井口含水率测量研究

摘要

在原油开采过程中，为确定各油井的原油产量，了解地层油气含量及地质结构的变化，需对油井产出液中各组分的体积比进行连续计量并提供实时计量数据，以优化生产参数，提高采收率。因此，原油含水率的在线精确测量具有十分重要的意义。 微波法测量原油含水率适用于中、高含水阶段的在线测量，且该方法具有传感去器结构简单、安装方便的优点。本文利用微波法对井口原油含水率进行现场测量，对数据进行后期处理，并考虑到温度对测量精度的影响，在对数据进行处理时考虑温度补偿，以提高仪器测量精度。 本研究核心内容主要分为两部分:一部分为利用SPSS软件对现场测量数据进行多元非线性回归分析，从而建立电流信号与原油含水率和温度场的函数关系式，并对该数学模型及各相关系数进行检验，进一步分析各因素的影响规律，最后结合Maple软件即可反算出任意电流信号与温度下的原油含水率，并将理论计算值与真实值比较，计算平均相对误差为3.428％，表明预测模型较为合理;另一部分为通过MATLAB中神经网络工具箱编程，利用BP神经网络建立原油含水率预测模型，并针对BP神经网络算法自身的收敛速度慢、易陷入局部极小点等缺点，采用双极性压缩函数代替Sigmoid函数作为激活函数，训练收敛时用LMBP算法代替传统的梯度下降法对模型进行改进，最终提高了该含水测量仪的测量精度。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景和意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外微波法检测原油含水率的现状及发展趋势

1．2．1 微波法检测原油含水率现状

1．2．2 原油含水率测量未来发展趋势

1．3 本课题主要研究内容

1．4 创新点

第二章 微波法测量含水率机理、影响因素及相关实验

2．1 微波法测量含水率机理

2．2 微波法测量含水率的影响因素

2．2．1 温度对含水率测量值的影响

2．2．2 压力、流速对含水率测量的影响分析

2．2．3 矿化度对含水率测量的影响

2．3 微波法测量原油含水率相关试验

2．3．1 含水率测量仪结构外形及原理框图

2．3．2 含水率测量仪技术性能

2．3．3 含水率测量仪现场安装

2．3．4 试验步骤

2．4 本章小结

第三章 应用SPSS多元回归模型预测原油含水率

3．1 SPSS多元回归模型基本介绍

3．2 应用SPSS建立多元回归模型操作过程

3．3 结果分析

3．4 微波法预测原油含水率模型及误差分析

3．5 本章小结

第四章 基于BP神经网络预测原油含水率模型

4．1 人工神经网络方法

4．1．1 人工神经元模型

4．1．2 人工神经网络的结构和分类

4．2 BP神经网络的结构及工作过程

4．2．1 BP神经网络的结构

4．2．2 BP神经网络的工作过程

4．3 BP神经网络的学习方法

4．3．1 学习方式

4．3．2 学习规则

4．4 BP神经网络的数学描述

4．4．1 激活函数

4．4．2 BP神经网络算法流程

4．5 BP神经网络预测原油含水率模型建立

4．5．1 神经网络层数的确定

4．5．2 神经网络各层节点数的确定

4．5．3 数据的预处理

4．5．4 初始值的选取

4．5．5 学习速率的选取

4．6 MATLAB在神经网络中的使用

4．6．1 MATLAB的功能

4．6．2 MATLAB的工具箱

4．6．3 MATLAB的神经网络相关函数

4．7 BP网络的局限性及若干改进

4．7．1 BP网络的局限性

4．7．2 BP网络的若干改进

4．8 算例分析

4．8．1 原油含水率训练及预测程序

4．8．2 运行程序预测含水率结果

4．9 本章小结

第五章 结论与建议

5．1 基本结论

5．2 建议

致谢

参考文献

附录

攻读学位期间发表的论文