[发明专利]一种基于总流量与电导探针阵列信号的垂直井含水率测量方法

摘要

一种基于总流量与电导探针阵列信号的垂直井含水率测量方法，属于多相流检测领域。首先，分别测量总流量和每个探针的电压响应信号；其次，通过统计分析和小波分析两种技术从每个探针响应信号提取特征量；第三，对所提取的特征量进行Z‑score归一化，再采用主成分分析(PCA)技术提取主成分，成为PCA特征量；第四，利用支持向量回归(SVR)方法分别建立从总流量和各探针响应信号的PCA特征量到油水两相流含水率的SVR回归模型；第五，采用遗传算法优化SVR模型参数；最后，对各探针所预测的含水率进行基于算术平均的线性均方估计的决策级信息融合。本发明大幅降低了输入变量维数，相对于单探针方法，不仅提高了测井的鲁棒性和可靠性，而且大幅提高了测量精度。

主权项

一种基于总流量与电导探针阵列信号的垂直井含水率测量方法，其特征在于，包含以下步骤：步骤一，在垂直井中油水两相流不同总流量和含水率组合下，通过电机(24)打开集流伞(25)，利用涡轮流量计(26)测量油水两相流总流量；步骤二，在垂直井中油水两相流不同总流量和含水率组合下，通过电机(24)打开电导探针阵列(22)的支撑臂(222)，通过电导测量电路(23)测量电导探针阵列(22)各个探针(221)的电压响应信号，测量方法如下，将幅值为U_i的双极性正弦波激励信号(31)施加在阻值为R_f的取样电阻(32)上，开关(33)依次选通电导探针阵列每个探针(34)，取样电阻R_f与选通的电导探针的针芯(343)的尖端所处位置油水两相流(35)的对地电阻R_x构成分压电路，在激励信号波峰时刻测得电导探针的电压响应信号(36)的幅值为U_o，则有该探针电压响应信号以时间序列形式记录，由存储及遥测通信电路(27)存储测得数据，并编译成曼码，通过电缆接口(28)连接测井电缆上传至地面；步骤三，在统计分析中，分别从每个探针电压响应信号提取4个特征量，即均值、标准差、偏度系数、峰度系数；在小波分析中，分别将每个探针响应时间序列进行两层小波包分解，提取8个特征量的方法如下：重构第二层小波分解得到的四个次频带小波系数，得到相应次频带的重构序列S_2,j，j＝0,1,2,3；在第二层小波分解得到的四个次频带小波系数的能量为式中，S_2,j(k)表示重构序列S_2,j的第k个元素，N₁表示S_2,j的长度；第二层小波分解得到的四个次频带小波系数的能量比例由下式计算得到在第二层小波分解得到的四个次频带小波系数的信息熵定义为式中，式中，S_F(2,j)(k)表示S_2,j傅里叶变换序列的第k个元素，N₂表示S_F(2,j)的长度。步骤四，分别对电导探针阵列每个探针电压响应信号的特征量进行Z‑score归一化，再分别采用主成分分析(PCA)技术提取主成分，降低特征量之间的数据冗余，所得到的主成分称之为PCA特征量；步骤五，利用支持向量回归(SVR)方法分别建立从总流量和电导探针阵列各个探针的PCA特征量到垂直井油水两相流含水率的回归模型，称之为SVR模型，训练集的一个样本被记作(x_j,i,y_j,i),x_j,i∈Rⁿ⁺¹,y_j,i∈[0,1]                (6) 式中，x_j,i表示SVR模型的n+1维输入向量，其中n维输入向量为第j支探针第i个训练集样本对应的电 压响应信号的PCA特征量，n≤12，另1维输入向量为涡轮流量计测得的总流量；y_j,i表示SVR模型的1维输出向量，表示第j支探针第i个训练集样本对应的油水两相流含水率值，j＝1,2,…，N表示探针的数目，i＝1,2,…，l表示训练集的长度，测试集的数据格式和训练集一致；利用各探针的训练集样本分别对SVR模型进行训练，采用高斯径向基函数，利用各探针的测试集样本分别测试SVR模型的垂直井含水率测量精度；步骤六，采用遗传算法(GA)来优化SVR模型的惩罚因子C和高斯径向基函数核半径σ，以提高SVR模型的测量精度和泛化能力，所述优化的步骤如下：(a)设定惩罚因子C、核函数参数σ的搜索范围，设置进化代数计数器t＝0，设置最大进化代数，种群规模，交配概率，变异概率，搜索精度，随机生成初始群体P(0)；(b)设定计算群体P(t)中各个个体的适应度R_cv(C，σ)，即SVR模型交叉验证下的垂直井含水率测量精度；(c)进行选择运算、交叉运算、变异运算之后得到下一代群体；(d)若达到搜索精度，则以该次进化得到的个体作为最优解输出，终止计算；否则按达到最大进化代数，以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算；步骤七，对电导探针阵列各个探针所预测的垂直井含水率进行基于算术平均的线性均方估计的决策级信息融合；第j支探针预测的含水率值设为Y_j，j＝1,2，…，N为探针数目，如果Y_j是无偏的，且互相独立，则可使用下式进行线性均方估计式中，W_j表示分配给第j支探针预测值Y_j的权重；基于算术平均的线性均方估计中，W_j的取值需满足。