[发明专利]一种多相流流量检测方法及系统

说明书

本申请属于流量测量技术领域，特别是涉及一种多相流流量检测方法及系统。文丘里管测量高含气率的油气多相流的准确度相对有限，需要其它的传感器进行辅助测量。电容层析成像能测量油气多相流的流型和截面含气率，然而其只能提供流体截面的信息，很难为文丘里管的传统半经验测量模型提供实时可用的信息。本申请提供了一种多相流流量检测方法，所述方法包括如下步骤：1)采集多相流的流动信号；2)获取大量的多相流数据样本训练深度学习模型；3)将所述流动信号输入所述深度学习模型得到多相流中各相流量。基于文丘里管和ECT结合深度学习的方法可以在线测量油气多相流中的油相流量和气相流量，提高其测量准确度。

技术领域

本申请属于流量测量技术领域，特别是涉及一种多相流流量检测方法及系统。

背景技术

在石油化工行业，广泛存在着油气多相流这种现象。油气多相流是一个具有多参数多变量的复杂随机过程，想要准确地测量油气多相流的流量存在着诸多难点，主要体现在流量不稳定、特征参数多、复杂的流型特征且可能随时发生变化和混合流体的物理性质变化复杂等等。

在测量油田多相流的流量中，大部分使用的方法是传统的分离方法。先让气液相混合物经过长时间沉淀分离成单相流，然后采用单相流量计来直接进行计量。这种分离方法存在需要计量的时间周期长而导致无法实时获取油田的数据信息、分离过程流程复杂和分离罐占用空间大等弊端。

关于实时在线测量油气多相流，差压法已被广泛使用。文丘里管通过收集其收缩段和扩张段的差压信号来测量单相流量，然而文丘里管能采集到的油气多相流的流动信号有限，进而导致其测量高含气率的油气多相流的准确度相对有限，需要其它的传感器进行辅助测量。其中电容层析成像(Electrical Capacitance Tomography,ECT)能测量油气多相流的流型和截面含气率，然而其只能提供流体截面的信息，很难为文丘里管的传统半经验测量模型提供实时可用的信息。

发明内容

1.要解决的技术问题

基于实时在线测量油气多相流，差压法已被广泛使用。文丘里管通过收集其收缩段和扩张段的差压信号来测量单相流量，然而文丘里管能采集到的油气多相流的流动信号有限，进而导致其测量高含气率的油气多相流的准确度相对有限，需要其它的传感器进行辅助测量。其中电容层析成像(Electrical Capacitance Tomography,ECT)能测量油气多相流的流型和截面含气率，然而其只能提供流体截面的信息，很难为文丘里管的传统半经验测量模型提供实时可用的信息。针对上述问题，本申请提供了一种多相流流量检测方法及系统。

2.技术方案

为了达到上述的目的，本申请提供了一种多相流流量检测方法，所述方法包括如下步骤：1)采集多相流的流动信号；2)获取大量的多相流数据样本训练深度学习模型；3)将所述流动信号输入所述深度学习模型得到多相流中各相流量。

本申请提供的另一种实施方式为：所述流动信号包括油相流动信号和气相流动信号，所述流动信号采用文丘里管和电容层析成像传感器进行采集，所述文丘里管采集管道压力时间序列信号、第一压差ΔP₁时间序列信号和第二压差ΔP₂时间序列信号，所述电容层析成像传感器采集电容值的时间序列信号。

本申请提供的另一种实施方式为：所述深度学习模型包括一维卷积神经网络、双卷积神经网络和卷积神经网络-长短时记忆网络。

本申请提供的另一种实施方式为：将所述管道压力时间序列信号、所述第一压差ΔP₁时间序列信号和所述第二压差ΔP₂时间序列信号输入所述一维卷积神经网络在线测量油气多相流中的油相流量和气相流量。