[发明专利]一种原油含水率测量装置及测量方法有效
申请号: | 201410542950.7 | 申请日: | 2014-10-14 |
公开(公告)号: | CN104280430A | 公开(公告)日: | 2015-01-14 |
发明(设计)人: | 刘龙;樊波阳;刘金星 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G01N27/22 | 分类号: | G01N27/22;G01N27/00;G08C17/02 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 李娜 |
地址: | 710048*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 原油 含水率 测量 装置 测量方法 | ||
技术领域
本发明属于油田自动化技术领域,涉及一种原油含水率测量装置,本发明还涉及利用上述测量装置测量原油含水率的方法。
背景技术
油田注水目前是油田生产开发的基本手段,随着油田多年开采,输油管线中含水率增高,原油含水率成为了评价油田质量的一个重要指标,精确地在线测量输油管道原油含水率,对于估计原油产量、原油成分分析和油田自动管理有着重大现实意义。
传统的原油含水率测量方法采用人工蒸馏化验方法,由于这种方法只能离线取样化验,导致过程复杂,实时性差。目前常用的方法有射线法、微波法、红外光谱分析法、电容法和电导法。
射线法的原理是利用原油和水对于γ射线吸收系数不同,来计算混合物含水率,测量范围能够达到0~100%,稳定性高,但是由于原油和水的吸收系数相差不大,导致测量结果精度不高,而且具有放射性,成本高等缺点;微波法通过不同含水率的原油衰减程度不同,来实现测量,精度高、范围广,但是信号检测与处理复杂;红外光谱法依据油水中C-H键对近红外光谱的吸收峰不同,检测被水吸收的波长,达到测量目的,测量范围能达到0~100%,但是光谱分析仪器复杂,且成本较高;电容法根据油和水的介电常数不同达到测量目的,然而只适用于油为连续相;电导法根据油水电导率的不同来测量含水率,适合水为连续相情况;目前均采用电容法和电导法来测量原油含水率,但是这两种测量方法都是基于单一传感器,电容法在水分含量为30%的管段测量精度比较高,而电导法在水分含量为70%的管段测量精度比较高,但是这两种方法在水分含量为30%~70%的管段测量精度并不高,而在数据处理过程中,目前均采用的是MLP方法和BP方法,但是,MLP方法由于对初始权重较敏感,使得随着隐层节点数的增加,训练时间同样增加,导致算法速度慢,而BP方法的训练结果容易陷入局部最优,易出现不收敛的问题,导致算法精度低。
目前原油含水率测量系统的数据传输大多使用有线传输方式,由于油井现场环境复杂,尤其在高温高压下传输线路铺设困难极大且增加维修养护成本。
发明内容
本发明的目的是提供一种原油含水率测量装置,解决了现有的原油含水率测量装置在水分含量为30%~70%的管段测量结果准确度低,及有线传输线路铺设困难和维修成本大的问题。
本发明的另一目的在于提供利用上述测量装置测量原油含水率的方法,提高了测量速度和测量结果的精度。
本发明所采用的一种技术方案是,一种原油含水率测量装置,包括通过无线连接的多传感器数据采集端与数据接收处理端,多传感器数据采集端设置在输油管道的多个管段处。
本发明第一种技术方案的特点还在于,
多传感器数据采集端包括微处理器a,微处理器a分别通过I2C总线与电容数字转换器、阻抗数字转换器和水分传感器连接,电容数字转换器分别与电容传感器和温度传感器连接,阻抗数字转换器与电导传感器连接,微处理器a还通过RS232总线与数据收发模块a连接,数据收发模块a与数据接收处理端无线连接,数据收发模块a采用Zigbee模块。
数据接收处理端包括微处理器b,微处理器b分别通过RS232总线与PC机和数据收发模块b连接,数据收发模块b与多传感器数据采集端无线连接,数据收发模块b采用Zigbee模块。
本发明所采用的另一种技术方案是,一种原油含水率测量方法,采用原油含水率测量装置,其结构为:包括通过无线连接的多传感器数据采集端与数据接收处理端,多传感器数据采集端设置在输油管道的多个管段处;
多传感器数据采集端包括微处理器a,微处理器a分别通过I2C总线与电容数字转换器、阻抗数字转换器和水分传感器连接,电容数字转换器分别与电容传感器和温度传感器连接,阻抗数字转换器与电导传感器连接,微处理器a还通过RS232总线与数据收发模块a连接,数据收发模块a与数据接收处理端无线连接,数据收发模块a采用Zigbee模块;
数据接收处理端包括微处理器b,微处理器b分别通过RS232总线与PC机和数据收发模块b连接,数据收发模块b与多传感器数据采集端无线连接,数据收发模块b采用Zigbee模块;
采用上述装置的测量方法,具体按照以下步骤实施:
步骤1,微处理器b通过对多组训练样本进行训练,得到神经网络框架的权值W′,训练样本为已知的电容值、温度值和电导值,及已知的原油含水率;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410542950.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:气体微流量节流器
- 下一篇:基于工作流的多无人飞行器协同方法及系统