基于伽马射线技术的油井含水率神经网络预测

作者：郑永建; 张振朝; 牛棚满; 文鹏荣^*; 曾桃

来源：自动化仪表, 2021, 42(03): 21-29.

DOI：10.16086/j.cnki.issn1000-0380.2020050078

• 原油
• 含水率
• 含气率
• 含水分析仪
• 神经网络
• 多相流
• 伽马射线
• 测试精度

伽马射线含水分析仪已广泛应用于油井含水率测量。但由于探测器采集到的射线计数与理论值存在一定的误差,使得在实际应用中油井含水率的测量结果也与真实值存在一定的偏差。为了消除该误差提高含水精度,首次通过人工神经网络对含水仪的高、低能伽马计数率与实际化验的含水率数据进行分析与训练,将高、低能伽马计数作为网络的输入数据,含水率与含气率作为网络的输出数据对网络进行训练并使用训练的人工神经网络对含水率进行预测。测试结果表明,网络预测含水率与化验含水率的绝对误差约为±2%,含气率绝对误差小于±1%。基于神经网络结合高、低能伽马计数与含水率分析的方法将在油田提高测试含水率精度发挥重要的作用。

• 单位
  中海石油（中国）有限公司湛江分公司; 海默科技（集团）股份有限公司; 海默科技(集团)股份有限公司