沈陽,孔筍,馮永仁,左有祥,周明高

(中海油田服務股份有限公司油田技術研究院,河北三河065201)

0 引 言

油藏流體主要由各種碳氫化合物組成,流體中的溶解氣數(shù)量多、差異大。碳氫化合物開采和利用的各個方面都取決于流體的類型,而地層原油的組分含量是決定流體類型的關鍵,確定原油的組成對設備設計到開采策略具有重要的指導作用[1]。原油雖成分復雜,但其含氫基團的震動吸收光譜的倍頻及組合頻正好位于近紅外光譜范圍(700～2 500 nm)內(nèi),因此,可以利用近紅外光譜對原油成分進行測定[2-3]。近紅外光譜分析技術測量方便、速度快、成本低,非常適合于原油在線快速分析[4]。

原油近紅外光譜分析中需要用多元校正方法。常用的方法有多元線性回歸法(Multiple Linear Regression,MLR)、主成分回歸法(Principal Component Analysis,PCR)、偏最小二乘法(Partial Least Squares,PLS)、人工神經(jīng)網(wǎng)絡(Artificial Neural Network,ANN)和支持向量機(Support Vector Machines,SVM)等[5]。其中,MLR、PCR和PLS是線性方法,ANN和SVM屬于非線性方法。理想情況下,近紅外光譜的吸收強度與原油組分含量呈線性相關,但受測井儀器的非線性響應和井下環(huán)境的影響,實際采集的原油光譜與組分含量之間可能存在某種非線性關系。此時,僅采用線性方法難以正確反映近紅外光譜和原油成分之間的關系。

因此,在建立校正模型之前,需要先對光譜進行預處理,消除與原油組分含量無關的其他影響因素的干擾。目前常用的近紅外光譜預處理方法有:平滑、導數(shù)、標準正態(tài)變量變換(Standard Normal Variate,SNV)、多元散射校正(Multiplicative Scatter Correction,MSC)等[6-7]。針對不同的數(shù)據(jù)特點采用不同的預處理方法,不恰當?shù)念A處理可能會導致模型的預測能力下降[8]。

該文以原油的近紅外光譜為研究對象,提出了一種基于卷積神經(jīng)網(wǎng)絡的原油組分定量分析方法。該方法利用神經(jīng)網(wǎng)絡的自學習能力,自適應學習光譜中的噪聲特征,將噪聲從光譜數(shù)據(jù)中去掉,提高校正模型預測準確率。利用該方法對原油樣品近紅外光譜進行校正和預測,取得了較好的實驗效果。

1 卷積去噪網(wǎng)絡

利用卷積神經(jīng)網(wǎng)絡對原始光譜數(shù)據(jù)進行預處理,去除光譜中影響校正模型的因素,從而提高校正模型的預測效果。預測模型的結構見圖1,將其命名為CDNet(Convolutional Denoising Network)。CDNet分為預處理和校正模型2個模塊,預處理模塊由2個卷積塊(Block1和Block2)構成。校正模型為3層感知機,(Multilayer Perceptron,MLP),由2個全連接層(FC1和FC2)和1個輸出層構成。

圖1 預測模型CDNet結構圖

預處理模塊的作用是替代現(xiàn)有的近紅外光譜預處理方法,利用神經(jīng)網(wǎng)絡的自學習能力,學習輸入的光譜數(shù)據(jù)中影響預測的因素,并將其扣除。其中,每個卷積塊(Block)包括1個卷積層(Conv)和1個跳躍連接。跳躍連接使得卷積層只需學習測量光譜與目標光譜之間的差異,即光譜中的干擾因素,而網(wǎng)絡更容易學習這種差異[9]。不僅如此,這種輸入輸出具有相同形狀的結構,也便于堆疊卷積塊的數(shù)量以達到更優(yōu)的效果。卷積塊可以表示為

(1)

式中,Xc為卷積層的輸出;Xinput為卷積塊的輸入;Wc為卷積層卷積核的權重;Xb為卷積塊的輸出。

為了獲得較好的預測能力,校正模型由2個全連接層(FC1和FC2)和輸出層組成。預測過程可以表示為

(2)

式中,XFC1和XFC2分別為FC1和FC2層的輸出;Xb2為Block2層的輸出;WFC1和WFC2分別為FC1和FC2層的權值矩陣;bFC1和bFC2分別為FC1和FC2層的偏置向量;AFC1(x)為FC1層的激活函數(shù),用來實現(xiàn)非線性的映射。

預測模型CDNet在MLP校正模型的基礎上加入了基于卷積神經(jīng)網(wǎng)絡的預處理模塊,對輸入的光譜數(shù)據(jù)進行修正,以提高后續(xù)校正模型的預測性能。預測模型CDNet具有3個主要特點。

(1)將光譜的預處理步驟融入到模型當中,進行整體優(yōu)化,避免了預處理和校正模型獨立優(yōu)化的不足。以往預處理步驟在模型之外進行,無法利用訓練模型過程中輸入的組分含量信息進行優(yōu)化,而且對多組分中的每個組分應用相同的預處理方法。預測模型CDNet將預處理整合到模型當中,讓組分含量信息參與優(yōu)化預處理過程,對多組分數(shù)據(jù)中每個組分進行針對性的優(yōu)化。

(2)傳統(tǒng)的預處理方法效果依賴于參數(shù)的設置,參數(shù)選擇需要通過經(jīng)驗確定,效果不穩(wěn)定。使用卷積神經(jīng)網(wǎng)絡替代傳統(tǒng)的預處理方法,通過網(wǎng)絡的自適應性,可以更有效地去除光譜中不利于校正模型預測的因素,提高模型的性能。

(3)MLP校正模型可以同時處理光譜與物質(zhì)含量之間的線性和非線性關系。MLP校正模型網(wǎng)絡包含輸入層、隱藏層和輸出層,由于層次之間的復雜的映射關系,通過調(diào)整隱藏層的層數(shù)以及各層的節(jié)點數(shù),網(wǎng)絡可以逼近任意復雜的映射關系。

2 實驗部分

為了驗證該方法的有效性,設計了實驗方案和實驗裝置。通過在實驗室進行原油的組分配比,然后采集原油的近紅外光譜。

2.1 實驗裝置

實驗裝置包括:手搖泵、真空泵、混合罐、樣品罐、攪拌器、光譜儀、計算機等部分,如圖2所示。

圖2 實驗裝置

樣品罐用于存放甲烷、乙烷、丙烷、丁烷、戊烷以及氮氣樣品?；旌瞎迣⒃团c甲烷、乙烷、丙烷、丁烷、戊烷在罐中高壓混合。手搖泵可通過手搖控制進入混合罐的樣品含量。真空泵用來抽取管路中殘余氣體。攪拌器用于將混合罐中混合樣品攪拌均勻。光譜儀用于采集混合罐中樣本的光譜數(shù)據(jù),波長范圍1 100～2 110 nm。

2.2 光譜數(shù)據(jù)采集

在實驗過程中,原油混合一定量的甲烷、乙烷、丙烷、丁烷、戊烷,采集混合溶液的近紅外光譜。數(shù)據(jù)采集過程中,首先要抽真空以保證管路中沒有殘留的氣體;然后,通過手搖泵進行樣品混合,保證混合罐的壓力。由于氮氣在近紅外區(qū)域幾乎沒有吸收,因此,對光譜采集的影響可以忽略不計。重復上面的過程,共采集了97個樣品,其光譜見圖3。由圖3可見,吸收峰主要在1 200、1 400和1 700 nm附近。其中,1 200 nm附近主要是C-H基團的二級倍頻吸收,1 400 nm附近主要是C-H的合頻吸收,1 700 nm附近主要是C-H基團的一級倍頻吸收[10]。

圖3 混合原油的近紅外光譜

2.3 模型建立

在97個樣本中,經(jīng)過初步分析,剔除了3個異常樣本,剩余94個樣本用于后續(xù)分析。使用Duplex算法[11]分為64個校正集樣本和30個測試集樣本。校正集用于模型的訓練,測試集用于模型之間的性能比較。

CDNet模型的預處理模塊中,2個卷積層的卷積核k1、k2分別設置為11和35?？紤]到每個卷積塊去除一種干擾因素,同時保持光譜波長點數(shù)量基本不變,所以卷積核的個數(shù)設置為1。校正模型中全連接層FC1、FC2的神經(jīng)元個數(shù)分別為256和128。輸出層有1個神經(jīng)元,輸出值為組分含量預測值。模型訓練采用的損失函數(shù)是均方誤差

(3)

訓練過程中的損失值變化見圖4。由圖4可見,迭代3 000次以后模型已經(jīng)收斂,后續(xù)的訓練可能會使得模型過擬合,因此,模型選擇迭代3 000次時的網(wǎng)絡權值。

圖4 訓練過程損失迭代圖

預處理模塊中卷積層的卷積核k是CDNet網(wǎng)絡非常重要的1個參數(shù),k過大或過小都會影響卷積層學習近紅外光譜干擾因素的效果,從而影響校正模型的預測效果。采用網(wǎng)格搜索的方法,對核大小的組合進行了評估,結果見圖5。

圖5 卷積核大小的選擇

圖5中的方塊可以分成4個區(qū)域:左上、左下、右上和右下。從圖5中可以直觀地看出,右上區(qū)域的方塊顏色要比其余3個區(qū)域淺,說明該區(qū)域的參數(shù)組合得到的校正模型預測效果比其余區(qū)域更好;同時,也說明Block1應選擇1個小卷積核,而Block2應選擇1個大卷積核,所以最終選擇了11和35作為卷積核的大小。

3 實驗結果分析

在實驗的過程中,選擇了偏最小二乘模型進行比較。同時,為了驗證預處理模塊的有效性,還使用不帶預處理的感知機模型進行了建模對比。模型的預測效果使用測試集的均方根誤差ERMSEP和決定系數(shù)R2來衡量,計算公式為

(4)

(5)

實驗結果見表1。首先觀察沒有預處理模塊的校正模型MLP和PLS的對比,在丙烷、丁烷2種組分的預測上,MLP的效果優(yōu)于PLS,這一結果說明光譜中存在與樣品含量相關的非線性因素,僅使用線性模型無法準確預測物質(zhì)的含量。其次,CDNet預測模型對丙烷和丁烷的效果優(yōu)于MLP,而且乙烷和戊烷的效果優(yōu)于PLS,這說明加入的預處理模塊有效地降低了光譜中干擾因素的影響,提高了模型的預測效果。

表1 輕烴組分預測結果對比

對于甲烷組分,由于甲烷在原油中的溶解度低,故在所有樣本中含量都很低(小于2%)。此外,甲烷的近紅外吸收峰與乙烷、丙烷等組分重疊[12]。因此,盡管校正模型MLP和PLS的結果優(yōu)于預測模型CDNet,但R2普遍偏低,其結果并不足以區(qū)分方法之間的優(yōu)劣。

為了研究卷積神經(jīng)網(wǎng)絡的預處理效果,將預處理模塊的輸出結果與現(xiàn)有的預處理方法進行對比。圖6(a)為輸入樣品的原始光譜,圖6(b)為預測乙烷組分的CDNet預測模型中Block2的輸出,圖6(c)為用Savitzky-Golay方法對相同樣本求一階導數(shù)(窗口大小為5)所得到的光譜。

圖6 原始光譜、Block2的輸出及Savitzky-Golay求導后的光譜

比較圖6(b)和圖6(c)可見,Block2類似于S-G導數(shù)的結果,但是S-G導數(shù)在1 250～1 640 nm和1 800～2 110 nm波段引入了高頻噪聲,對模型帶來不利的影響。不僅如此,S-G法的參數(shù)是依據(jù)經(jīng)驗事先設定的,與校正模型之間沒有關聯(lián)性。對校正參數(shù)是依據(jù)經(jīng)驗事先設定的,與校正模型之間沒有關聯(lián)性。而CDNet預處理模塊的參數(shù)是在整體網(wǎng)絡的訓練過程中自動優(yōu)化的,針對每一個組分的校正模型進行了自適應調(diào)整,更加有針對性地扣除干擾因素,保留更多對當前預測的組分有用的信息。

由表1可見,相比于MLP校正模型,CDNet預測模型的預測效果有較大提升。為研究加入預處理模塊前后的區(qū)別,將同一樣本分別輸入MLP校正模型和CDNet預測模型中,然后根據(jù)全連接層的權重值計算各波長點對最終預測值的貢獻,結果見圖7。由圖7可見,區(qū)別較大的2個波段,一個是1 400 nm附近,另一個是1 800～2 100 nm。由圖6(b)中可知,經(jīng)過預處理后這2個波段的值都被抑制到接近,因此,在后續(xù)的校正模型中貢獻也接近為0。其中,1 800～2 100 nm波段并非C-H基團的吸收區(qū),而1 400 nm附近,此處是C-H基團的合頻吸收區(qū),受到抑制的原因可能是合頻吸收與組分含量的關聯(lián)度不大。其他與C-H基團吸收相關的波段,如1 200 nm附近和1 700 nm附近,都被完整地保留了下來。

圖7 MLP校正模型和CDNet預測模型各波長點貢獻值

綜上所述,CDNet的預處理模塊抑制了光譜中與組分含量關系不相關的一些波段的值,使得校正模型避免這些波段的干擾,專注于與組分含量高度相關的波段,從而提高預測效果。

4 結 論

(1)提出了一種基于卷積神經(jīng)網(wǎng)絡的原油輕烴組分定量預測模型CDNet。其在MLP校正模型的基礎上加入了預處理模塊,該模塊能自適應地學習光譜中的干擾信息并去除,從而提高預測效果。

(2)將實驗采集的原油光譜使用PLS、MLP和CDNet分別建立回歸模型,CDNet的預測結果優(yōu)于PLS和MLP。實驗結果表明,CDNet是一種有效的原油輕烴組分預測方法。