CN108254038A - 一种原油储罐油水界面数据去伪及液位测量的计算方法 - Google Patents

Abstract

一种原油储罐油水界面数据去伪及液位测量计算方法，中值预处理聚类计算方法，该计算方法基于K‑means聚类算法基本思想，首先采用中值预处理算法消除伪数据，获得有利于分类的优化数据；其次利用数据挖掘技术，采用多次阈值聚类算法，不断修正初始阈值，从而获取一组最优阈值，并最终按照分类统计的方法求得油水界面液位高度，实现油水界面准确测量，本发明提出的计算方法比传统计算方法更稳定、更准确、更智能，适合于为原油储罐油水界面监控系统提供精确的监测数据。

Description

一种原油储罐油水界面数据去伪及液位测量的计算方法

技术领域

本发明涉及原油储罐油水界面测量技术领域，尤其涉及一种原油储罐油水界面数据去伪及液位测量的计算方法。

背景技术

开采出来的原油被运送至联合站，存储在原油储罐中，先经过沉降，再进行油水分离之后，最后才能得到可供提炼的石油。在油水分离的过程中，需要对原油储罐中油层、水层以及乳化层的高度进行识别和测量，油水界面测量技术孕育而生。沉降过程中为了检测沉降罐油水界面及液位高度，需要对原油储罐中油层、水层以及乳化层高度进行识别和测量。识别和检测的方法主要有浮子式、电容式、超声波式、磁致伸缩式、导波雷达式、射频导纳式、吹气式和光纤式等。虽然这些方法相关学者、专家都做了大量的研究和实验，并获得了不错的理论和实践效果，但是就目前行业应用的角度来讲，受现场环境、资金投入、技术条件等因素限制，只有部分方法得到了普遍应用和推广。

相比之下，射频导纳式和导波雷达式检测方法易于开发和推广，应用最为广泛。利用射频导纳物位控制技术或电磁波回波检测技术感知沉降罐中不同介质，获取不同大小的模拟信号，经过信号转化处理，得到易于分析的液位数据，并对液位数据进行统计、计算后，便可得到沉降罐中油水界面及液位高度、体积等信息。但是，在对油水界面数字信号统计、计算的过程中，一方面会因测量中获得的一些伪数据，使得测量结果与实际偏差较大，另一方面会因油水界面数据中的典型值选取不当，测量计算方法落后，导致测量结果与实际不符。近年来，相关学者、专家对于油水界面伪数据优化和油水界面测量计算方法进行了相关研究。比如，提出了优化油水界面数据中优化伪数据的算法，有最值过滤算法、定点修正算法和区域去噪算法。另外，将经典K-means聚类算法引入油水界面液位高度计算，并提出了改进的K-means聚类算法。这些算法在某种条件下能够优化油水界面数据并能准确计算油水界面及液位高度，但未能将优化数据的方法和划分最佳聚类的方法有效的统一起来，进而优化油水界面数据，快速、准确的获得油水界面及液位高度。

发明内容

为了克服现有技术的不足，本发明提供一种原油储罐油水界面数据去伪及液位测量的计算方法，中值预处理聚类计算方法，增加算法的稳定性、正确性和智能性，改进油水界面计算过程，保证油水界面计算结果更加准确。

为了实现上述目的，本发明通过以下技术方案实现：

一种原油储罐油水界面数据去伪及液位测量的计算方法，包括以下步骤；

第一步，获取界面数据D_i(i＝1,2,3,…,N)；

第二步，建立中值过滤模板，模板宽度为S，模板内包含S个数据，对模板内数据排序，求取中间值D_m；用模板遍历整个油水界面数据，并依次将D_m赋值给模板中第一个位置对应的D_i，即重新给D_i赋值，获得一组优化过的界面数据D_i’(i＝1,2,3,…,N)；

第三步，对新的界面数据D_i’进行由小到大排序(快速排序算法)；

第四步，选取四个油水界面数据M₁，M₂，M₃，M₄分别作为气层、油层、乳化层和水层的典型值，并设定三个初始阈值Y₁、Y₂、Y₃分别作为气层、油层、乳化层和水层的阈值，计算阈值的方法如下：

Y₁＝(M₁+M₂)/2

Y₂＝(M₂+M₃)/2

Y₃＝(M₃+M₄)/2

(1)

第五步，根据阈值划分数据集合类别，设定A、B、C、D表示四个数据集合类别，满足数据集合A的属于气层数据，满足数据集合B的属于油层，满足数据集合C的属于乳化层，满足数据集合D的属于水层，统计数据集合方法如下：

A＝{x∈D_i|x≤Y₁}

B＝{x∈D_i|Y₁＜x≤Y₂}

C＝{x∈D_i|Y₂＜x≤Y₃}

D＝{x∈D_i|Y₃＜x}

(2)

第六步，统计满足数据集合范围的各层数据个数，分别以N₁、N₂、N₃、N₄代表集合A、B、C、D中的数据个数，∑{A}、∑{B}、∑{C}、∑{D}分别表示集合A、B、C、D中所包含数据之和，计算新的阈值Y₁、Y₂、Y₃计算方法如下：

Y₁＝(∑{A}/N₁+∑{B}/N₂)/2

Y₂＝(∑{B}/N₂+∑{C}/N₃)/2

Y₃＝(∑{C}/N₃+∑{D}/N₄)/2

(3)

第七步，按照第五步重新划分集合A、B、C、D，并按照第六步重新计算最新阈值Y₁、Y₂、Y₃，不断重复这个过程，递归直至最新阈值收敛为止，即最新阈值前后不发生变化，最优阈值出现为止；

第八步，统计最终确定的数据集合A、B、C、D，得到N₁、N₂、N₃、N₄，并分别以H₁、H₂、H₃、H₄表示气层、油层、乳化层、水层的介质高度，以h表示测量装置各传感器之间间距，以L表示测量装置底部距离油罐底部的高度，计算各层介质高度的方法如下：

H₁＝N₁×h

H₂＝N₂×h

H₃＝N₃×h

H₄＝N₄×h+L

(4)。

本发明的有益效果：

本发明提出的中值预处理聚类计算方法计算结果与原油储罐内液位实际高度一致，计算方法结果正确性得到验证。因此，中值预处理聚类计算方法可以有效的屏蔽油水界面数据中的伪数据，并不同多次阈值计算选取最优阈值，最终计算准确的油水界面及液位高度。相对于传统分类统计计算方法，中值预处理聚类计算方法一方面可以有效屏蔽伪数据，另一方面通过数据挖掘，不完全依赖于初始阈值，而是通过初始阈值自适应获取最终阈值，最终阈值是经过算法不断挖掘、修正初始阈值得到的一组合理阈值。因此，中值预处理聚类计算方法较传统计算方法更稳定，正确率较高，算法更智能，是一种可行的原油储罐油水界面数据测量计算方法。

附图说明

图1为本发明的原油储罐油水界面测量示意图。

图2为本发明的油水界面数据曲线图。

图3为本发明的包含伪数据的油水界面数据曲线图。

图4为本发明的中值预处理聚计算方法程序流程图。

图5为本发明的中值过滤建模示意图。

图6为本发明中值过滤处理后的油水界面数据曲线图。

具体实施方式

下面参照附图并结合实施例详述本发明。

在一定空间内介质的变化会引起很多物理量的变化，例如：电场、磁场等；这些物理量的变化将会间接的反映并代表介质单位体积及介质特性的变化，一般与所测介质呈线性关系。因此，结合矩阵式分布的传感探极结构，在高速大规模集成电路单片机的有序控制下，实时获取这些物理量的变化信息，并对这些信息进行分析、计算，按一定的规律进行量化处理、转化，就能准确无误的知道介质单位体积及介质特性的变化即介质液位、物位的变化，并将介质液位、物位的变化量转换成工业标准电信号输出并传递给DCU、DCS、PLC、工业采集模块、工控计算机等采集设备，供管理部门实时监控油水界面。

以被测原油储罐高度12米，直径12米，油水界面测量仪上分布了101个传感器，传感器间距0.1米，测量仪距离罐底2米为例，参见图1。原油储罐中有气层、油层、乳化层和水层。油水界面测量装置采用矩阵式分布的传感探极结构，并与介质或罐壁之间构成N个层面检测横断面，测量装置在CPU的控制下，接收传感器感知的模拟信号量，经过过滤、解调、模数转换变为数字信号，最终传给上位机，通过计算获得油水界面数据。上位机接收到的数据如表1所示，曲线图如图2所示。从数据中可以得知，宏观上处于不同层面的介质，其数据的表征基本相近，有利于辨别原油储罐中不同介质。

表1

表1为本发明的油水界面数据实例。

计算过程分为三步：第一步，需要在油水界面各层介质数据中人工选取四个典型值，并通过典型值计算各层分类阈值；第二步，根据各层分类阈值统计满足范围的各层数据个数；第三步，计算各层介质高度、体积等相关信息，从而获得油水界面位置。

然而，一方面因传统分类统计计算方法需要在人工选取阈值或初始质心合适的前提下，才能准确找到油水界面并计算液位高度，反之，测量结果存在很大误差；另一方面受到测量数据上下浮动的影响，存在前一个数据表示第一种介质，后一个数据表示第二种介质，而第三个数据又表示第一种介质的可能性，完全不符合原油储罐内介质的分布规律，这种情况被认为油水界面数据中存在伪数据。所谓伪数据就是在测量过程中因测量装置与原油储罐形状之间存在的某种客观因素，或是测量装置传感器本身存在的某种主观因素导致的一种错误数据。如图3所示，其中21号数据为862，93号数据为45，明显为伪数据。如果依然按照传统计算方法计算油水界面高度，则计算结果与实际不符，因此需要提出新的方法解决上述问题。

下面对本发明的实施过程作进一步详细说明：

本发明适用于计算原油储罐油水界面及液位高度，特别是沉降罐、分离罐、污水罐、储存罐等油罐的油水界面及液位高度，为联合站的油水界面实时监控和盘库系统提供准确的数据保障。本发明提出一种原油储罐油水界面数据去伪及液位测量的计算方法——中值预处理聚类计算方法。增加算法的稳定性、正确性和智能性，改进油水界面计算过程，保证油水界面计算结果更加准确。本发明具体计算方法描述如下：

中值预处理聚类计算方法是本文在分析油水界面传统计算方法不足的基础上，提出的一种新的油水界面计算方法。该计算方法基本思想如下：

①首先采用中值预处理算法消除油水界面数据D_i(i＝1,2,3,…,N)中存在的伪数据，即消除同一介质内较小或较大的错误数据，使优化后的油水界面数据更准确反映实际介质特质。

②对优化后的油水界面数据进行排序预处理，由小到大排序，排序后的油水界面数据便于更好的寻找聚类中心，更适合于划分聚类。

③油水界面数据预处理后，提出基于经典K-means聚类计算方法的思想，不断分类和更新传统分类计算方法中的油水界面初始阈值，获取油水界面位置。

中值预处理聚类计算方法主程序流程图如图4所示。具体步骤如下：

第一步，获取界面数据D_i(i＝1,2,3,…,N)，油水界面数据如表1所示。

第二步，建立中值过滤模板，模板宽度为S，如图5所示，模板内包含S个数据，对模板内数据排序，求取中间值D_m；用模板遍历整个油水界面数据，并依次将D_m赋值给模板中第一个位置对应的D_i，即重新给D_i赋值，获得一组优化过的界面数据D_i’(i＝1,2,3,…,N)，如图6所示。其中，21号伪数据由原来的862优化为62，93号伪数据由原来的45优化为3996。中值过滤优化过程主要程序伪代码如下：

％GetMed函数

GetMed(x)

|for j←1to j<S do

||if x[j]>x[j+1]

|||p←x[j]

|||x[j]←x[j+1]

|||x[j+1]←p

||end of if

||j←j+1

|end of for

|Dm←x[(S+1)/2]

end of GetMed

第三步，对新的界面数据D_i’进行由小到大排序(快速排序算法)。

第四步，选取四个油水界面数据M₁，M₂，M₃，M₄分别作为气层、油层、乳化层和水层的典型值，M₁取15号数据50，M₂取64号数据564，M₃取76号数据1228，M₄取90号数据3996，并设定三个初始阈值Y₁、Y₂、Y₃分别作为气层、油层、乳化层和水层的阈值，计算阈值的方法如下。计算后初始阈值Y₁＝307、Y₂＝896、Y₃＝2612。

Y₁＝(M₁+M₂)/2

Y₂＝(M₂+M₃)/2

Y₃＝(M₃+M₄)/2

(1)

第五步，根据阈值划分数据集合类别，设定A、B、C、D表示四个数据集合类别，满足数据集合A的属于气层数据，满足数据集合B的属于油层，满足数据集合C的属于乳化层，满足数据集合D的属于水层，统计数据集合方法如下：

A＝{x∈D_i|x≤Y₁}

B＝{x∈D_i|Y₁＜x≤Y₂}

C＝{x∈D_i|Y₂＜x≤Y₃}

D＝{x∈D_i|Y₃＜x}

(2)

第六步，统计满足数据集合范围的各层数据个数，分别以N₁、N₂、N₃、N₄代表集合A、B、C、D中的数据个数，∑{A}、∑{B}、∑{C}、∑{D}分别表示集合A、B、C、D中所包含数据之和，计算新的阈值Y₁、Y₂、Y₃计算方法如下：

Y₁＝(∑{A}/N₁+∑{B}/N₂)/2

Y₂＝(Σ{B}/N₂+Σ{C}/N₃)/2

Y₃＝(∑{C}/N₃+∑{D}/N₄)/2

(3)

第七步，按照第五步重新划分集合A、B、C、D，并按照第六步重新计算最新阈值Y₁、Y₂、Y₃，不断重复这个过程，递归直至最新阈值收敛为止，即最新阈值前后不发生变化，最优阈值出现为止。经过计算最优阈值分别为Y₁＝339、Y₂＝925、Y₃＝2525。

第八步，统计最终确定的数据集合A、B、C、D，得到N₁、N₂、N₃、N₄，并分别以H₁、H₂、H₃、H₄表示气层、油层、乳化层、水层的介质高度，以h表示测量装置各传感器之间间距，以L表示测量装置底部距离油罐底部的高度，计算各层介质高度的方法如下。通过统计得到数据集合个数分别为N₁＝57、N₂＝15、N₃＝6、N₄＝43，计算得到H₁＝5.7米、H₂＝1.5米、H₃＝0.6米、H₄＝4.3米，计算结果与原油储罐内实际液位高度一致。

Claims (1)

1.一种原油储罐油水界面数据去伪及液位测量的计算方法，其特征在于，包括以下步骤；

第一步，获取界面数据D_i(i＝1,2,3,…,N)；

第二步，建立中值过滤模板，模板宽度为S，模板内包含S个数据，对模板内数据排序，求取中间值D_m；用模板遍历整个油水界面数据，并依次将D_m赋值给模板中第一个位置对应的D_i，即重新给D_i赋值，获得一组优化过的界面数据D_i’(i＝1,2,3,…,N)；

第三步，对新的界面数据D_i’进行由小到大排序；

第四步，选取四个油水界面数据M₁，M₂，M₃，M₄分别作为气层、油层、乳化层和水层的典型值，并设定三个初始阈值Y₁、Y₂、Y₃分别作为气层、油层、乳化层和水层的阈值，计算阈值的方法如下：

Y₁＝(M₁+M₂)/2

Y₂＝(M₂+M₃)/2

Y₃＝(M₃+M₄)/2

(1)

第五步，根据阈值划分数据集合类别，设定A、B、C、D表示四个数据集合类别，满足数据集合A的属于气层数据，满足数据集合B的属于油层，满足数据集合C的属于乳化层，满足数据集合D的属于水层，统计数据集合方法如下：

A＝{x∈D_i|x≤Y₁}

B＝{x∈D_i|Y₁＜x≤Y₂}

C＝{x∈D_i|Y₂＜x≤Y₃}

D＝{x∈D_i|Y₃＜x}

(2)

第六步，统计满足数据集合范围的各层数据个数，分别以N₁、N₂、N₃、N₄代表集合A、B、C、D中的数据个数，∑{A}、∑{B}、∑{C}、∑{D}分别表示集合A、B、C、D中所包含数据之和，计算新的阈值Y₁、Y₂、Y₃计算方法如下：

Y₁＝(∑{A}/N₁+∑{B}/N₂)/2

Y₂＝(∑{B}/N₂+∑{C}/N₃)/2

Y₃＝(∑{C}/N₃+∑{D}/N₄)/2

(3)

第七步，按照第五步重新划分集合A、B、C、D，并按照第六步重新计算最新阈值Y₁、Y₂、Y₃，不断重复这个过程，递归直至最新阈值收敛为止，即最新阈值前后不发生变化，最优阈值出现为止；

第八步，统计最终确定的数据集合A、B、C、D，得到N₁、N₂、N₃、N₄，并分别以H₁、H₂、H₃、H₄表示气层、油层、乳化层、水层的介质高度，以h表示测量装置各传感器之间间距，以L表示测量装置底部距离油罐底部的高度，计算各层介质高度的方法如下：