柯文超,張金磊,鄧?yán)?,徐壯飛,趙德喜,姜顯英
中海石油(中國(guó))有限公司天津分公司,天津 300459
在海上油田開發(fā)生產(chǎn)中,油氣混輸管道具有輸送量大、長(zhǎng)距離輸送壓損小、熱能損失偏低等優(yōu)點(diǎn)而在海上油田生產(chǎn)中大量運(yùn)用。對(duì)海底管道(以下簡(jiǎn)稱海管)壓力進(jìn)行監(jiān)測(cè)以及準(zhǔn)確分析海管壓力波動(dòng)原因是保障油田安全生產(chǎn)的必備工作。海管壓力波動(dòng)不僅對(duì)油田生產(chǎn)流程產(chǎn)生沖擊,還可能引起海管高高壓關(guān)斷或者手動(dòng)停運(yùn)電潛泵,從而影響油田原油產(chǎn)量。一旦實(shí)際運(yùn)行壓力產(chǎn)生的高高壓引起海管泄漏,則會(huì)導(dǎo)致嚴(yán)重安全事故,因此,研究海管運(yùn)行壓力規(guī)律具有重要意義。有學(xué)者指出引起海管高壓的原因有溫度、含水、黏度等因素,也有學(xué)者對(duì)氣液混輸管路的清管時(shí)間和清管球運(yùn)行速度進(jìn)行預(yù)測(cè)。目前,在油田現(xiàn)場(chǎng)觀察海管壓力主要采用壓力變送器傳輸?shù)确绞?。傳統(tǒng)理論認(rèn)為,油氣混輸海管中氣液在各種不同情況下的流態(tài)主要由段塞流、水平流、純液流等組成;其中,段塞流對(duì)現(xiàn)場(chǎng)流程實(shí)際影響較為明顯,容易引起下游分離器油相液位大范圍波動(dòng),出現(xiàn)高高液位或低低液位產(chǎn)生的生產(chǎn)關(guān)停[1-2]。
神經(jīng)網(wǎng)絡(luò)主要模仿人類大腦思維方式,采用信號(hào)前向傳遞、誤差反向反饋算法,通常由輸入層、隱含層、輸出層等組成。在傳播過程中,如果輸出層的值達(dá)不到預(yù)設(shè)值,則繼續(xù)反向修正,根據(jù)誤差調(diào)整神經(jīng)網(wǎng)絡(luò),從而使神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)不斷接近期望輸出值,如圖1所示。
圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
當(dāng)出現(xiàn)的問題不能用常規(guī)數(shù)學(xué)模型表示時(shí)(如故障預(yù)判、特征向量提取和數(shù)據(jù)預(yù)測(cè)等問題),常規(guī)線性函數(shù)關(guān)系不能夠有效建模,神經(jīng)網(wǎng)絡(luò)是目前最佳利用工具。位云生等將神經(jīng)網(wǎng)絡(luò)應(yīng)用于水力壓裂,霍雅迪用神經(jīng)網(wǎng)絡(luò)對(duì)重復(fù)壓裂技術(shù)進(jìn)行了優(yōu)選,其他一些學(xué)者也證明了前饋性(BP)神經(jīng)網(wǎng)絡(luò)在油田現(xiàn)場(chǎng)應(yīng)用的可行性[3-5]。
對(duì)于輸入量X=X1,X2,…,Xk,對(duì)海管壓力賦值Xk,壓力波動(dòng)的最大值與最小值能夠反映出海管壓力變化的強(qiáng)烈程度。
Xmax=max (X1,X2,…,Xk)
Xmin=min (X1,X2,…,Xk)
海管壓力平均值的計(jì)算:
海管壓力標(biāo)準(zhǔn)偏差SD的離散度:
構(gòu)建合適的神經(jīng)網(wǎng)絡(luò)海管壓力預(yù)測(cè)模型,預(yù)測(cè)流程如圖2所示。
圖2 預(yù)測(cè)流程
S油田WHP1無人值守平臺(tái)2006年投產(chǎn),采用以下模式生產(chǎn):一條油氣混輸海管、一根輸送電力的復(fù)合電纜、一座井口平臺(tái)。WHP1平臺(tái)油井采取電潛泵舉升,單泵產(chǎn)液量為30~350 m3/d,目前共有10口電泵井生產(chǎn)。油井產(chǎn)物流在地面加熱處理后,由油氣混輸管道輸送至中心平臺(tái)。海管基礎(chǔ)數(shù)據(jù)如表1所示,海管當(dāng)前運(yùn)行參數(shù)如表2所示,在對(duì)海管壓力分析過程中選取了海管12 h壓力數(shù)據(jù),如表3所示。
表1 海管基礎(chǔ)數(shù)據(jù)
表2 海管當(dāng)前運(yùn)行參數(shù)
表3 海管實(shí)際運(yùn)行壓力值
計(jì)算海管流體雷諾數(shù)Re:
式中:Q為輸氣量,m3/s;d為管道內(nèi)徑,m;v為運(yùn)動(dòng)黏度,m2/s。根據(jù)流體力學(xué)可以判斷此流態(tài)屬于混合摩擦流態(tài)。
當(dāng)油井中出現(xiàn)不同形態(tài)的井產(chǎn)物流時(shí),混合物的密度也在發(fā)生變化,由上述公式可知,海管中出現(xiàn)一段純氣流或純液流是導(dǎo)致海管產(chǎn)生不同壓力的主要原因。純氣流狀態(tài)下,密度?。患円毫鳡顟B(tài)下,密度大。對(duì)于純氣體狀態(tài)下的這種摩擦,可以引用潘漢特爾輸氣公式:
式中:Q為產(chǎn)氣量,E為輸氣效率,d為海底管道直徑,Pb為起點(diǎn)壓力,Pe為終點(diǎn)壓力,T為輸氣平均溫度,Z為壓縮因子,L為管道長(zhǎng)度,ρ為天然氣相對(duì)密度。
由潘漢特爾輸氣公式可知:對(duì)于輸送距離較短的輸氣海管,產(chǎn)氣量Q的變化會(huì)導(dǎo)致海管內(nèi)能量發(fā)生變化,導(dǎo)致管道前后壓能發(fā)生較大變化[6-9]。
本模型選取海管實(shí)際運(yùn)行壓力值作為樣本數(shù)據(jù)。由于海管壓力波動(dòng),需要對(duì)壓力運(yùn)行數(shù)據(jù)進(jìn)行歸一化處理,將數(shù)據(jù)轉(zhuǎn)化在區(qū)間[0,1]之間。
首先,在整個(gè)數(shù)據(jù)范圍內(nèi)確定最大值Xmax和最小值Xmin。;然后,將運(yùn)行壓力數(shù)據(jù)Xi代入公式:Xj=(Xi-Xmin) /(Xmax-Xmin),求取歸一化后壓力數(shù)據(jù)Xj。壓力數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理后,每個(gè)值都在[0,1]之間,消除了壓力數(shù)據(jù)由于不同量綱導(dǎo)致的變化,從而構(gòu)建出海管實(shí)際運(yùn)行壓力矩陣。
利用整理好的段塞流海管壓力數(shù)據(jù)樣本P進(jìn)行網(wǎng)絡(luò)訓(xùn)練,利用未參與訓(xùn)練的樣本Ptest對(duì)該系統(tǒng)進(jìn)行檢驗(yàn),通過調(diào)整隱含層的層數(shù)、學(xué)習(xí)率、訓(xùn)練方法和訓(xùn)練次數(shù),經(jīng)過多次的反復(fù)訓(xùn)練,使海管壓力誤差達(dá)到了預(yù)測(cè)的要求。最終,隱含層第一層節(jié)點(diǎn)數(shù)設(shè)置為30,隱含層第二層節(jié)點(diǎn)數(shù)設(shè)置為40,訓(xùn)練次數(shù)設(shè)置為10 000次。在Matlab軟件中進(jìn)行運(yùn)行計(jì)算,即輸入訓(xùn)練樣本中海管壓力數(shù)據(jù),運(yùn)行代碼如圖3所示。
圖3 運(yùn)行代碼
圖4是經(jīng)過10 000次的網(wǎng)絡(luò)訓(xùn)練后,實(shí)際值與預(yù)測(cè)值的對(duì)比結(jié)果,網(wǎng)絡(luò)的誤差下降到了0.001,達(dá)到了誤差精度要求;圖5為網(wǎng)絡(luò)訓(xùn)練誤差。
圖4 實(shí)際值與預(yù)測(cè)值對(duì)比
圖5 網(wǎng)絡(luò)訓(xùn)練誤差
通過收集海管壓力運(yùn)行數(shù)據(jù),運(yùn)用前饋性神經(jīng)網(wǎng)絡(luò)對(duì)海管壓力進(jìn)行預(yù)測(cè),可知WHP1平臺(tái)海管實(shí)際運(yùn)行壓力高于1 550 kPa(接近1 600 kPa的生產(chǎn)關(guān)停保護(hù)壓力、高于1 330 kPa的實(shí)際操作壓力)的頻次為1.6 h/d。根據(jù)WHP1平臺(tái)海管運(yùn)行當(dāng)中出現(xiàn)的高運(yùn)行壓力次數(shù),通過對(duì)現(xiàn)場(chǎng)油水混合物的黏度、溫度、含水以及海管出口背壓等因素分析,研究WHP1平臺(tái)海管高壓原因,得出降低下游中心平臺(tái)生產(chǎn)分離器操作壓力是一種保障WHP1平臺(tái)海管壓力正常運(yùn)行的方法,故改變現(xiàn)有流程中壓油系統(tǒng)、天然氣系統(tǒng)、生產(chǎn)污水系統(tǒng)入口壓力值,有效降低了WHP1平臺(tái)海管實(shí)際運(yùn)行壓力,避免了WHP1平臺(tái)由于海管高高壓產(chǎn)生的生產(chǎn)關(guān)停。
(1)海管壓力波動(dòng)頻繁受很多因素影響,S油田WHP1平臺(tái)海管輸送距離短、管徑小、單井瞬時(shí)產(chǎn)氣量波動(dòng)范圍大,是導(dǎo)致海管壓力波動(dòng)大的主要原因,具有建立良好壓力數(shù)據(jù)預(yù)測(cè)樣本集的基礎(chǔ)。
(2)對(duì)于受段塞流影響較大的海管,前饋人工神經(jīng)網(wǎng)絡(luò)方法能夠充分考慮各種因素對(duì)海管壓力波動(dòng)影響,對(duì)海管壓力進(jìn)行預(yù)測(cè),為后期流程改造和流程調(diào)節(jié)提供依據(jù)。
(3) 利用前饋人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)S油田WHP1平臺(tái)海管壓力波動(dòng)準(zhǔn)確率達(dá)到99%,證明人工神經(jīng)網(wǎng)絡(luò)方法在非線性常規(guī)數(shù)學(xué)方法中可以運(yùn)用。根據(jù)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)海管高壓出現(xiàn)的頻次,S油田通過調(diào)整現(xiàn)場(chǎng)原油流程、生產(chǎn)污水處理流程、天然氣流程運(yùn)行參數(shù),有效降低了海管實(shí)際運(yùn)行壓力,可確保海管運(yùn)行安全。