CN113188613B - 一种基于不确定度分析的多相流量测量方法和系统 - Google Patents
一种基于不确定度分析的多相流量测量方法和系统 Download PDFInfo
- Publication number
- CN113188613B CN113188613B CN202110244408.3A CN202110244408A CN113188613B CN 113188613 B CN113188613 B CN 113188613B CN 202110244408 A CN202110244408 A CN 202110244408A CN 113188613 B CN113188613 B CN 113188613B
- Authority
- CN
- China
- Prior art keywords
- uncertainty
- flow
- phase flow
- gas phase
- standard uncertainty
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013076 uncertainty analysis Methods 0.000 title claims abstract description 12
- 238000000691 measurement method Methods 0.000 title claims abstract description 6
- 239000012071 phase Substances 0.000 claims abstract description 91
- 239000007791 liquid phase Substances 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000005259 measurement Methods 0.000 claims abstract description 39
- 239000007788 liquid Substances 0.000 claims abstract description 36
- 238000012417 linear regression Methods 0.000 claims abstract description 14
- 238000009530 blood pressure measurement Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 20
- 230000005514 two-phase flow Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007812 deficiency Effects 0.000 claims description 4
- 239000012530 fluid Substances 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 115
- 238000009826 distribution Methods 0.000 description 47
- 230000000694 effects Effects 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 17
- 230000004927 fusion Effects 0.000 description 13
- 230000003247 decreasing effect Effects 0.000 description 10
- 230000007423 decrease Effects 0.000 description 9
- 238000000342 Monte Carlo simulation Methods 0.000 description 7
- 230000001747 exhibiting effect Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 241000531897 Loma Species 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011088 calibration curve Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000012808 vapor phase Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/05—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects
- G01F1/34—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects by measuring pressure or differential pressure
- G01F1/36—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects by measuring pressure or differential pressure the pressure or differential pressure being created by the use of flow constriction
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种基于不确定度分析的多相流量测量方法和系统。该方法包括：基于互相关时延的等效流量和电容测量值通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；基于电容测量值和差压测量值通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；基于差压测量值和互相关时延的等效流量通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；比较不同方式获得的不确定度，以不确定度最小值对应的气液流量和不确定度作为衡量流量测量的质量指标。本发明可以减小测量结果的误差并帮助运维人员了解计量结果的准确性。
Description
技术领域
本发明涉及油气行业中的油-气-水多相流量计量技术领域，更具体地，涉及一种基于不确定度分析的多相流量测量方法和系统。
背景技术
在多相流测试的研究与应用过程中，人们倾向于使用误差的概念来评定仪表或者算法的优劣，而较少针对测量不确定度展开深入研究。这主要是因为多相流算法通常采用了经验关联式和迭代算法，从而导致不确定度的计算较为复杂。同时，不确定度评定所必需的关键参数和具体算法有时难以从公开文献中找到，这一定程度上增加了研究的难度。由于测量误差仅能在真值已知的情况下进行计算，且其结果具有一定的随机性，难以追溯其来源，从而导致围绕误差的研究具有一定的局限性，难以深入细致的比较不同算法的特性。
测量不确定度评定领域中的主要文件是《测量不确定度指南》(Guide to theexpression of uncertainty in measurement，以下简称GUM法)及其附件1《用蒙特卡洛法传播概率分布》(Propagation of distributions using a Monte Carlo method，以下简称MCM法)。以上标准于2008年以8个国际组织的名义联合发布，并于2012年被我国采用。GUM法的出发点是有关模型输入量的相关信息用其估计值及其相关标准不确定度表示，通过(一个线性化的)模型“传播”这些估计值及其不确定度以提供输出量的估计值及其标准不确定度。此外GUM法基于中心极限定理，假设输出量为高斯分布，从而获得了包含因子和扩展不确定度。并且，GUM法也考虑了如果模型的输入量相互关联时相关性的影响。
MCM法(蒙特卡洛法)又称为统计模拟法、随机抽样技术，是使用随机数(或伪随机数)来解决问题的一种方法。蒙特卡洛法按以下的方式运行：从每个输入量的概率密度函数中随机产生一个值，并计算模型在这些输入量值处相应的输出量值。多次重复此过程，总共获得M个输出量值。根据中心极限定理，如果Y的标准不确定度存在，以这种方式获得的输出量值的平均值y以阶为O(M-1/2)的速度收敛于Y的期望。因此，蒙特卡洛法计算有合理的收敛性。
然而，目前对于测量多相流量不确定度评定的精确度和适用性还有待改进。
发明内容
本发明的目的是克服上述现有技术的缺陷，提供一种基于不确定度分析的多相流量测量方法和系统。
根据本发明的第一方面，提供一种基于不确定度分析的多相流量测量方法。该方法包括以下步骤：
步骤S1：利用在线检测系统分析油气两相流量，该系统设有差压式流量计和高频电容电导检测元件；
步骤S2：基于互相关时延的等效流量和电容测量值通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
步骤S3：基于电容测量值和差压测量值通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
步骤S4：基于差压测量值和互相关时延的等效流量通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
步骤S5：比较步骤S1、S2和S3获得的不确定度，以不确定度最小值所对应的气液流量和对应的不确定度作为衡量流量测量的质量指标。
根据本发明的第二方面，提供一种基于不确定度分析的多相流量测量系统。该系统包括：
在线检测系统：用于分析油气两相流量，该系统设有差压式流量计和高频电容电导检测元件；
第一计算单元：用于基于互相关时延的等效流量和电容测量值通过线性拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
第二计算单元：用于基于电容测量值和差压测量值通过线性拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
第三计算单元：用于基于差压测量值和互相关时延的等效流量通过线性拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
结果输出单元：用于比较第一计算单元、第二计算单元和第三计算单元获得的不确定度，以不确定度最小值所对应的气液流量和对应的不确定度作为衡量流量测量的质量指标。
与现有技术相比，本发明的优点在于，通过对不确定度进行分析，掌握不确定度的贡献比例，及其随气、液两相流量的分布变化。此外，还研究了相对误差和相对不确定度之间的关系，验证了不确定度可以用来预测误差的结论。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的油-气两相流实时在线检测系统的示意图；
图2是根据本发明一个实施例的实验数据分布图；
图3是根据本发明一个实施例的电容+互相关算法计算流程图；
图4是根据本发明一个实施例的电容+互相关算法关键参数拟合效果示意图，其中图4(a)为LVF拟合效果示意图及标准不确定度分布，图4(b)为Qtot拟合效果示意图及标准不确定度分布；
图5是根据本发明一个实施例的电容+互相关算法中实验数据的标准不确定度及误差分布示意图，其中图5(a)是液相流量的标准不确定度及误差分布示意图，图5(b)是气相流量的标准不确定度及误差分布示意图；
图6是根据本发明一个实施例的电容+互相关算法液相流量的相对不确定度构成图及分布图，其中图6(a)是构成图，图6(b)是分布图；
图7是根据本发明一个实施例的电容+互相关算法气相流量的相对不确定度构成图及分布图，其中图7(a)是构成图，图7(b)是分布图；
图8是根据本发明一个实施例的差压+电容算法计算流程图；
图9是根据本发明一个实施例的差压+电容算法中气相虚高流量Qtp的拟合效果图；
图10是根据本发明一个实施例的差压+电容算法中实验数据的标准不确定度及误差分布示意图，其中图10(a)是液相流量的标准不确定度及误差分布示意图，图10(b)是气相流量的标准不确定度及误差分布示意图；
图11是根据本发明一个实施例的差压+电容算法液相流量的相对不确定度构成图及分布图，其中图11(a)是构成图，图11(b)是分布图；
图12是根据本发明一个实施例的差压+电容算法气相流量的相对标准不确定度构成图及分布图，其中12(a)是构成图，图12(b)是分布图；
图13是根据本发明一个实施例的差压+电容算法中体积含液率LVF到洛玛数X转换时概率密度分布的变化；其中图13(a)是体积含液率LVF和洛玛数X之间的对应关系及相关曲线的斜率；图13(b)是某工况点处体积含液率LVF和洛玛数X的概率密度分布；
图14是根据本发明一个实施例的互相关+差压算法计算流程图；
图15是根据本发明一个实施例的互相关+差压算法中实验数据的标准不确定度及误差分布示意图，其中图15(a)是液相流量的标准不确定度及误差分布示意图，图15(b)是气相流量的标准不确定度及误差分布示意图；
图16是根据本发明一个实施例的互相关+差压算法液相流量的构成图及分布图，其中图16(a)是构成图，图16(b)是分布图；
图17是根据本发明一个实施例的互相关+差压算法气相流量的相对不确定度构成图及分布图，其中图17(a)是构成图，图17(b)是分布图；
图18是根据本发明一个实施例的多传感融合算法计算流程图；
图19是根据本发明一个实施例的多传感融合算法中实验数据的标准不确定度及误差分布示意图，其中图19(a)是液相流量的标准不确定度及误差分布示意图，图19(b)是气相流量的标准不确定度及误差分布示意图；
图20是根据本发明一个实施例的多传感融合算法液相流量的相对不确定度构成图及分布图，其中图20(a)是构成图，图20(b)是分布图。
图21是根据本发明一个实施例的多传感融合算法气相流量相对不确定度构成图及分布图，其中图21(a)是构成图，图21(b)是分布图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
本发明首先对实验室三种常见的气-油两相流量算法(下文分别称为电容+互相关，互相关+差压和差压+电容算法)进行了适当简化，通过GUM法得到了其气、液流量标准不确定度的解析表达式，并且利用MCM法模拟得到了其不确定度的数值解。经分析验证，两种方法得到的结果基本相同，从而在理论上验证了两种方法的正确性和可行性。随后，本发明对每种算法的不确定度进行了溯源，研究了每种传感器(如文丘里差压、ECT电容和电学互相关时延)对最终不确定度的贡献比例，及其随气、液两相流量的分布变化。此外，本发明还研究了相对误差和相对不确定度之间的关系，验证了不确定度可以用来预测误差这一有用结论。最后，本发明基于不确定度分析给出了一种多传感融合方法用于多相流量测量，该方法较现有任一算法具有更低的相对误差和相对标准不确定度，并且使误差和不确定度的分布更为均匀，能够有效提升多相测量的精确度和适用范围。
无论是GUM法，还是MCM法，其不确定度评定均包括建立公式、传播和总结三个阶段。其中建立公式又可以分为建立数学模型和分析不确定度来源两个步骤。不同流量算法的数学模型将在下文详细介绍，而不确定度的来源和传播则普遍遵循以下规律。
1)不确定度的来源
评定各输入量标准不确定度的方法可以分为基于重复示值的A类评定和基于其它可用信息的B类评定两种。本发明实施例所涉及的算法均是先通过对测量信号进行最小二乘拟合得到中间变量，再对不同中间变量进行整合得到气、液两相流量。因此，本发明各实施例所涉及算法输入量的不确定度来源于多元线性回归拟合。
多元线性回归的标准统计模型规定Yi的观测值是xij的线性函数加上随机噪声项，表示为：
其中ei是随机误差，具有：E(ei)＝0，Var(ei)＝σ2，Cov(ei，ej)＝0，i≠j。
利用矩阵符号，公式(1)可以写成：
Yn×1＝Xn×pβp×1+en×1(2)
其中：E(e)＝0，∑ee＝σ2I。
可以证明，系数β的最小二乘估计及其协方差矩阵/>分别为：
式中，σ2是误差ei的平方期望值，可以证明σ2的无偏估计为：
总之，标准统计模型认为自变量X不具有随机性，而是固定的、可以被精确控制和观察的变量，而因变量Y则由于误差e的影响而具有常数方差σ2。拟合系数β及其标准不确定度的具体表达形式可以通过公式(3)～(5)推导得到。
2)不确定度的传播
测量模型表示为：
Y＝f(X)＝f(X1，…，XN)(6)
输出量的估计值为：
y＝f(x1，…，xN)(7)
被测量的估计值y的合成标准不确定度uc(y)按下式计算：
公式(8)为不确定度传播率，其中u(xi，xj)为输入量xi和xj之间的协方差，∑x为对应的协方差矩阵。若输入量xi和xj均为通过多元线性拟合得到的系数，则 为灵敏系数，通常是对测量函数f在xi处取偏导数得到，/>为对应的灵敏系数行向量。当测量模型比较复杂而不便于通过偏导数计算时，/>也可以通过数值计算方法或者实验测量获得。
下面结合附图和具体实施例，对本发明做进一步的详细说明。
参见图1所示，该实施例的油-气两相流实时在线检测系统包括流体混合模块1、高频电容/电导检测模块2、差压式流量计模块3、数据处理模块4和显示模块5。油-气两相流依次流经混合模块1、高频电容/电导检测模块2和差压式流量计模块3。数据处理模块4接收高频电容/电导检测模块2和差压式流量计模块3的信号进行分析处理，计算得到油-气两相各自的流量。显示模块5将数据采集处理模块4的结果输出显示。该检测系统利用了气的密度远低于油，而油的介电常数/电导率远高于气这一特点，尽可能直接地求得了体积含气率LVF，避免了误差间的相互耦合；同时利用非分离、非放射、非侵入的检测技术(例如时间序列互相关分析、差压式流量计和电容/电导检测元件)对油-气两相流量进行实时在线检测。
本发明所使用的原始数据来自2020年9月12日的气-油两相实验，共20组，表压0.3MPa，其分布如图2中小圆圈所示。图2右侧实线代表电容的等高线，虚线代表互相关等效流量的等高线，而点划线代表差压等效流量的等高线。可以看出，通过寻找任意两条等高线的交点，均能从图2中找到对应的气、液两相流量。因此，理论上有电容+互相关、差压+电容、互相关+差压三种算法可供选择，下面将详细介绍这三种算法的计算流程。
1)电容+互相关算法
电容+互相关算法的基本计算流程如图3所示。从图3可以看出，计算气、液流量所需的总体积流量Qtot和体积含液率LVF均通过一元线性拟合得到。
其中，平均电容通过选取ECT的四组相对电极间的电容做平均得到：/>而平均时延则通过双层ECT八对相邻电极间的时延信号进行平均获得：/>然后等效流量Qth通过下式计算得到：/>A表示管道的横截面积，L表示两层ECT之间的间距。
随后，分别将平均电容阳等效流量Qth作为因变量y，同时分别将LVF和Qtot的标定值作为自变量x进行一元线性拟合：
y＝β0+β1x(9)
与LVF的拟合效果如图4(a)左图所示，Qth与Qtot的拟合效果如图4(b)左图所示。系数/>协方差矩阵/>以及因变量y的标准不确定度u(y)可以分别根据公式(3)、公式(4)和公式(5)进行计算。
根据图3中电容+互相关算法的计算流程和公式(9)，体积含液率LVF的估计值LVF0需要通过中间变量计算得到，而总体积流量Qtot的估计值Qtot0需要通过中间变量Qth0计算得到，计算公式均为：
当因变量y0已知时，可以推导得到x0的标准不确定度为：
化简得到：
式中
体积含液率LVF0的标准不确定度分布如图4(a)右图所示，总体积流量Qtot0的标准不确定度分布如图4(b)右图所示。从图4和公式(12)中可以看出，通过一元线性拟合得到校准曲线，并在校准曲线上得到拟合值的不确定度除与参数n和p有关外，还与差值有关。当拟合点x0与/>越接近时，测量不确定度越小。反过来，这可以作为当初拟合校准曲线时选择测量点的依据，即所选各测量点X坐标的平均值/>应尽可能接近将来要测量的拟合点x0。
在获得体积含液率LVF的估计值LVF0及标准不确定度u(LVF0)，和总体积流量Qtot的估计值Qtot0及标准不确定度u(Qtot0)之后，液相流量Ql0及其相对标准不确定度urel(Ql0)可以按照下式进行计算：
ql0＝Qtot0LVF0(13)
气相流量及其对应的标准不确定度可以参照公式(13)和(14)进行计算，在此不再赘述。
电容+互相关算法的气、液流量预测效果如图5所示。图中分别示出了MCM法(蒙特卡洛法)的数值模拟结果和GUM法的理论推导结果，线段的长短则代表估计值的标准不确定度，点到中心黑线的竖直距离则反映该点的误差。从图5中可以看出，电容-互相关算法对液相流量的预测效果较差，而对气相流量的预测效果较好，尤其是在大气量的工况下更为明显。从图5中还可以看出，误差和不确定度之间存在一定的联系：不确定度对应的线段越长，则该点偏离中心黑线的可能性也就越大；同时若不确定度的平均值越大，则误差的平均值一般也越大。因此可以认为估计值对应的标准不确定度的大小可以在一定程度上预测该点误差的大小，从而为实际应用提供了指导。
电容-互相关算法液相流量的相对不确定度构成和分布如图6所示。从图6(a)中可以看出，电容-互相关算法液相流量的相对不确定度中，由互相关引入的分量和由电容引入的分量是相近的。同时，液相流量Ql一定的条件下，随着气相流量Qg的增加，由互相关引入的分量逐渐减小，而由电容引入的分量逐渐增加，从而导致液相流量相对不确定度urel(Ql)呈现先减小后增大的趋势。而随着Ql的增加，液相流量相对不确定度urel(Ql)呈现单调递减的趋势。因此，电容-互相关算法液相流量的相对不确定度urel(Ql)的等高线如图6(b)所示。
电容-互相关算法气相流量的相对不确定度构成和分布如图7所示。从图7(a)中可以看出，电容-互相关算法气相流量的相对不确定度中，由互相关引入的分量远大于由电容引入的分量，因此气相流量不确定度urel(Qg)的变化规律被互相关分量所主导。同时，液相流量Ql一定的条件下，随着气相流量Qg的增加，由互相关引入和由电容引入的分量均逐渐减小，从而导致气相流量相对不确定度urel(Qg)呈现单调递减的趋势。而随着Ql的增加，气相流量相对不确定度urel(Qg)也呈现单调递减的趋势。因此，电容-互相关算法气相流量的相对不确定度urel(Qg)在低液相流量Ql、低气相流量Qg的工况下最大，其等高线如图7(b)所示。
2)差压+电容算法
差压+电容算法的计算流程如图8所示，其体积含液率LVF的估计值LVF0和其标准不确定度u(LVF0)的计算方法和电容+互相关算法完全相同。在获得LVF0之后，本算法将按照下式将其变换为X0：
根据线性测量模型的合成标准不确定度公式，有：
根据Murdock，Bizon和林宗虎等人的研究结果，气相虚高系数和洛玛数之间存在如下线性关系：
φg＝β0+β1X(17)
上式左右两边同乘Qg，有：
式中Qtp为气相虚高流量，可通过文丘里的差压Δp按照下式进行计算：
上式中A表示管道的横截面积，ρg表示气相密度，ρl表示液相密度，Cd表示文丘里管的流出系数，ε表示可压缩流体膨胀系数，Cd和ε的值可以通过ISO 5167-4进行选取。
本发明利用公式(18)对气相虚高流量Qtp进行拟合，拟合效果如图9所示。该拟合方式认为气相虚高流量Qtp的标准不确定度u(Qtp)为常数，其值可以参考公式(5)进行计算，同时系数和其对应的协方差矩阵/>可以分别参考公式(3)和公式(4)进行计算。以上这些参数将用于气、液两相流量及其标准不确定度的计算。
注意到公式(18)既可以写成Qtp＝Qg(β0+β1X)＝Qgφg的形式，也可以写成的形式，因此只要求得了气相虚高系数φg和液相虚高系数φl，及其对应的标准不确定度u(φg)和u(φl)，便可按照公式Qg＝Qtp/φg和计算气、液两相体积流量。
其中，气相虚高系数φg的不确定度可以按照下式进行计算：
若忽略Qtp和φg之间的相关性，气相流量的相对不确定度urel(Qg)可以按照线性测量模型的不确定度合成公式进行计算：
液相流量的相对不确定度urel(Ql)可以参考公式(20)和公式(21)进行类似处理。
差压+电容算法的气、液流量预测效果如图10所示，分别示出了MCM法(蒙特卡洛法)的数值模拟结果和GUM法的理论推导结果。从图10中可以看出差压+电容算法的MCM法结果和GUM法结果之间基本重合，但仍然存在一定的差异，这一差异产生的原因将下文最后进行分析。从图10中还可以看出，差压+电容算法对液相流量的预测效果较好，尤其是在大液量的工况下更为明显。同时该算法对气相流量的预测效果也较为稳定、理想，但其在大气量工况下的预测效果较差。
差压+电容算法液相流量的相对不确定度构成和分布如图11所示。从图11(a)中可以看出，在差压+电容算法液相流量的相对不确定度中，由差压引入的分量和电容引入的分量大体上是相近的。同时，液相流量Ql一定的条件下，随着气相流量Qg的增加，由差压引入的分量逐渐减小，而由电容引入的分量逐渐增加，从而导致液相流量相对不确定度urel(Ql)呈现先略微减小后不断增大的趋势。而随着Ql的增加，液相流量相对不确定度urel(Ql)呈现单调递减的趋势。因此，差压+电容算法液相流量的相对不确定度urel(Ql)在低液相流量、高气相流量的时候最大，其等高线如图11(b)所示。
差压+电容算法气相流量的相对不确定度构成和分布如图12所示。从图12(a)中可以看出，在差压+电容算法气相流量的相对不确定度中，由电容引入的分量远大于由差压引入的分量，因此气相流量不确定度urel(Qg)的变化规律被电容分量所主导。同时，在液相流量Ql一定的条件下，随着气相流量Qg的增加，由电容引入的分量先略微减小后逐渐增大，而由差压引入的分量逐渐减小，从而导致气相流量相对不确定度urel(Qg)也呈现先略微减小后不断增大的趋势。而随着Ql的增加，气相流量相对不确定度urel(Qg)也基本呈现单调递减的趋势。因此，差压+电容算法气相流量的相对不确定度urel(Qg)在低液相流量Ql、高气相流量Qg的工况下最大，其等高线如图12(b)所示。
从图11(b)和图12(b)中可以看出，差压+电容算法中GUM和MCM结果的吻合效果并不十分理想。分析后可以发现，这是由于公式(15)在进行从体积含液率LVF到洛玛数X的转化时，X的概率密度分布偏离了高斯分布导致的，其效果如图13(b)所示。体积含液率LVF和洛玛数X对应关系和相关曲线的斜率如图13(a)所示，从图中可以看出LVF的取值范围是0到1，而X的取值范围是0到+∞。因此LVF越大，对应的曲线斜率dX/dLVF也就越大，LVF正向扰动所带来的X的增加始终大于LVF负向扰动所带来的X的减小，从而导致X呈现右偏的特性。同时LVF越大，X右偏越严重，从图13(b)中可以较为明显地看出X期望的MCM结果已大于其GUM结果。X的右偏会进一步导致气、液流量偏离高斯分布，从而导致MCM结果偏离GUM结果。这种情况下的包含区间应以MCM法给出的结果为准。
3)互相关+差压算法
互相关+差压算法的计算流程如图14所示，其体积流量Qtot的估计值Qtot0和其标准不确定度u(Qtot0)的计算方法和电容+互相关算法完全相同，而其虚高流量Qtp的系数协方差矩阵/>和u(Qtp)的计算方法和差压+电容算法完全相同。在获得总体积流量的估计值Qtot0之后，本算法将Ql＝Qtot-Qg代入到公式(18)中去，化简后有：
同理，若将Qg＝Qtot-Ql代入到公式(18)中去，则可得到液相流量的表达式：
以气相流量为例，和/>的标准不确定度可以根据公式(8)化简得到。
公式(24)和公式(25)中所涉及的标准不确定度均可从多元线性拟合得到的协方差矩阵和因变量y的标准不确定度u(y)中得到。
在求解气相流量Qg的标准不确定度u(Qg)时，应特别注意考虑和/>之间的相关性。
式中：
液相流量的标准不确定度u(Ql)可以基于公式(23)，参考公式(24)～(27)进行类似处理。
互相关+差压算法的气、液流量预测效果如图15所示，从图15中可以看出，互相关+差压算法对液相流量的预测效果十分稳定，预测精度很高，在大液量的工况下尤为明显。但该算法对气相流量的预测效果很不稳定，其预测精度随着气相流量的减小迅速降低，导致其在大气量的工况下预测效果很好，而在小气量的工况下性能很差。因此，该算法更适合在大流量的工况下运行。
互相关+差压算法液相流量的相对不确定度构成和分布如图16所示。从图16(a)中可以看出，在互相关+差压算法液相流量的标准不确定度中，由差压引入的分量和由互相关引入的分量是相近的。同时，在液相流量Ql一定的条件下，由差压和互相关引入的分量均不随气相流量Qg的变化而变化，从而导致液相流量相对不确定度urel(Ql)基本不随气相流量Qg变化。而随着Ql的增加，液相流量相对不确定度urel(Ql)呈现单调递减的趋势。而随着Ql的增加，液相流量的相对不确定度呈现单调减小的趋势。因此，互相关+差压算法液相流量的相对不确定度urel(Ql)的等高线如图16(b)所示。
互相关+差压算法气相流量的相对不确定度构成和分布如图17所示。从图17(a)中可以看出，在互相关+差压算法气相流量的相对不确定度中，由互相关引入的分量远大于由电容引入的分量，因此气相流量不确定度urel(Qg)的变化规律被互相关分量所主导。同时，液相流量Ql一定的条件下，随着气相流量Qg的增加，由互相关和差压引入的分量均迅速减小，从而导致气相流量相对不确定度urel(Qg)呈现迅速减小的趋势。而随着Ql的增加，气相流量相对不确定度urel(Qg)基本不随之而变化。因此，互相关+差压算法气相流量的相对不确定度urel(Qg)的等高线如图17(b)所示。
4)多传感融合方法
多传感融合算法的计算流程如图18所示，其基本思想就是分别计算上述三种算法的不确定度和流量，然后取三种算法中不确定度最小值的序号，再将序号所对应的气液流量Qtp1和对应的不确定度作为最终结果输出。
多传感融合算法的气、液流量预测效果如图19所示，从图19可以看出，多传感融合算法对液相流量的预测效果十分稳定，精度也十分理想，尤其是在大液量的工况下。同时该算法对气相流量的预测效果也十分稳定，精度也较为理想，尤其是在大气量的工况下。由此可以看出，多传感融合算法不仅具有较以上三种常规算法更低的相对不确定度，同时具有较上述三种常规算法更低的相对误差，从而在一定程度上证明了不确定度分析可以用来指导改良算法的误差这一结论。因此，基于不确定度分析的多传感融合方法可以在实践中用于提升仪表的精度。
多传感融合算法的相对不确定度构成和分布如图20所示。从图20(a)中可以看出，对于液相流量的相对不确定度，差压+电容算法和互相关+差压算法的不确定度大小相近，而电容+互相关算法的不确定度则不具优势。同时，液相流量Ql一定的条件下，随着气相流量Qg的增加，由差压+电容算法的不确定度逐渐增大，而差压-互相关算法的不确定度逐渐减小，因此多传感融合算法的液相不确定度本质上是小流量工况下的差压+电容算法，和大流量工况下互相关+差压算法的有机组合。而随着Ql的增加，三种算法的液相流量相对不确定度均呈现单调减小的趋势，因此液相流量的不确定度的等高线如图20(b)所示。
多传感融合算法气相流量的相对不确定度构成和分布如图21所示。从图21(a)中可以看出，对于气相流量的相对不确定度，差压+电容算法和电容+互相关算法的不确定度大小相近，而互相关+差压算法的不确定度则不具优势。同时，液相流量Ql一定的条件下，随着气相流量Qg的增加，差压+电容算法的不确定度逐渐增大，而电容+互相关算法的不确定度逐渐减小，因此多传感融合算法的气相不确定度本质上是小流量工况下的差压+电容算法，和大流量工况下电容+互相关算法的有机组合。而随着Ql的增加，三种算法的气相流量相对不确定度均在一定程度上呈现处单调减小的趋势，因此液相流量的不确定度的等高线如图21(b)所示。
在本文中，不确定度的含义是指由于测量误差的存在，对被测量值的不能肯定的程度，用于表征测量结果质量的指标。不确定度越小，表示测量结果与被测量的真值愈接近，质量越高，水平越高，其使用价值越高；不确定度越大，测量结果的质量越低，水平越低，其使用价值也越低。
综上所述，本发明首先对实验室多相流量测量设备三种常见的气-油两相流量算法进行简化，通过理论推导得到了其输入量和输出量之间的数学模型。同时分别利用GUM法和MCM法对不同常规流量算法的不确定度进行了分析，在理论上验证了两种方法的正确性和可行性。同时，本发明还得到了以下若干重要结论：
1)流量不确定度在不同的气、液流组合下存在明显的不同，而且不同算法给出的不确定度无论在数值还是分布上都具有显著的差异。这一分布上的差异可以为多传感融合提供依据：如果多相流量计具备若干流量计算方法，则在某一气、液流量下只需给出不确定度最小的算法的流量预测结果即可。
2)不同算法中各个传感器的不确定度贡献比例明显不同。这一结论有助于揭示不同算法间的深层差异，同时为今后算法的研发以及传感器的选取提供指导。
3)不确定度可以在一定程度上预测误差的大小。因此，研究不确定度还可以帮助运维人员了解计量结果的准确性，从而为生产决策提供帮助。
4)通过理论推导得到的不确定度解析解和通过蒙特卡洛法模拟得到的不确定度数值解基本相同，从而在理论上验证了两种方法的正确性和可行性。借助统计与模拟软件，蒙特卡洛法可以直接用于实际问题中更为复杂的非线性拟合及迭代算法的求解，从而保证了算法的可扩展性及实用性。而解析解则可以用来在特定或者简化情况下对数值模拟结果进行验证，从而保证模拟结果的可靠性。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (7)
1.一种基于不确定度分析的多相流量测量方法，包括以下步骤：
步骤S1：利用在线检测系统分析油气两相流量，该系统设有差压式流量计和高频电容电导检测元件；
步骤S2：基于互相关时延的等效流量和电容测量值通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
步骤S3：基于电容测量值和差压测量值通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其相对标准不确定度；
步骤S4：基于差压测量值和互相关时延的等效流量通过多元线性回归拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
步骤S5：比较步骤S2、S3和S4获得的不确定度，以不确定度最小值所对应的气液流量和对应的不确定度作为衡量流量测量的质量指标；
其中，在步骤S2中，液相流量Ql0及其相对标准不确定度urel(Ql0)根据下式计算：
Ql0＝Qtot0LVF0
其中，LVF0是体积含液率LVF的估计值，Qtot0是总体积流量Qtot的估计值，urel(.)表示对应的相对标准不确定度；
其中，在步骤S3中，气相流量Qg及其相对标准不确定度urel(Qg)表示为：
Qg＝Qtp/φg
其中，Qtp表示气相虚高流量，Qrel(Qtp)是Qtp的相对标准不确定度，其值通过线性拟合得到；φg是气相虚高系数，urel(φg)是φg的相对标准不确定度；
其中，在步骤S4中，气相流量Qg及其标准不确定度u(Qg)表示为：
其中，
其中，ρg表示气相密度，ρl表示液相密度，β1和β0是多元线性回归的系数，Qtp表示气相虚高流量。
2.根据权利要求1所述的方法，其特征在于，所述多元线性回归的标准统计模型规定Yi的观测值是xij的线性函数加上随机噪声项，表示为：
其中ei是随机误差，具有：E(ei)＝0，Var(ei)＝σ2，Cov(ei,ej)＝0，i≠j。
3.根据权利要求1所述的方法，其特征在于，所述差压式流量计是文丘里差压流量计。
4.根据权利要求1所述的方法，其特征在于，所述在线检测系统包括流体混合模块、高频电容/电导检测模块、差压式流量计模块、数据处理模块和显示模块，其中油-气两相流依次流经混合模块、高频电容电导检测模块和差压式流量计模块，数据处理模块用于接收高频电容电导检测模块和差压式流量计模块的信号进行分析处理，计算得到油-气两相各自的流量，显示模块用于将数据采集处理模块的结果输出显示。
5.一种基于不确定度分析的多相流量测量系统，包括：
在线检测系统：用于分析油气两相流量，该系统设有差压式流量计和电容电导检测元件；
第一计算单元：用于基于电容测量值通过线性拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
第二计算单元：用于基于电容测量值和差压测量值通过线性拟合，获得液相流量及其相对标准不确定度，以及气相流量及其标准不确定度；
第三计算单元：用于基于互相关时延的等效流量和差压测量值通过线性拟合，获得液相流量及其相对标准不确定度，以及气相流量及其相对标准不确定度；
结果输出单元：用于比较第一计算单元、第二计算单元和第三计算单元获得的不确定度，以不确定度最小值所对应的气液流量和对应的不确定度作为衡量流量测量的质量指标；
其中，第二计算单元中，液相流量Ql0及其相对标准不确定度urel(Ql0)根据下式计算：
Ql0＝Qtot0LVF0
其中，LVF0是体积含液率LVF的估计值，Qtot0是总体积流量Qtot的估计值，urel(.)表示对应的相对标准不确定度；
其中，在第二计算单元中，气相流量Qg及其相对标准不确定度Qrel(Qg)表示为：
Qg＝Qtp/φg
其中，Qtp表示气相虚高流量，urel(Qtp)是Qtp的相对标准不确定度，其值通过线性拟合得到；φg是气相虚高系数，urel(φg)是φg的相对标准不确定度；
其中，在第三计算单元中，气相流量Qg及其标准不确定度u(Qg)表示为：
其中，
其中，ρg表示气相密度，ρl表示液相密度，β1和β0是多元线性回归的系数，Qtp表示气相虚高流量。
6.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至4中任一项所述方法的步骤。
7.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110244408.3A CN113188613B (zh) | 2021-03-05 | 2021-03-05 | 一种基于不确定度分析的多相流量测量方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110244408.3A CN113188613B (zh) | 2021-03-05 | 2021-03-05 | 一种基于不确定度分析的多相流量测量方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113188613A CN113188613A (zh) | 2021-07-30 |
| CN113188613B true CN113188613B (zh) | 2024-04-05 |
Family
ID=76973104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110244408.3A Active CN113188613B (zh) | 2021-03-05 | 2021-03-05 | 一种基于不确定度分析的多相流量测量方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113188613B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113670384B (zh) * | 2021-08-19 | 2023-09-08 | 海默潘多拉数据科技(深圳)有限公司 | 一种多变量时序图卷积多相流虚拟计量方法及系统 |
| CN115628783B (zh) * | 2022-10-21 | 2023-09-12 | 深圳市联恒星科技有限公司 | 一种基于多传感器的气-液两相流计量系统 |
| CN115495939B (zh) * | 2022-11-17 | 2023-03-28 | 国网江西省电力有限公司电力科学研究院 | 一种基于等效流量差幅的汽轮机组调门流量特性诊断方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1409966A1 (en) * | 1999-09-22 | 2004-04-21 | Bechtel BWXT Idaho, LLC | Improved method and system for measuring multiphase flow using multiple pressure differentials |
| CN105181040A (zh) * | 2015-09-25 | 2015-12-23 | 辽宁聚焦科技有限公司 | 一种差压式流量计的数字化标定及优化方法 |
| CN107179289A (zh) * | 2017-04-28 | 2017-09-19 | 河南省计量科学研究院 | 基于红外光谱法测定工业烟气中二氧化碳浓度的不确定度分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102749104B (zh) * | 2012-07-24 | 2014-09-24 | 兰州海默科技股份有限公司 | 一种精确测量气液两相混合流体中气相流量和液相流量的方法 |
-
2021
- 2021-03-05 CN CN202110244408.3A patent/CN113188613B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1409966A1 (en) * | 1999-09-22 | 2004-04-21 | Bechtel BWXT Idaho, LLC | Improved method and system for measuring multiphase flow using multiple pressure differentials |
| CN105181040A (zh) * | 2015-09-25 | 2015-12-23 | 辽宁聚焦科技有限公司 | 一种差压式流量计的数字化标定及优化方法 |
| CN107179289A (zh) * | 2017-04-28 | 2017-09-19 | 河南省计量科学研究院 | 基于红外光谱法测定工业烟气中二氧化碳浓度的不确定度分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于确定性抽样的过冷沸腾边界条件不确定性分析;张翔;《原子能科学技术》;第54卷(第11期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113188613A (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113188613B (zh) | 一种基于不确定度分析的多相流量测量方法和系统 | |
| Posdziech et al. | A systematic approach to the numerical calculation of fundamental quantities of the two-dimensional flow over a circular cylinder | |
| Cohn et al. | Estimating discharge measurement uncertainty using the interpolated variance estimator | |
| Schneider et al. | Statistical guidelines for curve number generation | |
| Ferro | New flow-resistance law for steep mountain streams based on velocity profile | |
| US7654151B2 (en) | Method and apparatus for measuring multi-streams and multi-phase flow | |
| US6681189B1 (en) | Method and system for determining flow rates and/or fluid density in single and multiple-phase flows utilizing discharge coefficient relationships | |
| Segalini et al. | A method to estimate turbulence intensity and transverse Taylor microscale in turbulent flows from spatially averaged hot-wire data | |
| Yıldırım | Computer-based analysis of explicit approximations to the implicit Colebrook–White equation in turbulent flow friction factor calculation | |
| Larour et al. | Sensitivity Analysis of Pine Island Glacier ice flow using ISSM and DAKOTA | |
| Pirouzpanah et al. | Multiphase flow measurements using coupled slotted orifice plate and swirl flow meter | |
| EP2843376A1 (en) | Gas flow meter program of constriction device and flow measurement method and flow measurement device using same | |
| Olbrich et al. | Statistical characterization of horizontal slug flow using snapshot proper orthogonal decomposition | |
| Vatankhah | Stage-discharge relationship for sharp-crested rectangular slit weirs | |
| Dayev | Theoretical modelling of natural gas unsteady flow rate measurement using variable differential pressure method | |
| Ferro et al. | New Theoretical solution of stage-discharge relationship for slit weirs | |
| Pellegrini et al. | Model analysis for differential pressure two-phase flow rate meter in intermittent flow | |
| US11047722B2 (en) | Computer based fluid flow velocity estimation from concentrations of a reacting constituent for products and services | |
| Samadi et al. | Analytical solution for partial heating on the exterior of the pipe with application to measuring fluid flow rate | |
| Willeitner et al. | Montana flume flow corrections under submerged flow | |
| dos Reis et al. | On the measurement of the mass flow rate of horizontal two-phase flows in the proximity of the transition lines which separates two different flow patterns | |
| da Silva et al. | Uncertainty analysis for multiphase flow: A case study for horizontal air-water flow experiments | |
| Knight et al. | The dual probe heat pulse method: interaction between probes of finite radius and finite heat capacity | |
| CN112649054A (zh) | 一种油气水三相流实时在线检测系统 | |
| Yang et al. | Solid component fraction in multi-phase flows using electrical resistance tomography and kalman filter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |