一种油水井行为分析预测装置及方法
【专利摘要】本发明公开一种油水井行为分析预测装置及方法。本发明采用的技术方案包括被测对象油井及布置在油井周围的水井，其特征在于：所述油井、水井上分别设有原油含水率传感器和注水量传感器，分别用于采集油井的含水率和水井的注水量，并将采集的模拟量经A/D转换器转换成数字量，再通过数据电缆传输至上位机，所述上位机对采集数据进行稳定性辨识。本发明对用于建模的数据给出稳定性辨识算法，具有步骤清楚，算法简单，效果满足要求等优点。
【专利说明】一种油水井行为分析预测装置及方法
【技术领域】
[0001]本发明属于油田开发预测领域，特别是涉及一种油水井行为分析预测装置。
【背景技术】
[0002]单井行为的分析预测是油田生产管理中的一项重要内容。而目前对油井一般采用常规的分析方法，如产能分析、产量递减分析等。这些方法都是将油井孤立而未考虑周围水井的影响。井间分析的一些非常规的方法，如干扰试井、示踪剂测试等技术往往都会因造成油井的停产或费用太高而很少被采用。现在大多采用数值模拟来研究井组的行为，如多元时序分析方法。
[0003]系统状态分稳定状态、不稳定状态以及介于两者之间的过渡状态。用于油水井行为的预测通常采用建模方式，对采集的样本假定是在系统稳定状态下获得，然后建立数学模型对油水井行为进行预测，而对于处于潜在、初始非稳状态的过渡状态，现有的预测算法无法辨别用于建模的采集数据是否可靠。因此对于处于稳定过程和非稳状态的中间、过渡阶段，或者由于设备老化、系统不稳定等原因，使得采集数据偏离原稳定状态时，此时利用包含不稳信息的数据构建预测模型，势必使得预测效果偏离稳定系统方向，从而导致误判的发生。而经查阅目前没有相关文献对建模数据进行辨识的算法，因此有必要对建模数据进行辨识分析，即对建模的初始矩阵稳定性进行辨识。
【发明内容】
[0004]本发明要解决的技术问题是提供一种油水井行为分析预测装置及方法。
[0005]为解决上述问题，本发明采用的技术方案包括被测对象油井及布置在油井周围的水井，其特征在于:所述油井、水井上分别设有原油含水率传感器和注水量传感器，分别用于采集油井的含水率和水井的注水量，并将采集的模拟量经A/D转换器转换成数字量，再通过数据电缆传输至上位机，所述上位机对采集数据进行稳定性辨识。
[0006]所述装置实现的方法，其特征在于所述上位机对采集数据进行稳定性辨识包括如下步骤:
设采集m个数据量&,X:,X3 ，采集到足够的样本并划分为λ个η X η矩阵，fc为自然数；
(1)令fc=:!时的λ阶矩阵ii为稳定状态，取其协方差矩阵J ,则特征方程为:
(it — Ae) X = ο ；
(2)可以认为余下的If-1个《阶矩阵的稳定性判断在正常过程数据J基础上加扰动变化而成，若扰动对原过程影响不大，则认为是良性扰动，否则是恶性扰动，前者可以用于构建预测模型或者用于更新模型，用数学的语言表示为:第?个m阶矩阵协方差为A1 =A十Δ4,相应的特征根和特征向量变化为:Α? = 2十Δ2?，Xi = χ + ，则第i个π阶矩阵协方差的特征方程为:(4 * Δ為)Cx ‘ Axi) = (1- Αλ.)(χ~ Axi),对上式化解得到
-11./ ^—/m
XA ι—?.{_￡，
(3)对上式取2范数得到|,l<七-=，,即为第个ti阶矩阵的协方差矩阵对正常过程数据矩阵的相对误差，由于协方差矩阵是对称阵，所以\f\l < 11-⑷_ ,由于该式中矩阵属于实对称阵具有完备的特征向量系，
可以采用幂法迭代求取矩阵的最大特征值；
(4)重复(2)、(3)直到i= Ic,范数值较小的认为正常过程数据，否则可以认为是初始故障数据或故障数据，应丢弃。
[0007]本发明对用于建模的数据给出稳定性辨识算法，具有步骤清楚，算法简单，效果满足要求等优点。本发明应用于油水井行为预测分析将进一步提高预测精确度，从而间接的提高油田管理效率。另外本发明装置具有简单易行，安装方便，重量轻等优点。
【专利附图】
【附图说明】
[0008]下面结合附图和【具体实施方式】对本发明作进一步详细的说明。
[0009]图1是本发明分析预测装置原理图；
图2是本发明油水井组相变化量变化示意图。
【具体实施方式】
[0010]如图1所示，本发明的油水井行为分析预测装置，包括被测对象油井I及布置在油井周围的水井2，所述油井1、水井2上分别设有原油含水率传感器3和注水量传感器4，分别用于采集油井的含水率和水井的注水量，并将采集的模拟量经A/D转换器5转换成数字量，再通过数据电缆传输至上位机6，所述上位机对采集数据进行稳定性辨识。
[0011 ] 所述上位机对采集数据进行稳定性辨识包括如下步骤:
设采集m个数据量.…，Xn,采集到足够的样本并划分为个Λ X η矩阵，k为自然数；
(I)令t = I时的η阶矩阵4为稳定状态，取其协方差矩阵A (仍用该代号)，则特征方程为:(Α — Α￡)χ=0 ;其中J为ft阶矩阵，由采集数据组成；1为矩阵A的特征值；￡为11阶单元阵^为特征向量；该方程为求解矩阵A特征值得公式。
[0012]( 2)可以认为余下的I1-1个η阶矩阵的稳定性判断在正常过程数据j基础上加扰动变化而成，若扰动对原过程影响不大，则认为是良性扰动，否则是恶性扰动，前者可以用于构建预测模型或者用于更新模型，用数学的语言表示为:第i个m阶矩阵协方差为為=A^ Δ.Λ, (Δ為为扰动矩阵,i = 'U ,且AA1= O )，相应的特征根和特征向量变化(或解的变化)为= λ十Lki,.Jfi = x + Axi (I = U,且M1 = O),则第！个η阶矩阵协方差的特征方程为:(Λ + AAj (X ^ Mi) = (I + ΔΙ.) (X -t Axi),对上式化解得到
_ !、.4.?—戌?(AS—
Il HI.--■......XΑ「Aif，
(3)对上式取2范数得到|,1 < Α「=『,即为第个ti阶矩阵的协方差矩阵对正常过程数据矩阵的相对误差，由于协方差矩阵是对称阵，所以
^，由于该式中矩阵属于实对称阵具有完备的特征向量系，
可以采用幂法迭代求取矩阵的最大特征值；各字母的含义同(I)步骤。幂法是用于求解矩阵最大特征值及对应的特征向量的一种迭代算法，是一种数值分析方法，其基本思想为:
假设卞ΣΙ阶矩阵A的特征值和特征向量，先任取一个初始η难向量WCC1 E Cw,且I^0-l10 = I (注:求M1W的无穷范数)。算法终止常数ε > O,置Ar = I;计算步骤如下(下脚标注k为迭代次数):
a.计算y(fcJ= Ausk ~ ；
b.求详!^= max(y^)；
c.uCfe) = yW/|ifc
d.如果-μ卜」< ε,则输出近似特征向量和近似特征值(ifc ,为终止算法。否则置女=k + I,返回a步骤。
[0013](4)重复(2)、(3)直到f = 范数值较小的认为正常过程数据，否则可以认为是初始故障数据或故障数据，应丢弃。
[0014]实验例:
某一油田区块，该区块为五点面积井网，注采井距为500m。取一个五点井组进行注采对应分析。五点井组中油、水井的相对位置是:中间为一口油井，其周围布置4 口水井，西北角及东北角为水井I和水井2，西南角及东南角为水井3和水井4。
[0015]若把油水井组看作一个多输入多输出的系统，则一口油井与周围水井或一口水井与周围油井的生产指标即构成一个多元时间序列，分别采集油井含水率和周转4 口水井的注水量，每月采集一次，共26次，形成历史数据。油井含水率及水井注水量原始数据如下表I所示:
【权利要求】
1.一种油水井行为分析预测装置，包括被测对象油井(I)及布置在油井周围的水井(2)，其特征在于:所述油井(I)、水井(2)上分别设有原油含水率传感器(3)和注水量传感器(4)，分别用于采集油井的含水率和水井的注水量，并将采集的模拟量经A/D转换器(5)转换成数字量，再通过数据电缆传输至上位机(6)，所述上位机对采集数据进行稳定性辨识。
2.一种根据权利要求1所述装置实现的方法，其特征在于所述上位机对采集数据进行稳定性辨识包括如下步骤: 设采集》个数据量X1A:,…”xn ,采集到足够的样本并划分为&个W X ?矩阵，t为自然数； (O令Zc = ?时的η阶矩阵Λ为稳定状态，取其协方差矩阵>1,则特征方程为:(Α — λΕ)χ = O ； (2)可以认为余下的fe-1个m阶矩阵的稳定性判断在正常过程数据J基础上加扰动变化而成，若扰动对原过程影响不大，则认为是良性扰动，否则是恶性扰动，前者可以用于构建预测模型或者用于更新模型，用数学的语言表示为:第i个m阶矩阵协方差为A1=A- AAi,相应的特征根和特征向量变化为:人+ = λ-t Mi, X1 =X^ Δχ? ,则第?个m阶矩阵协方差的特征方程为:0? + AAlXx，Δλ、) = (λ-r ΔΛ^ζχ-τΔχ^)，对上式化解得到
一 - Aj -f- ^Λ￡ —Λ,.........................mmm~.XAf-， (3)对上式取2范数得到I譬I< Α?~Χ^Σ ,即为第￡个》.阶矩阵的协方差矩阵对正常过程数据矩阵的相对误差，由于协方差矩阵是对称阵，所以 I，由于该式中矩阵属于实对称阵具有完备的特征向量系，可以采用幂法迭代求取矩阵的最大特征值； (4)重复(2)、(3)直到i=Jc,范数值较小的认为正常过程数据，否则可以认为是初始故障数据或故障数据，应丢弃。
【文档编号】G06F19/00GK104200059SQ201410355231
【公开日】2014年12月10日 申请日期:2014年7月24日 优先权日:2014年7月24日
【发明者】黄克, 周宏明, 黄旺森 申请人:温州大学