[发明专利]基于多元相空间复杂网络的油水相含率测量及验证方法

说明书

技术领域

本发明涉及一种油水两相流相含率测量信息融合方法。特别是涉及一种针对水平油水两相流分布式电导传感器测量信号的基于多元相空间复杂网络的油水相含率测量及验证方法。

背景技术

两相流动现象广泛存在于自然界和现代工业生产过程中，与人类的生活及生产密切相关,准确识别两相流流型对工业生产过程优化及工艺改造有着重要意义。水平油水两相流动广泛存在于石油开采过程中，流动结构分析和参数测量对改善油井生产特性及优化油藏管理具有重要意义。从流体动力学、非线性时间序列分析等不同学科角度研究水平油水两相流复杂流型内在特性是一个极具挑战的课题。水平油水两相流相含率测量技术主要包括电导法、电容法、光学法和射线法等。由于电导传感器具有原理清晰、结构简单、响应稳定等诸多优点，已广泛地应用于多相流参数测量中。两相流分布式传感器是由安装在测量管道上的多对测量电极组成，其可有效测取局部流动结构信息，分布式传感器多元测量信号不仅包含油相含率信息，同时还蕴含着丰富的流型演化非线性动力学信息。

复杂网络理论属当今世界交叉学科前沿研究领域。近年来，基于观测数据的复杂网络建模研究得到了来自不同学科领域学者们的广泛关注，研究表明复杂网络理论不仅可以用于挖掘包含在非线性时间序列中的重要信息，同时也可用于研究理论模型所不能精确描述的复杂非线性动力学系统。一元时间序列复杂网络研究已取得较大进展，但多元时间序列复杂网络研究理论仍相当有限，仍主要集中在基于时间序列相关性分析的网络构建模式上且其要求时间序列数量足够多以此为节点构建网络，在非脑电信号分析领域的应用上存在较大局限性。

发明内容

本发明所要解决的技术问题是，提供一种基于多元相空间复杂网络的油水相含率测量及验证方法，通过相空间重构并建立复杂网络的方法对多元信息进行融合，提取与含油率具有线性关系的交叉聚集系数、交叉传递性网络指标并进行归一化处理，绘制含油率线性关系测量图版，实现对水平油水两相流含油率的测量。

本发明所采用的技术方案是：一种基于多元相空间复杂网络的油水两相流相含率测量方法，包括如下阶段：

1)构建多元相空间复杂网络，包括如下步骤：

(1)获得S组等长度反映流体局部流动特征的电压测量信号即多元时间序列，其中S为大于0的整数；

(2)将所述的S组等长度信号组成的多元时间序列重构到同一个相空间中，得到S组向量序列，根据自递归率大于交叉递归率的阈值选取方法，对于来自同一观测信号的向量，定义表示它们之间递归关系的自递归矩阵，对于来自不同观测信号的向量，定义表示它们之间递归关系的交叉递归矩阵，其中，所述的自递归矩阵和交叉递归矩阵为复杂网络的子网络，所述的递归矩阵为多元相空间复杂网络；

(3)把所有的自递归矩阵和交叉递归矩阵组合在一起就构成多元观测信号的递归矩阵；

2)进行油水两相流参数测量信息计算，包括如下步骤：

(1)设定交叉聚集系数：对交叉聚集系数求取均值即得到整个递归网络的交叉聚集系数C_global；

(2)设定交叉传递性：如果时间序列B所构成的子网络中两节点在时间序列A所构成的子网络中有共有的邻接点，则这两点连接的概率为交叉传递性：