基于机器学习模型的气液两相流流型识别技术研究
浏览(939) 下载(0)
- DOI:
- 作者:
- 王云辉, 王丹丹, 王彬, 崔洁, 宋玲, 梁昌晶
- 作者单位:
- 1. 中国石油华北油田公司第一采油厂, 河北任丘 062552;2. 华北油田巴彦勘探开发分公司, 内蒙古巴彦淖尔 015000;3. 中国石油华北油田公司勘探开发研究院, 河北任丘 062552
- 关键词:
- 机器学习; 气液两相流; 上倾管; 流型; 识别; 概率神经网络
- 摘要:
- 为实现上倾管段气液两相流流型的智能识别，利用室内环道实验装置进行了两相流实验，采集了不同倾角下的流型压差信号，通过3层小波包分解和重构对子序列的能量谱信息进行了提取，并联合气相表观流速、液相表观流速和管道倾角等信息共同作为输入变量，流型信息作为输出变量，采用经BAS算法优化的PNN模型进行样本的训练和预测，并与文献中的流型图进行了对比。结果表明，实验中共观察到分层波浪流、气泡流、段塞流、环状流等4种流型，提取到的8个能量谱信息可体现流型在时频域上的非线性特征；本文模型在流型边界处的识别准确率较高，总体识别准确率为94.16%，其中分层波浪流的识别率可达到100%。研究结果可为井筒及地面系统的流动保障提供理论基础。