基于长喉颈文丘里管湿气测量及不确定度预测方法、系统

摘要

本发明涉及油‑气‑水多相流量计量领域，尤其涉及一种基于长喉颈文丘里管湿气测量及不确定度预测方法、系统，方法包括以下步骤：获取长喉颈文丘里管的前差压和后差压；利用前差压和后差压分别计算长喉颈文丘里管收缩段和直管段的气相虚高流量；根据收缩段和直管段的气相虚高流量利用流量算法求解得到气、液两相的体积流量，其中流量算法包括直接拟合算法和迭代算法。本发明提出的一种基于长喉颈文丘里管湿气测量及不确定度预测方法、系统，解决了现有的基于经典文丘里的湿气测量方法存在测量精度不高的问题。

说明书

技术领域

本发明涉及油-气-水多相流量计量领域，尤其涉及基于长喉颈文丘里管湿气测量及不确定度预测方法、系统。

背景技术

石油和天然气作为支撑国计民生的重要战略资源，其勘探、开采、输送和加工等技术工艺都涉及到多相流量的计量问题，因此能够准确的对多相流进行计量具有十分重要的意义。目前油田常用的多相流量计量方法多采用测试井分离器进行油-气-水三相分离，然后利用单相仪表进行分别计量。这种模式虽然可以保证一定的精度，但分离器大多尺寸巨大、价格昂贵，而且分离过程十分耗时，因此这种方法无法实现每一口油井的实时在线测量。

湿气一般指体积含气率(工况)大于95％，或者L-M数小于0.3的气、液两相流。相较于其它一般意义上的气液两相流，湿气的流型较为单一，规律较为稳定。现有的经典文丘里测量精度不高、不可恢复压降较为复杂，难以从理论上建立模型。

发明内容

本发明提出基于长喉颈文丘里管湿气测量及不确定度预测方法、系统，以解决现有的基于经典文丘里的湿气测量方法存在测量精度不高的问题。

本发明解决上述问题的技术方案是：一种基于长喉颈文丘里管的湿气测量方法，包括以下步骤：

获取长喉颈文丘里管的测量信号，其中测量信号包括前差压和后差压；

利用所述前差压和后差压分别计算长喉颈文丘里管收缩段和直管段的气相虚高流量；

根据收缩段和直管段的气相虚高流量利用流量算法求解得到气、液两相的体积流量，其中所述流量算法包括直接拟合算法和迭代算法。

优选的是，所述直接拟合算法为线性拟合算法，所述线性拟合算法的求解公式表示为：

其中：Q

优选的是，所述直接拟合算法为通用模型拟合算法，所述通用模型拟合算法的求解公式表示为：

其中：a

优选的是，利用所述迭代算求解气、液两相流量的步骤包括：

S301：预设初始L-M参数；

S302：根据L-M参数利用通用气相虚高模型计算得到气相虚高系数，其中，初始气相虚高系数是通过均相流虚高公式计算得到的；

S303：根据步骤S302中的气相虚高系数和L-M参数利用气相虚高系数定义式和L-M参数的定义式，计算得到气、液两相的体积流量；

S304：根据步骤S303计算得到气、液两相的体积流量利用气、液两相的弗劳德数的定义式和L-M参数的定义式，计算得到弗劳德数和L-M参数；

S305：根据步骤S304中计算得到的弗劳德数和L-M参数利用de Leeuw虚高模型或其它经典文丘里虚高模型的虚高公式，计算得到气相虚高系数；

并将得到的气相虚高系数与步骤S304计算得到的L-M参数代入到步骤S303中计算，并持续循环直至气相虚高系数的结果不再变化；

S306：根据Reader-Harris模型的压损比经验关联式或已有的压损比经验关联式计算L-M参数；

并将L-M参数代入到步骤S302中计算，并持续循环直至L-M参数结果不再变化；

S307：将最后一次迭代结果导出，作为气、液两相体积流量的最终预测值。

优选的是，所述Reader-Harris模型的压损比经验关联式包括经过归一化处理后的差压比公式和拟合公式；其中所述归一化处理后的差压比公式表示为：

拟合公式表示为：

其中：

优选的是，所述De Leeuw模型的虚高公式

其中：Fr

另一方面，本发明还提出一种湿气流量相对不确定度的预测方法，包括以下步骤：

获取长喉颈文丘里管的测量信号，其中测量信号包括前差压和后差压；

利用所述前差压和后差压分别计算长喉颈文丘里管收缩段和直管段的气相虚高流量；

根据收缩段的气相虚高流量利用de Leeuw虚高模型或经典文丘里虚高模型计算收缩段的前差压对气、液两相流量的梯度向量解析式；

根据直管段的气相虚高流量利用压损比经验关联式或Reader-Harris模型中的压损比经验关联式或计算直管段的后差压对气、液两相流量的梯度向量解析式；

根据气、液两相的体积流量并结合不确定度分析公式预测工况点处的气相相对不确定度和液相相对不确定度；所述不确定度分析公式的表达式为：

其中：ε

优选的是，长喉颈文丘里管收缩段前差压dp

其中：X为洛玛数，S为滑速比，

所述长喉颈文丘里管直管段模型后差压dp

其中：X为洛玛数，S为滑速比，

另一方面，本发明还提出一种基于长喉颈文丘里管的湿气计量系统，包括：长喉颈文丘里管、压力测量模块、温度测量模块和数据处理子系统；所述长喉颈文丘里管、压力测量模块和温度测量模块均与数据处理子系统电连接；

所述数据处理子系统包括流量计算模块和不确定度分析模块，所述流量计算模块用于根据接收到测量信号计算气、液两相的体积流量；所述不确定度分析模块用于根据接收到测量信号计算工况点处的气相相对不确定度和液相相对不确定度。

优选的是，所述长喉颈文丘里直管段的长度的表达式为：

L＝n·d

其中：d为长喉颈文丘里直管段的直径，n大于等于10。

相比于现有技术，本发明的有益效果在于：本发明相比于经典文丘里具有更高的测量精度；本发明通过流量算法对获取到的长喉颈文丘里的收缩段的前差压和直管段的后差压进行处理，能够直接得到湿气的气相流量和液相流量；本发明的相对不确定度的预测方法能够预测该湿气系统输出结果的测量不确定度。

附图说明

图1为长喉颈文丘里管的结构示意图；

图2为经典文丘里管的结构示意图；

图3为线性模型对长喉颈文丘里气相虚高系数的拟合效果；

图4为通用模型对长喉颈文丘里气相虚高系数的拟合效果；

图5为迭代模型中常用虚高公式对长喉颈文丘里气相虚高系数的预测效果；

图6为迭代模型中未经拟合和重新拟合后的Reader-Harris关联式对长喉颈文丘里归一化差压比的预测效果；

图7和图8为线性、通用和迭代模型的气相流量预测结果；

图9和图10为线性、通用和迭代模型的液相流量预测结果；

图11为线性模型的前、后差压等高线图对比。

图12为迭代模型的前、后差压等高线图对比。

图13为误差传递原理示意图；

图14和图15为长喉颈文丘里的气、液流量相对不确定度分布图。

图16、图17、图18和图19为经典文丘里管和长喉颈文丘里管的气、液流量相对不确定度分布图对比。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。

实施例1：一种湿气计量系统。

(1)一种基于长喉颈文丘里管的湿气计量系统包括：长喉颈文丘里管、压力测量模块、温度测量模块和数据处理子系统；长喉颈文丘里管、压力测量模块和温度测量模块均与数据处理子系统电连接；

数据处理子系统包括流量计算模块和误差分析模块，流量计算模块用于根据接收到测量信号计算气、液两相的体积流量；误差分析模块用于根据接收到测量信号计算工况点处的气相相对不确定度和液相相对不确定度。

作为本发明一个优选实施例：长喉颈文丘里直管段的长度的表达式为：

L＝n·d

其中：d为长喉颈文丘里直管段的直径，n大于等于10。

(2)经典文丘里和长喉颈文丘里的对比

长喉颈文丘里的基本结构如图1所示，其气、液流量相对不确定度如图18和图19所示，从中可以看出1％的相对误差会造成气相流量2.4％的相对误差和液相流量6.2％的相对误差。此外，气、液流量的相对误差均随洛玛数X的增加而增大，随总流量的增大而减少，因此该设备与算法不适合测量小流量、低含气的工况。同一工况下，液相流量相对不确定度大约是气相流量相对不确定度的2～3倍，这与公式ε

经典文丘里的基本结构如图2所示，其气、液流量相对不确定度如图16和图17所示，从中可以看出1％的相对误差会造成气相流量7.1％的相对误差和液相流量20.2％的相对误差。经典文丘里气、液流量相对误差随总流量和含气率的变化规律与长喉颈文丘里类似。但通过比较图18、图19和图16、图17可以发现长喉颈文丘里的相对误差(δ

实施例2：一种基于长喉颈文丘里管的湿气测量方法，包括以下步骤：

步骤1：获取长喉颈文丘里管的测量信号，其中测量信号包括前差压、后差压、压力和温度信号；

步骤2：利用收缩段模型和直管段模型计算的气相虚高流量

2-1：利用前差压计算长喉颈文丘里管收缩段模型的气相虚高流量；

当湿气流经长喉颈文丘里管时，把前差压Δp

式中：β＝d/D，A＝πd

2-2：利用后差压计算长喉颈文丘里管直管段模型的气相虚高流量；

直管段的压降可由范宁公式求出：

式中：λ为沿程阻力损失系数，若管壁粗糙且流动形式为湍流，则λ为常数，不随Re的变化而变化。

对公式(2)进行适当变形，即可得到直管段的流量计算公式为：

步骤3：根据收缩段模型和直管段模型的气相虚高流量利用流量算法求解得到气、液两相的体积流量，其中流量算法包括直接拟合算法和迭代算法，直接拟合算法包括线性拟合算法和通用模型拟合算法。

(1)收缩段模型

由于前差压Δp

φ

式中：X为洛玛数，

式中：

式中S

(2)直管段模型

直管段模型和收缩段模型类似，直管段也有形如公式(4)的线性虚高模型，以及形如公式(5)的多项式虚高模型。

3-1：选择线性拟合算法求解气、液两相的体积流量，求解具体过程包括

联列收缩段模型和直管段模型的线性虚高公式(公式(4))，即可得到下述线性拟合模型：

对公式(11)进行求逆运算，可得：

式中：

线性模型的拟合效果如图3所示。线性模型求解简单，精度较高，稳定性好。还可以为复杂迭代算法提供初值；为分类方法提供依据(如计算Fr

3-2：选择通用模型拟合算法求解气、液两相的体积流量，求解具体过程包括

在气液两相流中，流量计算公式(1)中的流出系数发生了改变，因此在Chisholm模型的前面乘以一个系数以获得更好的拟合效果：

通过求解上述两式，可得：

式中：

33：选择迭代算法求解气、液两相的体积流量。

1)总流量的预估与拟合

目前，文献中存在着大量的有关湿气的虚高公式，Solartron ISA对此进行了总结，其中绝大多数常用的虚高公式可以写成公式(5)和(6)的形式。上式又被称为通用虚高公式，其形式可以通过理论推导得出，而指数n的选取称为不同模型优劣的关键，目前湿气中常用的模型有：

(a)均相流模型

均相流模型认为湿气的气液两相之间混合均匀，不存在滑差，因此将其作为一种等效的单相介质来处理。按照这一假设，经过推导可得：

即：n＝0.5。由此可见均相流模型的指数n是一个常数，与气相弗劳德数Fr

(b)De Leeuw模型

De Leeuw利用氮气和气油对内径四英寸、β＝0.4的文丘里管在不同压力下进行实验测量，发现指数n在0.41和0.606之间波动。其具体形式为：

从上式可以看出，De Leeuw模型需要已知Fr

(c)Reader-Harris模型

Reader-Harris利用英国国家工程实验室(NEL)的实验设备，对0.4≤β≤0.75的文丘里管进行了大量实验，得到了如下形式的虚高指数n。

式中H取决于液体介质的种类，对于碳水化合物取1.0，对于常温水取1.35，对于湿蒸汽流中的液态水取0.79。Reader-Harris认为该参数取决于液体的表面张力。此外，Reader-Harris认为湿气流动中，文丘里管的流出系数发生了改变，并提出了如下形式的经验关联式：

由于在其它虚高模型中认为C

以上三种模型的直接拟合效果如图5所示。从图5中可以看出Reader-Harris模型的拟合效果略优于De Leeuw模型，而De Leeuw模型的拟合效果又略优于均相流模型。但考虑到模型的复杂程度，涉及参数的数量以及过拟合的风险，本发明选择使用De Leeuw模型对虚高系数φ

2)含液率的预估与拟合

湿气的含液率一般通过L-M参数X来描述，其定义为：

Reader-Harris通过研究后指出，差压比可以先经过归一化处理：

然后再按照下式来拟合：

Reader-Harris对经典文丘里管的压力损失系数进行了拟合，其拟合结果的最终形式被ISO11583收录：

对于长喉颈文丘里管，由于其结构形式与经典文丘里具有明显的差异，若直接套用ISO11583的经验关联式，则预测结果与标签值相去甚远，因此有必要结合Reader-Harris的拟合形式和国家原油天然气大流量计量站成都分站的测试数据，对长喉颈文丘里管的归一化压比进行重新拟合。由于测试数据覆盖了纯气和X＝0.3的极值点，因此

3)利用迭代算法求解步骤包括

S331：预设初始L-M参数

S332：根据L-M参数

S333：根据步骤S332中的气相虚高系数

S334：根据步骤S333计算得到气、液两相的体积流量利用气、液两相的弗劳德数的定义式和L-M参数的定义式，计算得到弗劳德数和L-M参数

S335：根据步骤S334中计算得到的弗劳德数和L-M参数

并将得到的气相虚高系数

S336：根据Reader-Harris模型的压损比经验关联式(公式(17)、(20))计算L-M参数；

并将L-M参数代入到步骤S332中计算，并持续循环直至L-M参数结果不再变化；

S337：将最后一次迭代结果导出，作为气、液两相体积流量的最终预测值。

直接拟合法和迭代法结果比较：从图7-图10可以看出，迭代模型的精度高于通用模型，而通用模型的精度高于线性模型。这是因为模型越复杂，考虑的影响因素越多，拟合出来的前、后差压等高线图也越符合真实情况，如图11、12所示。

实施例3：一种湿气流量相对不确定度的预测。

(1)一种湿气流量相对不确定度的预测方法，包括以下步骤：

步骤1、利用所述前差压和后差压分别计算长喉颈文丘里管收缩段和直管段的气相虚高流量；

步骤2、根据收缩段的气相虚高流量利用多项式虚高模型计算收缩段的前差压对气、液两相流量的梯度向量解析式

将公式(1)和X、φ

因此，前差压dp

从公式(22)中可以看出前差压的梯度向量是滑速比S、密度比

步骤3、根据直管段的气相虚高流量利用多项式虚高模型计算直管段的后差压对气、液两相流量的梯度向量解析式

和收缩段类似，直管段也有形如公式(4)的线性虚高模型，以及形如公式(5)和(6)的通用虚高模型。而且后差压dp

对于长喉颈文丘里，收缩段和直管段的洛玛数X和密度比ρ

步骤4、根据气、液两相的体积流量并结合不确定度分析公式预测工况点处的气相相对不确定度和液相相对不确定度。

虽然ISO 11583给出的迭代算法准确、可靠，但其较为复杂且物理意义不很明确，因此可以借助类似图11、12的前、后差压等高线图来帮助理解。若不考虑压力p(或者气相密度ρ

在得到前、后差压的等高线图之后，误差分析的工作原理如图13所示。图13中切线L

从图13中可以看出，前、后差压的绝对误差为δ(dp

从图13中可以注意到，δ

将k

从公式(25)出发，可以进一步推导出误差分析公式：

从公式(26)可以看出ε

以上所述仅为本发明的实施例，并非以此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的系统领域，均同理包括在本发明的保护范围内。