虚拟过程参数的确定的制作方法

文档序号:23019808发布日期:2020-11-20 13:07
虚拟过程参数的确定的制作方法

相关申请

本申请根据35u.s.c§119(e)要求于2018年1月26日提交的美国临时专利申请号62/622,694的优先权,该专利申请的全部内容据此以引用方式明确地并入本文。



背景技术:

可以通过跟踪(例如,以规则的间隔)过程工厂处的过程变量的值(例如,钻油平台处的油流量)来监测设备的运行。观察过程变量可以使操作者确保工厂的理想运行。过程值可以通过位于过程工厂处的传感器(例如,流体流量计、压力计、热电偶、加速度计)来测量。但是,所有期望过程的值和/或过程工厂中多个位置处的过程的值可能无法检测。这可能是由于安装多个传感器的成本过高。另外,检测某些特定过程(例如,多相流体流动)的传感器可能很昂贵。

基于回归模型的数值模拟可以用于预测无法直接测量的过程值。数值模拟可以将添加在过程工厂中的一个或多个传感器测得的过程值用作回归模型的输出。此类技术可能不准确,因为它们无法模拟工厂的实际过程并且易于过度拟合。另外,这些基于回归的方法可能需要大量其他数据以构建回归模型。



技术实现要素:

总体上,本发明提供了用于确定虚拟过程参数的设备、系统、方法和制品。

在一方面,方法可以包括生成与集群中的多个井中的第一井相关联的第一预测模型。该第一井可以被配置为产生第一流体输出,并且多个井中的第二井可以被配置为产生第二流体输出。该第一流体输出和第二流体输出经由集群中的管路的系统流至集群歧管。该方法还可以包括接收接收表征集群中一个或多个压力测量结果的数据。该一个或多个压力测量结果可以指示与第一流体输出和第二流体输出相关联的一个或多个压力值。该方法还可以包括基于压力测量结果中的一个或多个压力测量结果和与第一井相关联的历史数据来重新校准第一预测模型。该方法可以还包括提供由重新校准的第一预测模型计算的第一流体输出的第一流量。

任何可行的组合可以包括以下特征中的一个或多个特征。

在一方面,该方法还可以包括接收表征在第一井处检测到的井口压力的数据,并且基于表征井口压力的数据来计算第一流量。在另一方面,当第一流体输出的计算的流量与第一流体输出的检测到的流量之间的差超过预定阈值时,可以重复第一预测模型的重新校准。

在一方面,该方法还可以包括基于与第一井相关联的第一预测模型、与第二井相关联的第二预测模型以及与管路的系统相关联的管路特性模型来生成歧管预测模型。该管路特性模型可以是基于沿着管路的系统的部段流动的流体的压力变化和/或流体的相位变化。流体可以包括第一流体输出和第二流体输出。歧管预测模型可以包括基于第一流体输出和第二流体输出的等焓混合的热力学模型。集群歧管可以包括分离器,该分离器被配置为将第一流体输出和第二流体输出的混合物分离成油输出和水输出。歧管预测模型可以被配置为计算油输出的第二流量和水输出的第三流量。

在一方面,可以基于指示第一井处检测到的井口压力值、第一流体输出的流量值以及油和气之间的比率中的一个或多个的历史数据生成第一预测模型。在另一方面,该方法还可以包括基于所计算的第一流量来改变第一井处的泵的操作参数和/或第一井处的第一井口的阀操作值中的一个或多个。在另一方面,第一流体输出可以包括由第一井产生的油、气和水中的一种或多种。

还描述了存储指令的非暂态计算机程序产品(即,物理体现的计算机程序产品),当指令由一个或多个计算系统的一个或多个数据处理器执行时,使至少一个数据处理器执行本文中的操作。类似地,还描述了计算机系统,该计算机系统可以包括一个或多个数据处理器和耦接到该一个或多个数据处理器的存储器。存储器可以临时或永久地存储使至少一个处理器执行本文描述的操作中的一个或多个操作的指令。另外,方法可以由单个计算系统内的一个或多个数据处理器或分布在两个或多个计算系统之间的一个或多个数据处理器来实现。此类计算系统可经由一个或多个连接、包括网络(例如,互联网、无线广域网、局域网、广域网、有线网络等)上的连接、经由多个计算系统中的一个或多个计算系统之间的直接连接等来连接并且可交换数据和/或命令或其他指令等。

所公开的这些和其他能力将在回顾下面的附图、具体实施方式和权利要求书之后被更全面地理解。

附图说明

根据以下结合附图的详细描述,将更容易理解这些和其他特征,其中:

图1是示出确定虚拟测量值的示例性方法的流程图;

图2是示出示例性虚拟测量系统的示意图;

图3是示出虚拟过程参数值和与该过程相关联的可变性数据的分布的曲线图;

图4是具有多个油井集群的油田的示意图示;并且

图5是检测油田中的虚拟过程参数的示例性方法的流程图。

具体实施方式

模拟可用于估计可能无法通过传感器直接测量的过程变量(称为虚拟测量)。然而,此类模拟可能是缓慢的、不准确的和/或无法获得过程的工作原理。因此,提供了用于改进虚拟测量的系统和对应方法。如下文所详述,通过使用基于云的迭代过程流模型可以获得改进的虚拟测量。作为示例,可以使用过程流模型来(例如,基于第一原理)模拟过程,并根据一组观测到的(例如,由传感器检测到的)过程值来计算未观测到的过程值。可以对云的实例迭代地执行多个过程流模型的模拟,以生成过程的虚拟测量值。在一方面,由于模拟的并行化,可以更快地确定一组虚拟测量值。在另一方面,与现有的模拟方法(例如,基于回归模型的那些模拟方法)相比,通过使用基于与过程相关联的数据的可变性的迭代过程可以获得过程的更准确的虚拟测量值。

图1是示出用于确定虚拟测量值的方法100的一个示例性实施方案的流程图。如图所示,该方法包括操作102、104、106和108。在操作102中,计算装置可以接收包括过程的观测值的传感器数据和/或与过程相关联的可变性数据。在某些实施方案中,传感器数据可以由位于过程现场(例如,油井、精炼厂、化工厂)的传感器(例如,流量计)检测到。可变性数据可包括但不限于过程现场的历史测量数据(例如,先前检测到的传感器数据)、与传感器相关联的检测误差、过程的预定校准数据、设计数据等。在某些实施方案中,计算装置可以从存储器装置(例如,云中的数据库或其他数据存储装置)接收传感器数据和/或可变性数据。在其他实施方案中,至少可以由计算装置从传感器接收传感器数据。

图2是示出虚拟测量系统200的一个示例性实施方案的示意图。传感器数据可以由位于过程现场202(例如,工厂)处的传感器检测到,并且传感器数据可以存储在位于云(或“边缘”)210中的存储器204(例如,数据库)中。在一个实施方式中,在过程现场202处收集的传感器数据可存储在外部存储器203中。传感器数据可从外部存储器203转移到云中的存储器204。云210可包括被配置为执行实例212的计算装置(未示出)。实例212可以被进一步配置为(例如,通过使用联合混合分析平台)计算虚拟测量值。实例212可包括如下所述的可以执行过程流模型的模拟运行时214。实例212还可包括可以通过迭代地执行模拟运行时214来计算虚拟测量值的分析运行时216。在一个实施方式中,分析运行时216可以在云210中的其他实例处迭代地执行模拟运行时214。

返回图1,在操作104中,可以使用过程流模型从接收到的传感器数据计算多个模拟值。可以在云的多个实例(例如,节点)上(例如,同时)执行过程流模型。在一个实施方式中,实例(例如,实例212)可接收传感器数据的第一观测值,并且实例212可使用该第一观测值作为过程流模型的输入来计算第一模拟值。云上的多个实例可以计算传感器数据中不同观测值的模拟值。在一个实施方式中,多个实例可并行地(例如,同时地)执行此计算。

在操作106中,可确定该过程的多个虚拟测量值。作为示例,可以通过不确定性量化方法(例如,蒙特卡罗技术)选择(例如,在104处计算的)一个或多个模拟值。在不确定性量化方法中,提供在102中收集的传感器数据的样本(其可以表示样本数据的可变性)作为过程流模型的输入(例如,在步骤104处的输入),以在云环境中并行执行。随后,可以确定观测值(例如,对应于所选模拟值中的每个模拟值的观测值)。迭代估计过程(例如,贝叶斯估计过程)可以使用该过程的观测值、许多模拟值和(例如,在步骤102处接收的)对应的可变性数据来计算虚拟测量值。迭代估计过程可以通过在迭代过程的每个步骤处将样本拉近到最可能的虚拟测量来更新未观测到的变量(例如,虚拟测量)的可变性,同时考虑给定对应观测值时的未观测到的变量的条件概率。可针对所选模拟值中的一个或多个模拟值重复操作106,以确定虚拟测量值的分布。

图3是示出虚拟过程参数(例如,虚拟油流量)值和与虚拟过程参数相关联的可变性数据的分布的示例性实施方案的曲线图300。可变性数据(深色阴影)表示预期参数值的范围。例如,这可以基于参数值的历史平均值。

返回图1,在操作108中,提供了在106处计算的虚拟测量值。例如,虚拟测量值可保存在数据库中和/或呈现给操作者。在另一实施方式中,虚拟测量值可以在自动化系统中用于确定过程的期望(例如,最佳)操作参数,并且基于该确定来改变过程的操作参数。

虚拟过程参数可以计算出油田中各种油气工业机器的输出。油田可以包括多个油井集群。油井的输出(例如,油、气、水或其混合物)可以通过管路系统连接。例如,集群中油井输出可以转移到集群歧管中,在集群歧管处,各种输出可以组合和/或分离为油、气和水。传感器(例如,压力传感器、流量传感器等)可以被部署在油田中的各个位置处,以检测油田输出(例如,油输出)的压力和流量。这些传感器可能很旧,无法提供对油输出的准确测量。这会导致错误确定油田的油产量,并会导致收益损失。因此,期望开发可以(例如,通过计算虚拟过程参数)提高油产量的测量准确度的预测模型。

图4是油田400的示意图示。油田400可包括具有多个油井的油集群410和420。油集群410可以包括多个油井412、414、416,并且油井的输出(例如,包括油、气和水的多相流体)可以经由管402、404和406转移至集群歧管418。油集群420可以包括多个油井422、424、426,并且油井的输出(例如,包括油、气和水的多相流体)可以经由管432、434和436转移至集群歧管428。在集群歧管418处,可以组合油井412、414、416的输出。来自集群410和420的组合输出可以分别经由管442和444转移至第三歧管448。来自第三歧管448的输出可以被转移到下游设施(例如,气处理设施、油设施等)。歧管418、428和448可包括分离器,该分离器可分离多相流体的各个组分(例如,油、气和水)。

在生产的初始阶段期间,油井可自然流动,并且由于油藏处的压力使流体(例如油)从井中渗出,该压力可以使油自然地升至地面。随着油井的老化,油藏压力会降低,需要使用人工升举机构(例如,电潜泵、气举、注气、杆举泵等)来采油。例如,井412至416和井422至426可包括泵来采油。井还可以包括用于测量井的流体输出的流量传感器、压力传感器(例如,用于测量井口压力)和用于检测流体输出的成分的传感器。这些传感器可位于管(例如402至406、432至436等)和歧管418、428和448中的一个或多个位置处。

可以期望保持油的连续生产(例如,输出448的预定流量)和防止意外停机。在油田中更换产生不准确测量的传感器会导致停机,这是不期望的。但是,可以为各个传感器开发预测模型,该模型可以计算与传感器关联的虚拟参数。在一些实施方式中,可以在不存在传感器的位置处计算虚拟参数(例如,在不存在压力传感器的位置处进行虚拟压力检测)。可以基于油田中各个传感器的测量结果、传感器的物理模型、油井的物理模型、管的物理模型等对预测模型进行校准。由于油田中的油井通过管网络相互连接,所以油田中各个位置处的传感器测量结果可用于校准油田中的预测模型(例如,用于传感器测量或过程的预测模型)(例如,远离测量位置的传感器的预测模型)。

图5是计算油田中的虚拟过程参数的示例性方法的流程图。在502处,可生成与油井集群(例如,集群410)中的多个井中的第一井(例如,井412)相关联的第一预测模型。该预测模型可基于第一井处的井口压力来计算第一井产生的流体的流量。可以基于与第一井相关的历史数据生成预测模型。在一些实施方式中,历史数据可包括在第一井处进行的井口压力的测量结果、流体的流量以及油和气之间的比率。该历史数据可以保存在数据库中(或保存在云上),而且可以被(例如,被分析系统)检索。

在504处,可接收表征集群中的一个或多个压力测量结果的数据。油田中的各个压力传感器可以执行压力测量并且可以发送测量信号(例如,发送到分析系统)。在一些实施方式中,压力传感器可被配置为检测油田中的各个井处的井口压力、油田中的管中的各个位置处的压力等。基于该压力测量结果(或流量测量结果),可以校准第一油井的预测模型。例如,如果(例如,基于在油井412至416、管402至406等处的压力测量结果;与油井412至418等处相关的预测模型的虚拟流量)在歧管418处检测到的压力远大于(或小于)预期压力,则分析系统可以确定需要对油井412至418处的一个或多个流量预测模型进行校准。在一些实施方式中,分析系统可以使用在歧管418处检测到的压力作为一个或多个流量预测模型的重新校准中的约束。

在506处,可基于与第一井相关联的压力测量结果和历史数据来重新校准油井(例如,井412)的流量预测模型。在一些实施方式中,通过优化算法可以实现对预测模型的重新校准,该优化算法可以更新第一井的特性方程的一个或多个系数。重新校准的预测模型可用于(例如,基于第一井处的井口压力)计算第一井处的修订的流体流量。在一些实施方式中,当第一井的预测模型所计算的流量与第一井处的流量传感器检测到的流量之间的差超过预定阈值时,可以执行(重复)重新校准过程。

在508处,可提供由预测模型计算的流量(“虚拟流量”)。例如,该虚拟流量可显示在图形用户界面显示空间上和/或存储在数据库中。在一些实施方式中,分析系统可基于所计算的虚拟的第一流量来改变第一井处的泵的操作参数和/或第一井处的井口的阀操作值。这样做可以例如保持油田的期望流量(例如,离开歧管448的油的流量)。

在一些实施方式中,可(例如,针对歧管418、428、448等)生成歧管预测模型。可基于歧管上游的油井和管的预测模型来生成歧管预测模型。例如,歧管418的歧管预测模型可基于与井412至416和管402至406相关联的模型。歧管预测模型还可基于在歧管上游获取的一个或多个传感器测量结果(例如,沿着歧管上游的管路的部段流动的流体的压力变化和/或流体的相位变化)。在一些实施方案中,歧管预测模型可基于(或被校准)歧管下游的传感器测量值。在一些实施方式中,歧管预测模型可包括基于来自歧管上游的各个井的流体输出的等焓混合的热力学模型。在一些实施方式中,歧管可包括分离器,该分离器可以将到达歧管的流体与歧管上游的井分开。例如,分离器可从到达歧管的多相流体中分离出油、气和水。在一些实施方式中,歧管预测模型可以计算通过上述分离获得的油、气和水的流量。

作为非限制性示例,本文所述的方法、系统和装置的示例性技术效果包括例如由于模拟的并行而加快了虚拟测量值的计算。此外,将迭代算法应用于过程流算法的模拟可以准确而可靠地确定虚拟测量值。

本文描述了某些示例性实施方案,以提供对本文所公开的系统、装置和方法的结构、功能、制造和使用的原理的全面理解。这些实施方案的一个或多个示例在附图中示出。本领域技术人员将理解的是,本文中具体描述且在附图中示出的系统、装置和方法是非限制性的示例性实施方案,并且本发明的范围仅由权利要求限定。结合一个示例性实施方案示出或描述的特征可与其他实施方案的特征组合。此类修改和变型旨在包括在本发明的范围内。此外,在本公开中,实施方案的相似命名的部件通常具有类似的特征,因此在具体实施方案内,不一定完全阐述每个相似命名的部件的每个特征。

其他实施方案在所公开的主题的范围和精神内。这些实施方案的一个或多个示例在附图中示出。本领域技术人员将理解的是,本文中具体描述且在附图中示出的系统、装置和方法是非限制性的示例性实施方案,并且本发明的范围仅由权利要求限定。结合一个示例性实施方案示出或描述的特征可与其他实施方案的特征组合。此类修改和变型旨在包括在本发明的范围内。此外,在本公开中,实施方案的相似命名的部件通常具有类似的特征,因此在具体实施方案内,不一定完全阐述每个相似命名的部件的每个特征。

本文所述的主题可在数字电子电路和/或计算机软件、固件或硬件(包括本说明书中公开的结构装置和其结构等同物)或它们的组合中实现。本文所述的主题可被实现为一个或多个计算机程序产品,诸如有形地体现在信息载体中(例如,体现在机器可读存储装置中)、或体现在传播的信号中,以用于由数据处理设备(例如,可编程处理器、计算机或多台计算机)执行或控制该数据处理设备的操作的一个或多个计算机程序。计算机程序(也称为程序、软件、软件应用程序或代码)可以任何形式的编程语言(包括编译语言或解释语言)编写,并且它可以任何形式部署,包括作为独立程序或者作为模块、部件、子例程或适用于计算环境中的其他单元部署。计算机程序不一定对应于文件。程序可存储在保存其他程序或数据的文件的一部分中,存储在专用于所考虑的程序的单个文件中,或者存储在多个协同文件(例如,存储一个或多个模块、子程序或代码的部分的文件)中。计算机程序可被部署成在一台计算机上或在多台计算机上执行,该多台计算机位于一个站点处或跨多个站点分布并且由通信网络互连。

本说明书中所述的过程和逻辑流程,包括本文所述主题的方法步骤,可由执行一个或多个计算机程序的一个或多个可编程处理器执行,以通过对输入数据进行操作并且生成输出来执行本文所述主题的功能。该过程和逻辑流程还可由专用逻辑电路(例如fpga(现场可编程门阵列)或asic(专用集成电路))来执行,并且本文所述主题的设备可被实现为专用逻辑电路(例如fpga(现场可编程门阵列)或asic(专用集成电路))。

以举例的方式,适于执行计算机程序的处理器包括通用微处理器和专用微处理器两者,以及任何种类的数字计算机的任何一个或多个处理器。一般来说,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器以及一个或多个用于存储指令和数据的存储器装置。一般来说,计算机还将包括一个或多个用于存储数据的大容量存储装置(例如,磁盘、磁光盘或光盘),或可操作地耦接以从一个或多个用于存储数据的大容量存储装置(例如,磁盘、磁光盘或光盘)接收数据或者/并且将数据传送至一个或多个用于存储数据的大容量存储装置(例如,磁盘、磁光盘或光盘)。适于体现计算机程序指令和数据的信息载体包括所有形式的非易失性存储器,包括(以举例的方式)半导体存储器装置(例如,eprom、eeprom和闪速存储器装置);磁盘(例如,内部硬盘或可移动盘);磁光盘;和光盘(例如,cd和dvd盘)。处理器和存储器可由专用逻辑电路补充或者并入专用逻辑电路中。

为了提供与用户的交互,本文所述的主题可在具有用于向用户显示信息的显示装置(例如,crt(阴极射线管)或lcd(液晶显示器)监视器)以及键盘和指向装置(例如,鼠标或跟踪球)的计算机上实现,用户可通过该键盘和指向装置向计算机提供输入。还可使用其他种类的装置来提供与用户的交互。例如,提供给用户的反馈可为任何形式的感官反馈(例如,视觉反馈、听觉反馈或触觉反馈),并且可以任何形式接收来自用户的输入,包括声音、语音或触觉输入。

本文所述的技术可使用一个或多个模块来实现。如本文所用,术语“模块”是指计算软件、固件、硬件和/或它们的各种组合。然而,在最低程度上,模块不应被解释为未在硬件、固件上实现或记录在非暂态处理器可读存储介质上的软件(即,模块本身不为软件)。实际上,“模块”将被解释为始终包括至少一些物理的非暂态硬件,诸如处理器或计算机的一部分。两个不同的模块可共享相同的物理硬件(例如,两个不同的模块可使用相同的处理器和网络接口)。本文所述的模块可被组合、集成、分开和/或复制以支持各种应用。另外,代替在特定模块处执行的功能或除在特定模块处执行的功能之外,本文描述为在特定模块处执行的功能可在一个或多个其他模块处和/或由一个或多个其他装置执行。此外,模块可相对于彼此本地或远程地跨越多个装置和/或其他部件来实现。另外,模块可从一个装置移动并添加至另一个装置,以及/或者可包括在两个装置中。

本文所述的主题可在计算系统中实现,该计算系统包括后端部件(例如,数据服务器)、中间件部件(例如,应用服务器)或前端部件(例如,具有图形用户界面或网络浏览器的客户端计算机,用户可通过该图形用户界面或网络浏览器与本文所述主题的实施方式进行交互),或此类后端部件、中间件部件和前端部件的任何组合。系统的部件可通过数字数据通信的任何形式或介质(例如,通信网络)互连。通信网络的示例包括局域网(“lan”)和广域网(“wan”),例如互联网。

如本文在整个说明书和权利要求书中所用的,近似语言可用于修饰任何定量表示,所述定量表示可有所不同但不导致与其相关的基本功能的变化。因此,由一个或多个术语诸如“约”和“基本上”修饰的值不应限于所指定的精确值。在至少一些情况下,近似语言可对应于用于测量该值的仪器的精度。在此以及在整个说明书和权利要求书中,范围限制可组合和/或互换,除非上下文或语言另外指明,否则此类范围被识别并包括其中所包含的所有子范围。

再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1