基于超聲波反射法的油田注水井管柱腐蝕識別

魏 軍

(長慶油田分公司第七采油廠,環縣 745000)

隨著科學技術的快速發展,油田開發工程日漸成熟。作為整合地質、勘探、鉆井、儲運、采油等多個行業的綜合性工程,油田開發工程嚴格遵守國家對原油生產的要求。油田注水井[1]是油田開發過程中用來向油層注水的井。由于地層壓力的穩定性直接決定油田開發的效果,而溶解在原油中的天然氣極易在油田開發途中從油層內逸出,并游離到空氣中,造成地層壓力驟降,促使原油性質惡化,影響油田采收率。油田注水井通過向油層注水,人為隔絕天然氣與空氣,間接給油田補充能量,以維持地層壓力的穩定性,提高油田的開發效益。油田注水井管柱是啟動壓力大于0.85 MPa的固定配水管柱,用于向油層輸送滿足一定水質標準的清水或污水,從而保證地層壓力,維持油田高產。現階段我國使用的油田注水井管柱均由鋼筋和水泥環混合而成,因作業環境惡劣,油田注水井管柱經常受腐蝕介質的影響,出現結垢、點蝕,甚至腐蝕穿孔。油田注水井管柱被腐蝕[2]不僅意味著油層注水失敗,還會縮減管柱使用壽命。為了及時監測油田注水井管柱腐蝕情況,降低油田經濟損失,相關人員開展了對油田注水井管柱腐蝕識別方法的研究。

金祥哲等[3]通過抽取現場水質,判斷油田開采中,酸性氣體和細菌導致油田注水井管柱結垢的趨勢,實現了管柱腐蝕識別,但該方法存在識別性能差的問題。駱正山等[4]通過分析造成油田注水井管柱腐蝕的原因,建立管柱腐蝕指標體系,并將其與IGWO-ELM 模型結合,共同組建針對管柱的腐蝕速率預測模型,實現了油田注水井管柱腐蝕識別。唐啟智等[5]通過分析管壁銹蝕與管柱剛度退化之間的映射關系,建立了考慮兩者間關系的有限元模型;通過加速度數據時序分析采集不同損傷工況下的管柱腐蝕數據,并將其輸入有限元模型中,實現了油田注水井管柱腐蝕識別,但識別率較低。

為了解決上述方法中存在的問題,提出基于超聲波反射法的油田注水井管柱腐蝕的識別方法并進行檢測試驗,試驗結果表明,所提方法識別性能強、識別準確率高。

1 基于超聲波反射法的信號采集

基于超聲波反射法的油田注水井管柱腐蝕識別方法,采用超聲波脈沖反射法[6-7]采集信號。激勵信號由探頭發射到油田注水井管柱表面,在反射過程中信號發生壓電效應,進而生成超聲波、機械波信號,通過將其轉變為可以被探頭接收的電信號,完成信號采集。油田注水井管柱超聲檢測回波信號示例如圖1所示。

圖1 油田注水井管柱超聲檢測回波信號

圖1中的一次回波與二次回波指的是超聲波傳播到油田注水井管柱底部反射的回波[8-9]。調查發現,管柱厚度與回波時間間隔成正比,故可利用相鄰回波間隔與回波數量分析油田注水井管柱的腐蝕情況。

檢測油田注水井管柱腐蝕缺陷時,信號垂直入射到管柱表面。入射波、反射波和透射波此時的聲壓分別為P0,Pr,Pt,超聲波在管柱中的傳播過程如圖2所示。

圖2 超聲波在油田注水井管柱中的傳播過程示意

圖2中,Z1為透射介質對應的聲阻抗;Z2為入射介質對應的聲阻抗,兩種介質中聲壓存在以下關系

式中:t為聲壓透射率;r為聲壓反射率。

對式(1)中超聲波的聲壓透射率t和反射率r展開計算,得到

將上述超聲波信號r,t轉變為電信號,完成油田注水井管柱信號的采集。

2 油田注水井管柱腐蝕識別

2.1 腐蝕區域信號特征提取

信號特征提取是在基礎通信信號上,選取反映信號全程波動特點的局部頻段。為了提高識別結果的可信度,在特征提取前,需要對信號進行預處理,如降噪[10]、降維、去均值等。小波分析[11]是針對失真信號的一種消噪手段,廣泛應用于多種領域。超聲波探頭獲取反饋回波信號時,無法完全避開其他干擾信號的影響,使得反饋回波信號的整個頻帶上攜帶噪聲,導致信號質量降低。采用小波分析消除反饋回波信號噪聲,不僅可以很好地解決信號頻譜混疊的現象,還可以優化信號時域波形和頻域波形,達到準確提取信號特征的目的。

小波分析首先分解受噪聲污染的反饋回波信號,分解公式為

式中:φ為小波變換平移量;va為信號分量;vb為小波分解層數。

反饋回波信號分解后,噪點直接暴露在每層信號分析頻帶上,利用小波基抑制噪點的表達,即可實現原始信號的優化,其表達式為

式中:q為噪點;?為噪聲強度。

在成功優化反饋回波信號的基礎上,從頻域和時域兩種角度提取反饋回波信號特征。頻域特征[12]與信號本身分量有關,主要指信號在不同工況下表征的頻譜信息,由信號振幅和信號相位組成。希爾伯特黃變換可以有效提取反饋回波信號的頻域特征,若信號為時間-頻率上的一串離散序列,那么從頻譜分析的角度,篩選離散序列中最適合反映信號分量的時間窗。希爾伯特黃變換可寫為

式中:Δj為時頻平面上的邊際譜;d為瞬時頻率分量。

時間窗涵蓋反饋回波信號高低起伏的振幅和相位,將振幅和相位分解到相對獨立的頻帶上,即可實現反饋回波信號頻域特征的提取。涵蓋振幅和相位的時間窗可寫為

式中:ε為頻帶位置;n為頻帶帶寬;ζ為時間窗涵蓋振幅的下限。

時域特征[13]類似生物信號特征,由信號坡度、偏度、峰度組成。傅里葉變換作為具有多種變體形式的信號解析工具,能夠將時域波形從廣義諧波中分離出來,重新映射至二維直角坐標系中。通過計算時域波形正交實部和負交虛部的坡度、偏度、峰度,實現反饋回波信號時域特征的提取。時域波形坡度X,偏度N,峰度W的計算公式為

式中:λ為峭度因子;c'為時域正弦波;t i為信號均方根值;t j為裕度指標;f2ij為峰值因子;δ為信號平均幅值。

2.2 SVM 腐蝕特征信號分類器設計

SVM(支持向量機)分類器是三維立體空間中間隔最大的線性分類器,由于其不挑選特征內容,且具有較強的分類性能,因此常應用于字符識別、人臉識別、動作識別、文本識別等場景,起到特征分類及異常值監測的作用。SVM 分類器的操作原理如圖3所示。

圖3 SVM 分類器的操作原理示意

由圖3可見,將反映油田注水井管柱腐蝕情況的反饋回波信號頻域特征和時域特征輸入SVM 分類器中,分類器首先將二維平面中的特征向量映射至無窮維空間。參與特征映射的函數是較多項式核函數分類效果更好的高斯核函數。高斯核函數特征映射公式為

式中:f i為鄰域特征向量的歐式距離;f j為高斯核函數的徑向基;η2為映射誤差。

特征向量的映射過程實際上就是特征向量的升維過程。處于無窮維空間的特征向量需要借助最優超平面才能將訓練樣本無錯誤地分開。最優超平面是無窮維空間特有的平面結構,能夠根據樣本相似度將訓練樣本劃分成多組類別。最優超平面的表達式為

式中:βk為超平面的常數項;g k為特征向量與超平面的距離;κ為約束條件。

在最優超平面的協助下,分布在無窮維空間的頻域特征和時域特征被劃分為若干類別,且同一類別表征同一腐蝕缺陷。根據SVM 分類器輸出的反饋回波信號特征分類結果,即可實現油田注水井管柱腐蝕識別。

3 腐蝕識別試驗

為了驗證基于超聲波反射法的油田注水井管柱腐蝕識別的整體有效性,需要對其進行測試。

隨機選擇4個油田注水井管柱作為驗證算法識別性能的試驗對象,試驗對象如圖4所示。

圖4 算法識別性能試驗對象

采用所提方法的信號采集結果與實際信號作對比,以此分析所提方法的信號采集精度,不同識別點的信號采集結果如圖5～8所示。

圖5 識別點1信號采集結果

圖6 識別點2信號采集結果

圖7 識別點3信號采集結果

圖8 識別點4信號采集結果

以縫隙腐蝕為例,采用超聲探頭記錄各識別位點的反饋回波信號,識別位點分布如圖9所示。

圖9 識別位點分布

由圖9可見,采用所提方法識別獲取的反饋回波信號與實際信號在各識別位點的重合率較高,表明所提方法具有較高的信號采集精度。

設置100個管柱腐蝕樣本,采用基于超聲波反射法的油田注水井管柱腐蝕識別方法、文獻[3]方法和文獻[4]方法分別進行識別測試,不同方法的識別混淆矩陣如圖10所示。

圖10 不同方法的識別混淆矩陣

由圖10可見,采用所提方法對油田注水井管柱腐蝕的識別結果與管柱實際腐蝕情況一致,說明所提方法能夠準確識別管柱腐蝕位置,即所提方法的識別率高。所提方法在識別油田注水井管柱腐蝕前,優先利用小波分析消除了反饋回波信號攜帶的噪聲,這樣獲取的識別結果可信度更高。采用文獻[3]方法和文獻[4]方法得到的識別結果與管柱實際腐蝕情況不一致,說明此兩種方法無法準確識別管柱腐蝕位置,識別率低。上述對比表明所提方法的識別率明顯高于傳統方法識別率。

4 結語

為了延長油田注水井管柱使用壽命,提高油田采收率,綜合評估管柱腐蝕行為,提出基于超聲波反射法的油田注水井管柱腐蝕的識別方法。采集到油田注水井管柱的超聲信號后,將信號特征輸入SVM(支持向量機)分類器中,根據分類器輸出的信號特征分類結果,實現了油田注水井管柱的腐蝕識別。