動(dòng)液面深度檢測(cè)中兩個(gè)關(guān)鍵問題的研究進(jìn)展

魏勇,成鋆*,王路平,汪玉祥,田小強(qiáng),陳強(qiáng)

(1.長(zhǎng)江大學(xué)電子信息學(xué)院,荊州 434023;2.中國(guó)石油測(cè)井有限公司物資裝備公司西南中心,重慶 404100;3.中國(guó)石油集團(tuán)測(cè)井有限公司測(cè)井技術(shù)研究院,西安 710077)

油井動(dòng)液面是油田開采過程中的重要指標(biāo)[1-3],它不僅可以反映出地層的供液能力,而且能夠影響抽油機(jī)的工作效率和能源消耗。分析動(dòng)液面的變化規(guī)律,可以合理有效地制定采油方案,提高油田的生產(chǎn)效益[4-7]。不僅如此,實(shí)時(shí)監(jiān)測(cè)動(dòng)液面深度,可以確定合理的泵掛深度,減少采油設(shè)備的機(jī)械磨損,對(duì)于抽油井長(zhǎng)期安全高效生產(chǎn)作業(yè)具有重要的意義[8]。

現(xiàn)有的油井動(dòng)液面檢測(cè)方法大致可概括為3種類型[9],即物理測(cè)量法、軟測(cè)量法和聲波法。其中物理測(cè)量法主要有浮筒法[10]和壓力計(jì)探測(cè)法[11],該類方法對(duì)井下設(shè)備的精度要求苛刻,應(yīng)用已逐漸減少;軟測(cè)量法包括功圖法[12]和數(shù)學(xué)建模法[13],該類方法借助采集數(shù)據(jù)來建立相關(guān)表示動(dòng)液面的數(shù)學(xué)模型,所建模型的性能易受測(cè)試數(shù)據(jù)、測(cè)量環(huán)境等因素影響,普適性較差。相較于前兩類方法,聲波法[14-15]具有操作方便、測(cè)量簡(jiǎn)單、性價(jià)比低、實(shí)用性強(qiáng)、可實(shí)現(xiàn)在線實(shí)時(shí)可持續(xù)監(jiān)測(cè)等優(yōu)點(diǎn)[16-17],已經(jīng)成為中外動(dòng)液面深度監(jiān)測(cè)的主流方法[18]。

在采用聲波法檢測(cè)動(dòng)液面深度時(shí),需要解決兩個(gè)關(guān)鍵問題[19-20]:一是套管內(nèi)聲速的確定,二是聲波旅行時(shí)間的獲取。聲速可利用接箍回波的周期性來確定,聲波旅行時(shí)間可通過識(shí)別液面回波位置來獲取,通過計(jì)算聲速與聲波旅行時(shí)間的乘積即可得到動(dòng)液面深度。在實(shí)際測(cè)量過程中,聲波信號(hào)會(huì)受油井內(nèi)部多方面復(fù)雜因素的影響,主要表現(xiàn)為:①抽油機(jī)的機(jī)械振動(dòng)和油套環(huán)空中存在的雜質(zhì),均會(huì)致使聲波信號(hào)中摻雜著噪聲[21];②油井內(nèi)的壓強(qiáng)、溫度和濕度變化會(huì)影響聲波的傳播[22],使得接箍回波無規(guī)律而導(dǎo)致聲速測(cè)量不準(zhǔn);③采集到的信號(hào)由于長(zhǎng)距離衰減和復(fù)雜背景噪聲的影響,使得液面回波位置淹沒在噪聲之中不易于識(shí)別[23],從而影響動(dòng)液面深度檢測(cè)的穩(wěn)定性和準(zhǔn)確性。因此,若要準(zhǔn)確地測(cè)量動(dòng)液面深度,關(guān)鍵問題在于利用數(shù)字信號(hào)處理方法進(jìn)行聲速和時(shí)間計(jì)算。

針對(duì)上述兩個(gè)關(guān)鍵問題,對(duì)近年來該領(lǐng)域取得的進(jìn)展和成果進(jìn)行梳理和分析,并對(duì)應(yīng)用較廣的方法進(jìn)行了復(fù)現(xiàn)。針對(duì)聲速提取問題,首先采取低通濾波濾去高頻雜音,然后利用短時(shí)自相關(guān)函數(shù)(auto correlation function,ACF)、短時(shí)平均幅度差函數(shù)(average magnitude difference function,AMDF)和快速傅里葉變換(fast Fourier transform,FFT)等方法來確定套管內(nèi)的聲速;針對(duì)時(shí)間提取問題,首先采用小波去噪(wavelet denoising,WD)進(jìn)行降噪處理,然后采用直接識(shí)別法和小波奇異值檢測(cè)(wavelet singular value detection,WSVD)等方法來計(jì)算聲波旅行時(shí)間。最后,論述現(xiàn)有研究成果中存在的技術(shù)挑戰(zhàn),對(duì)未來研究方向進(jìn)行了展望。

1 聲波法檢測(cè)原理

油井動(dòng)液面檢測(cè)儀是根據(jù)聲波反射測(cè)距原理[24]工作的,雖然起爆波是一種頻域較廣的聲波信號(hào)(0～5 kHz),但是井筒狹窄的環(huán)形空間形成了低通濾波效應(yīng),導(dǎo)致高次諧波被濾除掉,井筒中僅剩余頻率低于20 Hz的次聲波[25]。由于次聲波具有傳播距離遠(yuǎn)且穿透能力強(qiáng)的特征,因此剛好滿足動(dòng)液面檢測(cè)的需求。聲波法檢測(cè)動(dòng)液面深度的原理如圖1所示。

圖1 聲波法檢測(cè)動(dòng)液面原理Fig.1 Principle of acoustic wave method to monitor dynamic liquid level

在檢測(cè)油井動(dòng)液面時(shí),安置在油井井口處的動(dòng)液面檢測(cè)儀會(huì)利用電控氣爆方式產(chǎn)生次聲波[26],此時(shí)次聲波會(huì)沿著套管環(huán)空向下傳播,當(dāng)遇到油管接箍和液面時(shí)會(huì)依次反射回來,產(chǎn)生相對(duì)應(yīng)的接箍回波和液面回波,被井口的動(dòng)液面檢測(cè)儀所采集。將聲波在環(huán)形空間中的傳播速度v和聲波遇到動(dòng)液面的反射時(shí)間t進(jìn)行相乘即可得出動(dòng)液面的深度h[27],即

(1)

式(1)中:h為油井動(dòng)液面的深度;v為聲波沿著油管向下傳播過程中的速度;t為聲波抵達(dá)動(dòng)液面來回所耗費(fèi)的時(shí)間。

實(shí)際采集到的聲波信號(hào)如圖2所示,可以看出,波形主要由起爆波、接箍回波和液面回波構(gòu)成[28]。通過接箍回波信號(hào)處理獲取套管環(huán)空中的聲速,以及通過確定液面回波的位置來提取聲波遇到動(dòng)液面所用的時(shí)間是討論的關(guān)鍵問題。

圖2 原始聲波信號(hào)示意圖Fig.2 Schematic diagram of the original sound waveform

2 聲速獲取方法研究進(jìn)展

通過對(duì)接箍回波進(jìn)行信號(hào)處理是目前最常用的井下聲速求取方法,已經(jīng)受到了該行業(yè)學(xué)者的廣泛認(rèn)可。由于每段油管長(zhǎng)度是固定的,假定聲波傳播過程處于理想狀態(tài),即同一口井中不同深度的聲速恒定,則反射回來的接箍回波是準(zhǔn)周期信號(hào)。通過測(cè)量接箍回波的周期T,即可計(jì)算出聲波在環(huán)空中的傳播速度V,計(jì)算公式為

(2)

式(2)中:L為每段油管的長(zhǎng)度;T為聲波經(jīng)過一節(jié)油管所耗費(fèi)的時(shí)間,即接箍回波的周期。

噪聲會(huì)致使接箍回波的周期特征不易識(shí)別,從而引起周期的計(jì)算誤差。因此,獲取聲速的問題又轉(zhuǎn)換為接箍回波去噪和接箍回波周期提取問題[29-31]。

2.1 方法研究進(jìn)展

學(xué)者們?cè)诮庸炕夭ǖ娜ピ牒椭芷谔崛煞矫骈_展了大量的研究工作。針對(duì)井下噪聲的干擾問題,吳新杰等[32]利用BP(back propagation)神經(jīng)網(wǎng)絡(luò)來處理含噪音的聲波信號(hào),通過理想狀態(tài)的波形輸入和網(wǎng)絡(luò)訓(xùn)練來濾除噪聲,復(fù)原出具有周期性的接箍回波,可用于對(duì)接箍回波糾錯(cuò)和計(jì)算。王宗銳等[33]采用橢圓數(shù)字濾波器(infinite impulse response,IIR)設(shè)計(jì)法,對(duì)聲波信號(hào)進(jìn)行濾波處理,得到平滑整齊的接箍回波,有利于識(shí)別其周期,但在實(shí)際設(shè)計(jì)濾波器時(shí),選定的通帶截止頻率和阻帶截止頻率后無法修改,缺乏自適應(yīng)濾波功能。張鵬[34]結(jié)合總體經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble empirical mode decomposition,EEMD)和快速獨(dú)立分量分析(fast independent component analysis,FICA)兩種方法,通過對(duì)單通道油井仿真信號(hào)進(jìn)行分離實(shí)驗(yàn),同時(shí)也采用小波方法對(duì)其去噪,對(duì)比去噪效果可以發(fā)現(xiàn),采用基于EEMD的單通道盲分離方法對(duì)液面信號(hào)進(jìn)行降噪處理效果良好,在不同信噪比情況下該方法較小波去噪性能更好,波形的維持度也更高。Zhou等[35]提出了一種快速自適應(yīng)中值濾波算法,可獲得精準(zhǔn)的反射回波,與線性平滑濾波器相比,中值濾波可以在相同大小的濾波窗口下保持清晰的波形,與此同時(shí),開創(chuàng)了一種基于范圍離散系數(shù)的曲線擬合函數(shù)來求解聲速的新方法。

對(duì)于接箍回波的周期提取研究,周家新等[36]根據(jù)大量現(xiàn)場(chǎng)測(cè)試數(shù)據(jù),通過計(jì)算多口井內(nèi)的前10節(jié)油管段內(nèi)的平均聲速,采用曲線擬合方法得到反映油井套管內(nèi)聲速變化規(guī)律的擬合公式;同時(shí),參考語音信號(hào)處理中的傳統(tǒng)時(shí)域基音周期檢測(cè)方法,利用ACF[37]和AMDF[38]的周期識(shí)別能力,將其應(yīng)用至井下動(dòng)液面的聲波信號(hào)中,對(duì)接箍回波進(jìn)行分幀處理,來獲取周期從而求得聲速,為此打開了聲速計(jì)算的新思路。王路平等[39]首先對(duì)接箍回波進(jìn)行巴特沃斯低通濾波,再利用短時(shí)AMDF來獲取接箍回波的平均采樣次數(shù),從而計(jì)算出油套中的聲速。

部分學(xué)者從頻域角度考慮,將信號(hào)從時(shí)域轉(zhuǎn)換至頻域上分析,吳新杰等[40]首先使用二階巴特沃斯數(shù)字濾波器進(jìn)行濾波,再利用FFT處理液面信號(hào),從中提出基波的位置進(jìn)而計(jì)算聲速,與常規(guī)方法人工讀取接箍間對(duì)應(yīng)的點(diǎn)數(shù)相比,兩種方法的相對(duì)誤差為0.19%,為聲速計(jì)算提供了新的研究思路。任建等[41]利用DSP(digital signal processing)進(jìn)行FFT,通過分析信號(hào)頻譜來計(jì)算出聲速。林立星[42]首先使用譜減算法去除聲波信號(hào)中的背景噪音,再利用FFT計(jì)算接箍回波的周期。呂思平[43]通過FIR(finite impulse response)數(shù)字濾波濾除高頻雜質(zhì),再利用FFT進(jìn)行頻譜分析來查找基波所在位置。易其軍[44]設(shè)計(jì)FIR低通濾波器進(jìn)行濾波處理,再使用小波分析把液面信號(hào)中的接箍回波和液面回波分離出來,最后使用FFT對(duì)分離出來的接箍回波進(jìn)行頻譜分析并計(jì)算聲速。在諸多學(xué)者研究的基礎(chǔ)上,為了提高聲速測(cè)量的準(zhǔn)確性,仵杰等[45]提出了全相位快速傅里葉變換(all-phase fast Fourier transform,apFFT),相比于傳統(tǒng)FFT,該方法具有更好的抑制頻譜泄露能力,大大提高了聲速計(jì)算的準(zhǔn)確性和穩(wěn)定性。

2.2 方法復(fù)現(xiàn)

進(jìn)一步梳理文獻(xiàn)[29-45]可知,ACF、AMDF和FFT在聲速獲取方面應(yīng)用較廣。為了深入了解3種方法的適用情況,使用同一批聲波數(shù)據(jù)進(jìn)行復(fù)現(xiàn)。

首先需要選擇合適的濾波方法來濾除聲波信號(hào)中的高頻雜質(zhì),從而提取一段清晰可見且有周期性特征的接箍回波。由于接近井口的聲波信號(hào)受起爆波影響較大,接箍回波容易被起爆波覆蓋,而深度較深的接箍回波衰減較大,直接被噪聲淹沒。根據(jù)調(diào)研和經(jīng)驗(yàn),井下150～700 m內(nèi)接箍回波較為明顯,若假設(shè)儀器的采樣周期是0.96 ms,則選取采樣點(diǎn)序列1 000～4 000作為接箍回波較為合適[46]。截取的部分接箍回波波形如圖3(a)所示,肉眼可見一些尖銳而復(fù)雜的震蕩噪聲參雜其中,通過截至頻率為30 Hz的FIR低通濾波之后,可將周期性明顯的接箍回波呈現(xiàn)出來,濾波后的接箍回波如圖3(b)所示。

圖3 接箍回波濾波前后對(duì)比圖Fig.3 Comparison diagram of coupling echo before and after filtering

2.2.1 短時(shí)自相關(guān)函數(shù)法(ACF)

ACF最早于1977年由Rabiner[47]提出,該定義為

(3)

式(3)中:N為幀長(zhǎng);l為時(shí)間延遲量;sw(n)=s(n)w(n)為加窗信號(hào),其中,s(n)為信號(hào)序列,w(n)為方窗函數(shù),其表達(dá)式為

(4)

ACF具有如下性質(zhì):若原信號(hào)具有周期性,那么它的自相關(guān)函數(shù)也具有周期性,并且周期性與原信號(hào)的周期相同,且在l等于周期整數(shù)倍時(shí)會(huì)出現(xiàn)峰值。由此可根據(jù)分幀后的每一段信號(hào)中峰值間的距離,取其均值即可得到接箍回波周期內(nèi)的平均采樣點(diǎn)數(shù),從而求取接箍回波周期[48]。對(duì)于非平穩(wěn)信號(hào),一般采用逐幀處理,為了確保計(jì)算出接箍回波周期內(nèi)平均采樣次數(shù)的準(zhǔn)確性,幀長(zhǎng)至少要包括2個(gè)周期以上的接箍回波[37]。

T=nTS

(5)

式(5)中:n為接箍回波周期內(nèi)的平均采樣點(diǎn)數(shù);TS為采樣周期。

截取29幀聲波數(shù)據(jù),取幀長(zhǎng)為200個(gè)采樣點(diǎn)數(shù),幀移為100個(gè)采樣點(diǎn)數(shù),采用ACF對(duì)濾波后的接箍回波進(jìn)行計(jì)算,前三幀結(jié)果如圖4所示。可以明顯看出,每幀數(shù)據(jù)的波峰,通過計(jì)算兩個(gè)波峰之間的距離即為當(dāng)前幀接箍回波的采樣次數(shù)。同理,對(duì)后續(xù)的26幀數(shù)據(jù)使用相同辦法處理,最后可計(jì)算出接箍回波的平均采樣次數(shù)n=62.84。已知系統(tǒng)采樣周期TS=0.96 ms,故最終結(jié)合式(2)和式(5)可計(jì)算出聲速,計(jì)算公式為

圖4 前3幀的ACF計(jì)算結(jié)果Fig.4 ACF calculation results for the first 3 frames

(6)

2.2.2 短時(shí)平均幅度差函數(shù)法(AMDF)

AMDF由Ross等[49]于1974年提出,其定義為

(7)

式(7)中:N為幀長(zhǎng);k為時(shí)間延遲量;Fw(k)為每幀數(shù)據(jù)進(jìn)行短時(shí)平均幅度差函數(shù)處理后的計(jì)算結(jié)果。

聲波信號(hào)的Fw(k)曲線在周期整數(shù)倍位置上會(huì)出現(xiàn)和自相關(guān)函數(shù)峰值特征相反的谷底值特征[50]。利用AMDF求解接箍回波的平均周期具體操作步驟同ACF,不同之處在于ACF是利用峰值來檢測(cè)接箍回波周期內(nèi)的平均采樣點(diǎn)數(shù),而AMDF是利用谷值來估計(jì)接箍回波周期內(nèi)的平均采樣點(diǎn)數(shù)。同理,接箍回波的前三幀經(jīng)過AMDF計(jì)算得到的結(jié)果如圖5所示。可以明顯看出,每幀數(shù)據(jù)中的谷值和周期特征,對(duì)后續(xù)26幀數(shù)據(jù)繼續(xù)處理,可計(jì)算出接箍回波的平均采樣次數(shù)n=61.55。最終代入式(2)和式(5)中可計(jì)算出聲速,計(jì)算公式為

圖5 前3幀的AMDF計(jì)算結(jié)果Fig.5 AMDF calculation results for the first 3 frames

(8)

2.2.3 快速傅里葉變換法(FFT)

FFT是1965年Cooley等[51]利用DFT(discrete Fourier transform)計(jì)算指數(shù)因子WN的周期性和對(duì)稱性,構(gòu)造的DFT快速算法,即快速離散傅里葉變換,可減少變換時(shí)所需要的乘法次數(shù),大大提高了計(jì)算效率。在理想接箍回波模型下,油管接箍回波可類比成周期矩形脈沖信號(hào)[40],其幅度譜如圖6(c)[40]所示。

圖6 理想接箍回波的波形和幅度譜[40]Fig.6 Waveform and amplitude spectrum of ideal coupling echo[40]

從頻譜圖(圖6)中可以看出,除了位于中心位置的直流分量外,基波的幅值最大,脈沖能量主要集中在基波上[41],基波頻率和信號(hào)周期具有倒數(shù)的數(shù)學(xué)關(guān)系,可以通過尋找接箍回波的基波位置來求其周期。具體步驟如下:首先對(duì)接箍回波進(jìn)行濾波操作,再去除信號(hào)中直流分量,然后采用FFT進(jìn)行頻譜分析,通過找到基波位置,即可分析出頻率大小,從而得到接箍回波的周期,如式(9)所示。此方法的關(guān)鍵在于信號(hào)頻譜上基波位置的識(shí)別。

(9)

式(9)中:f為接箍回波中的基波頻率;K為基頻對(duì)應(yīng)點(diǎn);FS為采樣頻率;N′為FFT的點(diǎn)數(shù)。

對(duì)濾波后的接箍回波進(jìn)行FFT即可得到其頻譜圖,由其對(duì)稱性可取頻譜圖的前半部分,如圖7所示。可以看出,基波位置位于第49個(gè)采樣點(diǎn)數(shù),即K=49。已知系統(tǒng)采樣周期TS為0.96 ms,則采樣頻率FS為1 042 Hz,前面已知截取選取采樣點(diǎn)序列1 000～4 000作為接箍回波,則N′為3 001,最終代入式(2)和式(9)中可計(jì)算出聲波在油管環(huán)空中的速度為

圖7 接箍回波的頻譜圖(前半部分)Fig.7 Spectrogram of coupling echo(first half)

(10)

為了便于定量比較,將3種復(fù)現(xiàn)聲速值與測(cè)井資料解釋的聲速值進(jìn)行對(duì)比,其結(jié)果如表1所示。可以看出,AMDF方法的誤差最小,其次是ACF。認(rèn)為該結(jié)論僅對(duì)本次聲波數(shù)據(jù)有效,并不具有代表性,更加嚴(yán)謹(jǐn)?shù)慕Y(jié)論依賴于更多的樣本,計(jì)劃在后續(xù)研究中進(jìn)一步開展。

表1 3種方法獲取的聲速對(duì)比Table 1 Comparison of sound velocity obtained by three methods

2.3 方法小結(jié)

研究表明,通過使用ACF、AMDF和FFT獲取油套環(huán)空中聲速時(shí),注意事項(xiàng)如下:①ACF和AMDF均是通過分幀加窗來處理長(zhǎng)距離內(nèi)的接箍回波信號(hào),此處需要注意的是幀長(zhǎng)和幀移參數(shù)的合理設(shè)置;②將FFT應(yīng)用于動(dòng)液面信號(hào)檢測(cè)中,關(guān)鍵在于提取接箍回波中的基波,注意要進(jìn)行傅里葉變換的點(diǎn)數(shù)即選取最佳的接箍回波的范圍,截取部分接箍回波來代替整體并不太全面,會(huì)影響聲速的計(jì)算。

ACF、AMDF和FFT 3種方法的優(yōu)點(diǎn)和不足表現(xiàn)為:①ACF是一種簡(jiǎn)單有效的函數(shù),但是該方法在處理信號(hào)必定涉及大量的乘法,并且該算法受噪聲影響較大,易受“半頻”、“倍頻”錯(cuò)誤的影響;②AMDF較ACF只需進(jìn)行加減和絕對(duì)值運(yùn)算,降低了計(jì)算復(fù)雜度,進(jìn)一步優(yōu)化算法效率,但AMDF算法計(jì)算出的聲速并不平滑,選用不同的幀對(duì)結(jié)果影響很大;③FFT則是轉(zhuǎn)換至頻域角度來求取聲速,可彌補(bǔ)時(shí)域分析法因噪聲干擾導(dǎo)致回波不易檢測(cè)而造成誤差的影響,但是在實(shí)際處理中容易出現(xiàn)頻譜泄露問題。

3 時(shí)間提取方法研究進(jìn)展

聲波從發(fā)射到動(dòng)液面所花費(fèi)時(shí)間是計(jì)算動(dòng)液面深度的重要參數(shù)之一,其關(guān)鍵在于確定液面位置所在的采樣點(diǎn)。

Ti=NiTS

(11)

式(11)中:Ti為聲波從發(fā)射到抵達(dá)動(dòng)液面所花費(fèi)的時(shí)間;Ni為動(dòng)液面位置所對(duì)應(yīng)的采樣點(diǎn)。

3.1 方法研究進(jìn)展

近年來,諸多學(xué)者在聲速提取、液面回波的去噪和時(shí)間提取(即液面回波位置識(shí)別)方面開展了大量研究,并取得了大量的成果。

3.1.1 直接識(shí)別法

相比于接箍波,液面回波的幅度較大,因此,從時(shí)域上看,液面回波會(huì)呈現(xiàn)一個(gè)正向或者負(fù)向的跳變。由于液面回波的特征明顯,因此,過去10年來,部分學(xué)者常采用直接搜索信號(hào)峰值的方法來確定液面回波的位置,進(jìn)而提取聲波的旅行時(shí)間,這種方法也稱為直接識(shí)別法,不同之處在于所采用的濾波降噪算法存在差異。在眾多方法中,最經(jīng)典的方法是FFT。此外,還有均值濾波方法[52]、維納濾波[53]和卡爾曼濾波[54]等。Boll[55]提出了一種噪聲抑制算法,利用頻譜減法可以有效消除背景噪聲對(duì)原始信號(hào)的影響。基于此,王海文等[56]采用譜減法來處理油井動(dòng)液面信號(hào),清晰可辨地識(shí)別出液面回波的位置,不足之處在于其需要滿足背景噪聲和液面反射回來的聲波信號(hào)是獨(dú)立不相關(guān)的假設(shè)條件。譜減法濾波屬于是在頻域上處理信號(hào)的方法,由于它對(duì)噪聲譜的估計(jì)不夠準(zhǔn)確,因此用于來提取聲波信號(hào)的效果并不佳。也有學(xué)者采用傳統(tǒng)的線性濾波方法來處理油井聲波信號(hào)。吳新杰等[57]利用模糊控制數(shù)字濾波器和短時(shí)分形維數(shù)方法相結(jié)合,對(duì)液面信號(hào)進(jìn)行濾波處理后即可查找液面回波的所在采樣點(diǎn)數(shù),實(shí)驗(yàn)結(jié)果表明能夠有效抑制噪聲并保持原始信號(hào)的特征。張朝暉等[31]通過分析測(cè)量系統(tǒng)中噪聲規(guī)律,設(shè)計(jì)了滿足實(shí)際需求的低通橢圓濾波器,能夠自動(dòng)識(shí)別出液面回波。Kapale等[58]利用卡爾曼濾波算法來降低噪聲,從而估算出動(dòng)態(tài)條件下的液位。張朋等[59]利用時(shí)間序列分析技術(shù)和新息自適應(yīng)卡爾曼濾波技術(shù)相結(jié)合,實(shí)時(shí)檢測(cè)液面信號(hào),成功抑制了噪聲并使液面回波清晰可見。

由于井下聲波信號(hào)具有非平穩(wěn)、非線性的特點(diǎn),常規(guī)下頻域和線性濾波方法在動(dòng)液面信號(hào)處理方面往往有一定的局限性。因此,許多學(xué)者轉(zhuǎn)而采用小波變換的濾波方法來處理這種非平穩(wěn)信號(hào),研究表明,小波變換法具有良好的去噪效果。小波去噪的重點(diǎn)之一是小波基函數(shù)的選取,常見小波基包括:Haar小波、Daubechies(dbN)小波、Symlets(symN)小波族、Coiflet(coifN)小波族、Biorthgonal(biorN)小波族。其中,Haar函數(shù)是最早的正交小波基函數(shù)之一,而dbN小波是經(jīng)過深層次探究小波變換中提出的,SymN小波是對(duì)dbN小波的一種改進(jìn),Coiflet函數(shù)也是由Daubechies用一系列CoifN(N=1,2,3,4,5)構(gòu)造的小波函數(shù),它們有比dbN更好的對(duì)稱性,可以降低重構(gòu)期間的相移差距,而biorN小波相對(duì)于前面4種小波而言無正交性,且不對(duì)稱。在基函數(shù)的選取方面,多名學(xué)者采用了不同的基函數(shù),并且取得了較好的濾波效果,如表2[42,60-63]所示。

表2 幾種常見的小波基函數(shù)去噪法[42,60-63]Table 2 Several common denoising methods of wavelet basis function[42,60-63]

在信號(hào)濾波去噪方面,還有一些學(xué)者選擇另辟蹊徑。Wang等[64]利用希爾伯特-黃變換(Hilbert-Huang transform,HHT)來處理動(dòng)液面聲波信號(hào),濾波去噪效果具有很大的優(yōu)勢(shì)。劉彥萍等[65-66]采用形態(tài)濾波方法對(duì)動(dòng)液面信號(hào)進(jìn)行消噪處理,極大程度上保持了原始聲波有效信號(hào)在形態(tài)上的保真度,隨后,又采用時(shí)頻峰值濾波(time-frequency peak filtering,TFPF)結(jié)合語音信號(hào)處理中的端點(diǎn)檢測(cè)(voice activity detection,VAD)方法對(duì)動(dòng)液面的有效聲波信號(hào)進(jìn)行提取,對(duì)背景噪聲有很強(qiáng)的壓制能力。

3.1.2 綜合識(shí)別法

直接識(shí)別法雖然原理簡(jiǎn)單,但是易受各種因素影響,效果往往不盡理想,因此學(xué)者們?cè)卺槍?duì)液面回波位置識(shí)別的方面進(jìn)行了進(jìn)一步研究。吳新杰等[67]基于聲波信號(hào)中各脈沖幅度和時(shí)差的實(shí)際情況,參考模糊集合論中的聚類方法,設(shè)計(jì)算法對(duì)聲波信號(hào)數(shù)據(jù)進(jìn)行分檔歸類,進(jìn)而推算出液面回波的位置。周家新等[68]根據(jù)基于液面回波短時(shí)過零率較低的顯著特征和短時(shí)幅值函數(shù),提出一種液面回波的綜合識(shí)別方法。其中,短時(shí)過零率體現(xiàn)了信號(hào)表示的數(shù)字序列隨時(shí)間變化的特性,而短時(shí)幅值函數(shù)主要體現(xiàn)了信號(hào)在一段時(shí)間內(nèi)的幅值情況。故利用短時(shí)過零率函數(shù)和短時(shí)幅值函數(shù)相結(jié)合,并適當(dāng)加入?yún)?shù)因子來定義一個(gè)名為短時(shí)幅值-過零率函數(shù),對(duì)聲波信號(hào)進(jìn)行逐幀處理,進(jìn)而識(shí)別出液面回波的位置。用短時(shí)幅值及過零率處理的過程如圖8[42]所示。林立星[42]也采用了上述方法進(jìn)行信號(hào)處理,但由于函數(shù)的參數(shù)過多,必須在大量的實(shí)驗(yàn)調(diào)參的基礎(chǔ)上才能確定好各參數(shù)的選擇,因此,實(shí)際應(yīng)用中難以選擇適宜的參數(shù)來獲取最佳效果,實(shí)用性并不高。此外,由于環(huán)空中存在的油管接箍等部分也會(huì)產(chǎn)生反射波并被接收,且與液面回波具有相似特征,上述方法無法避免這問題。針對(duì)短時(shí)幅值-過零率函數(shù)的弊端,劉迪等[69]根據(jù)聲波在環(huán)空中周期性反射傳播的特點(diǎn),提出了基于短時(shí)AMDF和短時(shí)ACF的回波時(shí)間提取算法,主要在液面回波特征提取方面進(jìn)行了改進(jìn),并提供室內(nèi)模擬實(shí)驗(yàn)研究。該方法最大誤差絕對(duì)值為1.54%,提高了對(duì)液面回波特征的辨識(shí)能力。

圖8 短時(shí)幅值-過零率處理[42]Fig.8 Short time amplitude-zero-crossing rate processing[42]

3.1.3 小波奇異值檢測(cè)法(WSVD)

除了上述方法外,通過分析突變點(diǎn)位置的方法也廣泛應(yīng)用于求解聲波的旅行時(shí)間當(dāng)中。理論分析表明,小波變換的模極大值就對(duì)應(yīng)著信號(hào)發(fā)生突變的位置,因此可以利用小波奇異值來檢測(cè)突變點(diǎn)。2011—2021年,林立星[42]、張鵬[34]、王路平等[39]均采用小波變換的模極大值來識(shí)別出液面回波,進(jìn)而提取聲波旅行時(shí)間。基于上述研究,劉彥萍等[70]采用同步擠壓小波變換的時(shí)頻濾波方法對(duì)聲波信號(hào)進(jìn)行濾波提取,小波變換后的結(jié)果在時(shí)頻域內(nèi)被擠壓重排,使得信號(hào)的瞬時(shí)頻率更接近真實(shí)頻率且瞬時(shí)頻率曲線更精細(xì)。通過信號(hào)模擬和實(shí)際實(shí)驗(yàn),對(duì)比分析發(fā)現(xiàn)同步擠壓小波變換比小波變換在有效信號(hào)頻率隨時(shí)間變化方面表達(dá)更加真實(shí),對(duì)液面回波更易于識(shí)別和提取。

3.2 方法復(fù)現(xiàn)

上述研究表明,直接識(shí)別法和WSVD法在聲波時(shí)間提取方面應(yīng)用較為廣泛。為了深入了解兩種方法的識(shí)別情況,使用同一批聲波數(shù)據(jù)進(jìn)行復(fù)現(xiàn)。

聲波在沿著油井向下傳播過程中,會(huì)隨著傳播距離的不斷增大而衰減,加上油套環(huán)空中的復(fù)雜環(huán)境,其中噪聲可能比聲波信號(hào)的幅度大,進(jìn)而影響液面位置的識(shí)別。由于小波變換中有效信號(hào)和噪聲系數(shù)在多尺度上的差異性,WD可以明顯提高信號(hào)的信噪比,故本次實(shí)驗(yàn)中采用WD法。基本操作步驟為:首先,將信號(hào)進(jìn)行小波變換,然后,根據(jù)有效信號(hào)和噪聲信號(hào)的小波幅值系數(shù)的不同,在不同尺度上選取合適的閾值[71],并將低于閾值的小波系數(shù)設(shè)置為0,最后,重構(gòu)信號(hào)來消除噪聲對(duì)液面回波的影響。其原理流程如圖9[34]所示。

圖9 小波去噪流程圖[34]Fig.9 Flow chart of wavelet denoising[34]

為了保證液面回波信息的完整性,在實(shí)驗(yàn)中選取4 000～12 000序列采樣點(diǎn),使用db1小波5層分解對(duì)截取的液面回波進(jìn)行WD,圖10為液面回波濾波前后的對(duì)比圖。

圖10 液面回波進(jìn)行小波去噪前后對(duì)比圖Fig.10 Comparison diagram of liquid level echo before and after wavelet denoising

3.2.1 直接識(shí)別法

所謂直接識(shí)別法,就是通過檢測(cè)濾波后的液面回波中幅值最小的位置即為液面位置。根據(jù)圖10(b)液面回波濾波后的波形特征,可以直接判斷出液面位置在第7 135個(gè)數(shù)據(jù)點(diǎn)處,采樣周期TS=0.96 ms已知,代入式(11)可得聲波在井下傳播時(shí)間。

Ti=NiTS=6.85 s

(12)

3.2.2 小波奇異值檢測(cè)法(WSVD)

當(dāng)聲波信號(hào)遇到動(dòng)液面時(shí),會(huì)有一個(gè)較強(qiáng)的反射波信號(hào),其幅值會(huì)發(fā)生很大的變化,這就是一個(gè)突變信號(hào),又稱奇異信號(hào)。小波變換具有良好的時(shí)頻分析能力,能夠利用模極大值來檢測(cè)該奇異信號(hào)以確認(rèn)液面回波的真實(shí)位置[72]。在實(shí)際應(yīng)用中,因?yàn)樾〔ɑ南Ь仉A數(shù)越大,其小尺度下的高頻小波系數(shù)的幅值就越小,高階消失矩的小波函數(shù)也就具有良好的去噪特性,所以檢測(cè)液面回波盡量使用具有高階消失矩的小波函數(shù)。

對(duì)去噪后的液面回波進(jìn)行WSVD的結(jié)果如圖11所示。可見液面位置突變序列號(hào)Ni為聲波信號(hào)的第7 039采樣點(diǎn),代入式(11)可得聲波遇到動(dòng)液面的在井中傳播的時(shí)間為

圖11 小波奇異值檢測(cè)液面回波Fig.11 Wavelet singular value detection for liquid level echo

Ti=NiTS=6.82 s

(13)

上述兩種方法復(fù)現(xiàn)結(jié)果與測(cè)井解釋的結(jié)果對(duì)比如表3所示,可見,對(duì)于本批次聲波數(shù)據(jù),采用WSVD方法測(cè)量的時(shí)間的絕對(duì)誤差最小,而直接識(shí)別法次之。

表3 兩種方法獲取的時(shí)間對(duì)比Table 3 Comparison of time obtained by two methods

通過對(duì)液面回波位置識(shí)別方法的實(shí)驗(yàn)復(fù)現(xiàn)表明:①直接識(shí)別法雖然原理簡(jiǎn)單,但對(duì)于選取不同的濾波方法結(jié)果存在偏差,易受各種因素影響,一般認(rèn)為該方法誤差較大;②利用WSVD方法檢測(cè)液面回波位置時(shí),在時(shí)域和頻域同時(shí)有著良好的局部特征以及對(duì)信號(hào)的自適應(yīng)能力;③相對(duì)而言,WSVD法比直接識(shí)別法更加精確,能夠極大地減小液面回波識(shí)別位置的誤差。

4 結(jié)論與展望

針對(duì)動(dòng)液面深度檢測(cè)過程中聲速的確定和聲波旅行時(shí)間的獲取這兩大關(guān)鍵問題進(jìn)行了深入研究,對(duì)相關(guān)文獻(xiàn)逐一進(jìn)行了梳理分析。在此基礎(chǔ)上,對(duì)3種聲速計(jì)算方法和兩種時(shí)間提取方法進(jìn)行了復(fù)現(xiàn)。較為深刻地認(rèn)識(shí)到上述方法的適應(yīng)性差異和優(yōu)缺點(diǎn)。為了更好地解決油井動(dòng)液面深度檢測(cè)中的兩個(gè)關(guān)鍵問題,建議未來著重從以下方面進(jìn)行深入的研究。

(1)在聲速計(jì)算方面,無論是從時(shí)域或是頻域方面處理,首先要考慮實(shí)際數(shù)據(jù)的復(fù)雜多樣性,針對(duì)特定環(huán)境下接箍回波的特征,從眾多濾波和周期提取方法中選取一種適應(yīng)性好的算法。此外,也可以融入人工智能元素,將多種方法數(shù)據(jù)融合,不斷提高聲速計(jì)算精度。

(2)在時(shí)間提取方面,油管中的接箍、結(jié)蠟或是死油等反射出現(xiàn)的假回波均會(huì)影響著液面回波的識(shí)別,因此,深入研究井下聲波信號(hào)在不同井況下的傳播特性并對(duì)其去噪是今后需要關(guān)注的一個(gè)重要內(nèi)容。