基于多传感器技术的原油含水率预测模型研究

多传感器融合技术在原油含水率测量中的应用张冬至夏伯锴曾蕾蕾任冬艳中国石油大学信息与控制工程学院，山东东营257061E-mail：sunny_doctor@摘要：本文通过多传感器技术对原油含水率测量影响的多个参量进行测定，提出基于多元非线性回归和神经网络的融合方法建立原油含水率预测模型，并采用分段建模的方法进行改进。

评价结果表明：神经网络模型预测效果优于多元非线性回归模型，原油含水率分段预测模型效果优于统一模型。

尤其是改进的神经网络分段预测模型具有网络结构简化、收敛速度快，泛化能力强的特点，取得很好的拟合精度和预测效果。

关键词：原油；含水率；多元非线性回归；神经网络；预测模型1.引言原油含水率是原油生产中的重要数据，研究油田开发状况的重要的参数指标。

在原油生产和储运过程中，原油含水率的检测十分重要，历来倍受关注，先后提出多种测量方法，设计出不同形式的含水率测试仪表，但由于原油含水率测量受到多种因素的影响，且与其影响因素具有复杂的非线性关系，始终缺乏一种既简便快捷、又准确实用的预测模型。

本文采用多传感器技术对水分、温度、矿化度进行监测或标定，研究了温度、矿化度等因素对原油含水率测量的影响，对建立原油含水率预测模型进行探讨和研究。

2.系统组成与测量原理电磁波谐振技术原油含水率测量系统框图如图1所示。

图1 电磁波谐振技术测量原油含水率原理框图- 1 -电容传感器利用油水介电常数差异较大的特性[1]，在极化电场频率为Hz下，能充分体现出油、水分子的取向极化对油水乳化液介电常数的贡献，对水分检测具有较高灵敏度。

但在检测过程中，电容传感器输出电压还受到温度，矿化度，乳化液的结构、黏度，游离气等多种因素的影响。

为提高水分测量精度，本文采用多传感器技术对水分、温度、矿化度进行了监测或标定。

7104×3. 采样数据处理用人工配比制取标定含水率的被测油样，用动态油水混合装置获得油水均匀混合的动态流体油样进行现场模拟试验。

原油含水率的检测以及原油计量的研究与实验摘要：在油田集输工艺中以沉降罐来说，可运用液位变送器和差压变送器进行检测。

在通过计算机进行处理之后，完成了沉降罐中原油含水率的检测以及精确对原油进行计量。

关键词：原油含水率检测原油计量对于原油来说在开采，脱水，计量，集输以及销售的过程中，原油产量以及原油的含水率是最为重要的指标。

在油田生产中，检验原油含水率一直采用传统定时取样进行蒸馏化验的人工分析方法，这种方法不能够对测量原油含水率及时的反应出来。

因此对于怎样能够提高检测原油含水率的效率，是但一直困扰油田工作检测人员的问题。

此外在原油计量工作中应用翻斗流量计是较为常见的，其精度为3级而且能够对油水混合物的重量进行测量。

面对这种现状，本组主要针对一个联合站中沉降罐，运用液位变压器和差压变压器进行检测，并通过计算机实时进行处理。

通过深入探讨检测沉降罐中原油含水率以及原油计量得到良好的效果，从而进一步实现了沉降罐中原油含水率精确检测以及原油精确计量。

一、原油含水率的检测方法对于原油含水率进行测量的方法包括，离线测量以及在线测量。

1.离线测量进行离线测量主要是通过离线分析法进行的，主要分离出原油中的水分，再通过体积比形式表示出来。

还能够再利用油水密度值，得出重量含水率。

此种方法能够针对油水分离手段的不同选择相应的方法，方法主要包括：蒸馏法，离心法，点脱法以及卡尔-费休法。

其中卡尔-费休法主要是在滴定卡尔-费休溶液时，使得水与卡尔费休溶液反应，从而对水分进行测定。

通过原油含水分析能够可分析含水率为0.02%～0.2%原油，具有操作简单，误差小，原油乳化程度较小干扰测量结果，精度较高，具有广泛应用前景的特点。

但是其不具有实时性，不能够及时对变化的数值进行反映，成为离线方法最大的缺陷。

同时离线方法测量的缺点还包括：（1）测量结果会受到取样方式的影响。

（2）处理的不够彻底的。

（3）操作较为繁琐，效率较低，其中原油的乳化还会对分离效果造成一定的影响。

基于PSO—RBF油井地面计量含水率预测模型研究【摘要】原油含水率是油井地面产量计量中的重要数据，是研究油田发展前景中不可缺少的参数。

在油田测井开采，储运过程中，提供高精度测量的原油含水率数据，可以优化生产参数，提高采油率。

通过基于同轴线相位法含水率计的新型井口在线计量装置测得相关数据，在分析原油含水率预测的影响因素基础上，建立粒子群优化RBF神经网络的油井地面计量含水率预测模型。

仿真与实验结果表明：PSO-RBF网络可以取得更好的拟合精度和预测效果。

【关键词】地面计量；含水率；RBF；预测模型0.引言在石油开采中，需要计量每口井的油、气、水三相的含水率和流量，工程人员根据采集的数据进行油井观测，检测油井的性能，评估油田的储量、配产，及时对油层定位和控制，进而优化油田的开发。

而原油含水率的准确测量是至关重要的。

如今已有多种地面计量含水率的仪表。

但由于传感器技术和工艺水平，在测量精度、稳定性、重复性和可靠性方面的问题，使得原油含水率的测量受到诸多影响，给地面井口产量准确计量工作造成很大困难。

本文通过采用同轴线相位法传感技术测量原油含水率，设计了“GLCC旋流分离器+流量计+同轴线相位法含水率计”的地面井口多相流计量系统，对油井进行在线测量。

通过对多个传感器检测到的流量和含水率数据进行深入分析和研究，基于RBF神经网络，并且采用PSO算法优化RBF网络结构参数，建立了原油含水率预测模型，并与传统的BP网络仿真结果进行对比。

1.地面井口计量系统1.1 同轴线相位法含水率计测量原理混合流体的介电特性主要由混合流体的含水率来决定。

当具有不同介电特性的油、水混合流体从同轴线内、外导体之间流过时，会引起在同轴线内传播的电磁波不同的相位变化，因此可以通过测量在同轴线内传播的电磁波的相位特性来测量含水率[1-2]。

电磁波在同轴线内以TEM波形式传播，将采集的电压信号转换为频率信号，再经过信号放大电路和A/D转换器，得到所需的频率响应数据。

含水原油动态自动计量系统研究与应用2胜利油田鲁胜石油开发责任有限公司3胜利油田油气集输总厂孤岛原油库摘要：本文全面而深入地探讨了含水原油动态自动计量系统的设计、组成部分和应用案例。

通过本文的研究，我们认为智能化系统具有极高的使用价值和效果改进空间，并将为企业的生产管理提供有力支持和保障。

关键词：自动计量系统；历史数据；动态分析1含水原油动态自动计量系统设计1.1系统整体架构含水原油动态自动计量系统是一种全自动化、实时监测、数据准确性高的计量系统，主要用于对含水原油进行流量、温度、密度等参数的实时监测和计量。

该系统整体架构包括传感器采集模块、智能控制模块和计量数据管理模块。

传感器采集模块负责将现场的流量、温度、密度等物理量进行采样，并将采集到的数据通过模拟信号或数字信号的形式传送至智能控制模块。

智能控制模块对传感器采集到的原始数据进行处理，并通过内置的算法模型进行实时计算和校正，最终得出准确的计量结果。

计量数据管理模块则负责将智能控制模块计算出的实时数据存储在数据库中，并通过网络传输技术实现远程监测与管理。

此外，计量数据管理模块还提供了数据查询、导出等功能，方便用户对原始数据进行分析和统计。

1.2系统组成部分介绍传感器采集模块是该系统的核心组成部分之一，负责实时采集含水原油在流量、温度、密度等参数方面的相关物理信号，并将其转化为数字信号输出。

智能控制模块则采用高精度的算法模型和信号处理技术，对传感器采集到的数据进行实时处理和计算，产生准确的计量结果。

此外，智能控制模块还可通过接口适配不同类型的传感器。

计量数据管理模块则为系统提供了数据存储、传输、查询等功能，在数据存储方面，该模块采用数据库技术进行存储，保障了数据的安全性。

同时，计量数据管理模块还支持数据的远程传输和用户权限管理。

人机界面是含水原油动态自动计量系统的另一个重要组成部分，它向用户提供直观、友好的操作界面。

通过人机界面，用户可以进行流量计量的启动和控制、历史数据查询、现场设备状态监测等操作，从而实现对整个计量过程的可视化、远程控制和管理。

BP神经网络多传感器信息融合原油含水率测试预测模型1、多传感器信息融合多传感器信息融合是一种融合多个或多类传感器的数据处理方法，它也被称为多元合成、多源关联、传感器混合或多传感器融合，更规范的称为是多传感器信息融合。

信息融合的定义可以总结为利用计算机技术对按时序获得的多个传感器数据在一定的准则下通过自动分析、优化综合来完成所需要的决策或任务而进行数据处理过程，所以说信息融合的基础是多种传感器，信息融合的目标是多源信息，信息融合的核心是协调优化和综合处理。

简单的说信息融合就是将多个传感器或者多源信息统一起来进行综合的处理，从而得到对目标更为可靠、准确的描述。

信息融合其实也可以称为数据融合，但是从信息和数据的定义来说，信息融合更为广泛、确切、合理，信息不仅包括数据，同时也包括信号、知识等，所以说信息融合更具有概括性。

目前多传感器信息融合大致可分为两大类，概率统计方法和人工智能方法。

概率统计方法的拟合精度相对较低，而人工智能法拟合精度高，泛化推广能力强，目前人工神经网络(Artifical Neural Networks)是应用最广的人工智能方法。

人工神经网络是模拟生物神经网络进行信息处理的一种数学模型。

它以对大脑的生理研究成果为基础，其目的在于模拟大脑的某些机理与机制，实现一些特定的功能。

目前已有将近40多种人工神经网络模型，其中BPC Back Propagation，反向传播)神经网络是一种按误差逆传播算法学习的多层前馈网络，是目前应用最为广泛的神经网络模型之一。

BP神经网络的主要特点是通过输出产生的误差来估算输出层的直接前导层误差，在通过这个误差估算前一层的误差，这样逐层的反向传播下去，就能得到其他各层的误差估算，并形成了将输出层产生的误差沿着同输入传播相反的方向逐层向网络输入层传递的过程，图1所示为BP神经网络结构示意图。

图1 BP神经网络结构示意图研究密度法和电容法测试原油含水率的特点之后，针对密度法测试和电容法测试，利用多传感器融合BP神经网络模型预测原油含水率，从而弥补密度法和电容法的缺点，更准确地获得原油含水率。

《基于多柱式电容传感器的油水两相流含水率测量技术研究》篇一一、引言在石油、化工等工业领域，油水两相流的测量与控制一直是重要的研究课题。

其中，含水率的准确测量对于生产过程的安全、环保及经济效益具有重要意义。

传统的含水率测量方法多依赖于光学、放射性及电磁波等技术，然而这些方法在某些特定场合可能存在一定局限性。

因此，本研究旨在提出一种基于多柱式电容传感器的油水两相流含水率测量技术，以实现对油水两相流含水率的快速、准确测量。

二、多柱式电容传感器原理及结构多柱式电容传感器是一种新型的传感器技术，其基本原理是利用两相流中不同介电常数的物质对电场的影响来测量含水率。

该传感器由多个柱状电极组成，通过测量每个柱状电极间的电容变化，可以推断出油水两相流的含水率。

多柱式电容传感器的结构主要包括电极阵列、绝缘层、外壳等部分。

其中，电极阵列是传感器的核心部分，由多个平行排列的柱状电极组成。

当两相流流经传感器时，不同介电常数的油水混合物会对电极间的电场产生影响，从而改变电容值。

通过测量这些电容值的变化，可以推算出含水率。

三、测量方法与实验设计本研究采用实验与仿真相结合的方法，对多柱式电容传感器进行性能测试与优化。

首先，通过仿真软件建立油水两相流的流动模型，模拟不同含水率下的电场分布及电容变化。

然后，设计实验装置，将多柱式电容传感器安装于实验管道中，通过改变油水比例来模拟不同含水率的工况。

实验过程中，利用高精度测量设备记录传感器输出的电容值及实际含水率。

四、实验结果与分析通过对实验数据的分析，我们发现多柱式电容传感器能够准确测量油水两相流的含水率。

在实验范围内，传感器的测量结果与实际含水率之间具有良好的线性关系，且具有较高的灵敏度和稳定性。

此外，我们还发现传感器的响应速度较快，能够在短时间内完成对含水率的测量。

然而，在实际应用中，可能存在一些影响因素如流体流动状态、传感器安装位置等对测量结果产生影响。

因此，在实际应用中需要对这些因素进行充分考虑和优化。

《基于多柱式电容传感器的油水两相流含水率测量技术研究》篇一一、引言随着现代工业技术的发展，石油、化工等行业的两相流体系研究变得越来越重要，尤其是对于油水两相流的监测和测量技术，如含水率的测量显得尤为关键。

本文以多柱式电容传感器为核心研究对象，旨在深入探讨其应用在油水两相流中含水率测量的相关技术及优势。

二、油水两相流与含水率测量重要性油水两相流广泛存在于石油开采、输送和炼制等过程中。

其含水率的准确测量对于提高生产效率、节约能源以及保护环境都具有重要意义。

传统的含水率测量方法存在精度不高、易受干扰等问题，因此，寻求一种高精度、高稳定性的测量技术显得尤为重要。

三、多柱式电容传感器原理及特点多柱式电容传感器是一种新型的测量技术，其基本原理是利用电容效应来感知两相流的物理特性。

该传感器由多个柱状电极组成，通过测量不同柱之间的电容变化来反映流体的物理状态。

其特点包括高精度、高稳定性、抗干扰能力强等。

四、基于多柱式电容传感器的油水两相流含水率测量技术（一）测量原理多柱式电容传感器通过测量油水两相流中各相的介电常数差异，以及不同柱之间的电容变化，从而推算出含水率。

通过建立相应的数学模型，将电容变化与含水率进行关联，实现含水率的准确测量。

（二）测量方法采用多柱式电容传感器进行油水两相流含水率测量时，首先需要对传感器进行标定，确定其测量范围和精度。

然后，将传感器安装在两相流管道中，通过采集不同时刻的电容数据，结合数学模型进行计算，得出含水率。

五、实验研究及结果分析（一）实验装置及方法为验证多柱式电容传感器在油水两相流含水率测量中的性能，我们设计了一套实验装置。

该装置包括多柱式电容传感器、油水混合装置、数据采集系统等。

实验过程中，通过改变油水比例，模拟不同工况下的两相流，并记录传感器的电容数据及实际含水率。

（二）实验结果分析根据实验数据，我们分析了多柱式电容传感器在油水两相流含水率测量中的性能表现。

实验结果表明，该传感器具有较高的测量精度和稳定性，能够准确反映不同工况下的含水率变化。