BP石油公司开发的系统采用集输管线上多处压力信号的分析给节流阀提供参考信号从而控制段塞流的发展。SPT GROUP的著名软件OLGAOnline采用的是瞬态模型模拟的办法，根据入口和出口压力信号提前预测管道内的流动变化，给节流阀提供指示。总的来说，国外的技术着眼点在于抑制严重段塞流，而没有对管道内流型的在线监测。在国内，由于国外的技术垄断，对严重段塞流控制技术研究较少也无较多的科技成果。西安交通大学动力工程多相流国家重点实验室开发了一套自动节流法能够消除严重段塞流，但是相比于国外技术而言，此方法不能在消除严重段塞流的同时提高油田的产量，关键原因在于对集输管线内的流型的变化没有监测，使得节流后管线内流型发生变化时还继续节流导致产量不能升高。目前的流型识别方法还局限在水平或倾斜管道中，根据管道上压力和压差信号等能够识别其中的泡状流，分层流，间歇流和环状流，并且可以得到较高的识别率。但是，由于石油集输管线中管道结构更加复杂，流型也远不同于普通水平或倾斜管道中的流型，因此水平或倾斜管道中多相流流型的智能识别方法无法推广到集输管线中去。目前的判别严重段塞流方法存在几个突出问题(一)拾取立管底部压力信号作为严重段塞流特征区分的标准，而在实际操作中，立管底部压力信号非常难以获得；(二)对提取信号的特征分析方法比较单一，采取直接观测压力信号波动来判断，人为主观性较大，不能充分利用测量获得的信号的信息。
发明内容
本发明的目的是提供一种海洋油田油气管线中多相流流型在线监测方法。本发明提供的海洋油田油气管线中多相流流型在线监测方法，包括如下步骤将压力传感器设置在所述油气管线的管道入口端；用所述压力传感器采集所述管道入口端的压力信号；对所述压力信号进行滤波处理得到滤波后的压力信号；对所述滤波后的压力信号依次进行无量纲化处理和特征分析及特征量提取后即可得到所述多相流的流型。上述的监测方法中，所述压力传感器可为压阻式压力传感器。上述的监测方法中，所述压力传感器的压力测点位于所述所述油气管线的管道入口端的下侧；所述压力信号为所述管道入口端的静压力信号。上述的监测方法中，所述无量纲化处理可由所述滤波后的压力信号除以所述管线内的最高压力得到。上述的监测方法中，所述滤波处理的母小波可为db2小波或dbio小波；所述滤波处理的滤波级数可为5-10，如10 ;所述母小波和滤波级数的选择以提高信号的信噪比为主
要参考准则。上述的监测方法中，所述无量纲化处理为所述滤波后的压力信号除以所述油气管 线内的最大压力。上述的监测方法中，所述特征分析及特征量提取的特征量可为偏度系数；所述特征分析及特征量提取的特征量可为偏度系数和方差值；所述特征分析及特征量提取的特征量可为偏度系数、方差值和压力平均值；如果压力信号的上述特征量可以满足某种流型的识别规则，则可立即判断此流动下的流型，不能判断或者较难判断的流动采用模式识别的方法，寻找与其距离最近的样本所对应的流型来赋予该流动的流型类别。上述的监测方法中，所述偏度系数小于O. 00035，则所述多相流的流型主要为第一类严重段塞流，很好部分的第二类严重段塞流。上述的监测方法中，当所述偏度系数大于O. 00035且所述方差值大于O. 0126时，则所述多相流的流型属于第二类严重段塞流；当所述偏度系数大于O. 00035且所述方差值小于O. 002且小于-O. 12939X时均压力+0. 1404时，则所述多相流的流型属于稳态流型；当所述偏度系数大于O. 00035且所述方差值小于O. 004且小于-O. 03203X时均压力+0. 03682时，则所述多相流的流型属于过渡流型。本发明提供的监测方法有效地提高了海洋管线中流型在线识别的实时性，为国产自动节流法提供了流型监测的基础，为稳定油田生产及提高产量起到了一定的指导意义。
图I为本发明的油气管线和压力传感器的结构示意图。图中各标记如下1管道、2压阻式压力传感器。
具体实施例方式下述实施例中所使用的实验方法如无特殊说明，均为常规方法。下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。如图I所示，在实验管道I的入口端设置了一个压阻式压力传感器2 ;其压力测点位于管道I的下侧。压阻式压力传感器2测量的是管道I壁面的静压力，量程为0-5bar。其量程可以根据不同的实际情况选择不同的范围。(I)对压力信号进行滤波用dblO小波对测量得到的管道I的入口端的压力信号进行10级滤波，母小波和滤波级数的选择以提高信号的信噪比为主要参考准则。
(2)对经过(I)处理的压力信号进行无量纲处理用滤波后的信号除以管线内所能产生的最高压力，最高压力根据不同的管线结构而有不同的选择。(3)对经过(I)和(2)处理后的压力信号进行特征分析和特征量提取采用统计学方法，对压力信号提取了压力平均值，偏度系数(三阶中心矩值)和方差值等特征量。(4)进行流行识别根据国内外研究成果，将海洋集输管线中的多相流动流型归纳总结，然后分为四类，分别是第一类严重段塞流、第二类严重段塞流、过渡流型和稳态流型。第一类严重段塞流可以描述为，在较低的气液流量下，液体会在立管底部发生积聚并且阻塞立管底部气体流过，因此造成系统内气体压缩及液塞生长，立管中可以长时间充满液体，且气体经压缩进入立管后喷发非常剧烈。当增大气体流量或液体流量变化时，立管中仍然会出现存在充满液体的情况，且气体喷发也较剧烈，但立管充满液体的持续时间较短，这时形成的严重段塞流可称为第二类严重段塞流。过渡流型是由于进入立管前倾斜管内的液塞长度很短，液塞生长达不到立管的顶部，倾斜管内的气体就有可能到达立管底部造成气泡进入立管，此时流出管道的液塞长度就小于立管高度，但远大于常规水动力段塞流中的 液塞长度。稳态流型包括立管中出现的短段塞流和泡状流及气体流量很大时的块状流等，短段塞流和泡状流表现为压力波动较小，但是均值较高，块状流表现为压力波动较小，但是均值较低。根据流型规则先对(3)中提取的特征量，逐层判断，直至最后得出明确的流动型态和一些较难判别的流型，下面进行初步判断如果(如果压力波动的三阶中心矩值小于O. 00035)，那么I)该流动属于第一类严重段塞流和很少部分第二类严重段塞流，否则2)该流动属于第二类严重段塞流或过渡流型或稳态流型。对于第I)种，采用模式识别方法，寻找与其距离最近的样本所对应的流型来赋予该流动的流型类别。对第2)种，根据方差特征再次进行分类如果(如果压力波动的方差值大于O. 0126)，那么I)该流动属于第二类严重段塞流，否则；2)该流动属于过渡流型或稳态流型。对第2)种，采用新的流型判别规则来判断，即利用压力方差值特征参数在时均压力域上展开特性如果(压力方差值小于O. 002且小于-O. 12939X时均压力+0. 1404)时，那么I)该流动为稳态流型；2)该流动为过渡流型或其他未定流型；对于2)为了确定过渡流型，同样使用压力方差值特征参数在时均压力域上展开特性的方法如果(压力方差值小于O. 004且小于-O. 03203X时均压力+0. 03682)时，I)该流动为过渡流型；2)该流型处于几种流型边界，较难判断。对于较难判断的流型，采用模式识别的方法进行分类，寻找与其距离最近的样本所对应的流型来赋予该流动的流型类别。表I是本方法在实际的应用结果。水平-下倾(-2度)-立管集输管路中多相流动，流动参数范围气相折算速度0. 07-6m/s，液相折算速度0. 1-1. 3m/s，含油率0^,35%,50%，75%，90%，100 %。识别结果第一类严重段塞流识别准确度83. 1%，第二类严重段塞流识别准确度86. 5%，过渡流型识别准确度为93. 5%，稳态流型识别准确度为97. 1%。表I本发明的监测方法的识别结果
权利要求
1.一种海洋油田油气管线中多相流流型在线监测方法，包括如下步骤将压力传感器设置在所述油气管线的管道入口端；用所述压力传感器采集所述管道入口端的压力信号；对所述压力信号进行滤波处理得到滤波后的压力信号；对所述滤波后的压力信号依次进行无量纲化处理和特征分析及特征量提取后即可得到所述多相流的流型。
2.根据权利要求I所述的监测方法，其特征在于所述压力传感器为压阻式压力传感器。
3.根据权利要求I或2所述的监测方法，其特征在于所述压力传感器的压力测点位于所述油气管线的管道入口端的下侧；所述压力信号为所述管道入口端的静压力信号。
4.根据权利要求1-3中任一所述的监测方法，其特征在于所述滤波处理的母小波为db2小波或dblO小波；所述滤波处理的滤波级数为5-10。
5.根据权利要求1-4中任一所述的监测方法，其特征在于所述无量纲化处理为所述滤波后的压力信号除以所述油气管线内的最大压力。
6.根据权利要求1-5中任一所述的监测方法，其特征在于所述特征分析及特征量提取的特征量为偏度系数。
7.根据权利要求1-6中任一所述的监测方法，其特征在于所述特征分析及特征量提取的特征量为偏度系数和方差值。
8.根据权利要求1-7中任一所述的监测方法，其特征在于所述特征分析及特征量提取的特征量为偏度系数、方差值和压力平均值。
9.根据权利要求6所述的监测方法，其特征在于所述偏度系数小于O.00035，则所述多相流的流型主要为第一类严重段塞流。
10.根据权利要求9所述的监测方法，其特征在于当所述偏度系数大于O.00035且所述方差值大于O. 0126时，则所述多相流的流型属于第二类严重段塞流；当所述偏度系数大于O. 00035且所述方差值小于O. 002且小于-O. 12939X时均压力+0. 1404时，则所述多相流的流型属于稳态流型；当所述偏度系数大于O. 00035且所述方差值小于O. 004且小于-O. 03203X时均压力+0. 03682时，则所述多相流的流型属于过渡流型。
全文摘要
本发明提供了一种海洋油田油气管线中多相流流型在线监测方法，包括如下步骤将压力传感器设置在所述油气管线的管道入口端；用所述压力传感器采集所述管道入口端的压力信号；对所述压力信号进行滤波处理得到滤波后的压力信号；对所述滤波后的压力信号依次进行无量纲化处理、特征分析和特征量提取后即可得到所述多相流的流型。本发明的方法有效地提高了海洋管线中流型在线识别的实时性，为国产自动节流法提供了流型监测的基础，为稳定油田生产及提高产量起到了一定的指导意义。
文档编号F17D3/01GK102878431SQ20111019499
公开日2013年1月16日 申请日期2011年7月12日 优先权日2011年7月12日
发明者郭烈锦, 李清平, 叶晶, 李乃良, 王跃社, 周宏亮, 张西民, 程兵, 姚海元, 王涛 申请人:中国海洋石油总公司, 中海石油研究中心, 西安交通大学