基于UKF的海上天然气井数据驱动软测量方法

摘要

油气田数字化、智能化是未来发展的必然趋势,目前数据驱动软测量模型已逐步应用于海上天然气生产系统流量、压力等关键状态变量的监测。为进一步提高数据驱动软测量模型准确度和生产监测水平,开展基于非线性滤波技术的软测量研究,结合压力传感器观测数据与所建外源输入非线性自回归模型库,建立了单个无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)以及“先融合后滤波”(FF1)和“先滤波后融合”(FF2)等2种融合UKF,实现单井流量和井口压力的在线校正估计。研究结果表明:(1)基于UKF的软测量在纯模型软测量的基础上提高了准确度,且单个UKF、FF1、FF2等3种软测量方案的准确度和计算时间都满足在线估算需求;(2)所建模型库中,基于深度前馈网络灰箱模型构造的UKF准确性和稳定性较高,满足了生产的需要;(3)对比了3种软测量方案的优劣,认为FF1的全局准确性更高、耗时更少,推荐作为首选软测量方案。结论认为,研究结果对智能化海上油气田建设具有引导性作用,所推荐的软测量方案具有较强的工程适用性,为未来构建智慧油气田奠定了技术基础。