一种离散式多点温度测量装置及其测量方法与流程

本发明涉及一种离散式多点温度测量装置及其测量方法，属于井下作业领域。

背景技术：

油气田勘探开发过程中，温度测量常规技术有两种：单一探头温度测量和光纤分布式温度测量。

单一探头温度测量常采用一支存储式温度计，包括：温度探头、信号采集和处理电路和电池供电部分，仅测量和记录探头深度点的温度。如果需要测量某一井段内多个深度点的温度(时间-温度数据，即温度剖面)，必须下入相应多支温度仪器进行温度测量。该技术方案存在两个弊端：(1)、受到仪器本身长度的限制，温度测量点深度间隔较大，影响温度数据的应用。(2)、每一温度测量点需要安装一支温度仪器，操作繁琐，费用高。

光纤分布式温度测量(dts)，利用光纤拉曼散射效应(ramanscattering)和光时域反射测量技术(opticaltime-domainreflectometry，简称otdr)来获取空间温度分布信息，实现温度监测和信号传输。现场施工时，光纤被夹持在油(钻)管外，下入至目的层段。该技术方案由于井口需要光纤问询机实现向传感光纤入射大功率窄脉宽激光，采集背向散射光信号、数据处理和结果输出等功能。存在两个弊端：(1)、井下目的层位较深，通常情况下位于3000-4000米井下，然而油气生产层段较短，几米、十几米或者几十米。出现了下入几千米传感光纤，仅录取几十米、甚至几米(油气生产层段)目的层段的温度。获取/投入比偏低，夹持几千米光纤操作强度大、操作复杂；(2)、费用高，尤其针对探井油气井测试，占用了钻台时间，时效低；(3)、传感光纤需要穿越井口采油树和井下封隔器，才能下入至目的层段，光纤接头、穿越密封可能存在泄漏隐患，容易引起信号传输故障，导致地面录取不到井下温度数据，甚至引起次生的生产故障。

技术实现要素：

本发明设计开发了一种离散式多点温度测量装置，通过在射孔枪的外表面设置离散式的温度测量机构，对井下不同位置的温度进行测量，测量准确，使用方便，提高测量效率。

本发明还设计开发了一种离散式多点温度测量方法，通过预布的温度测量机构，对目标井段井下温度进行采集，并通过bp神经网络确定产出层，测量效率高，能够实现定点测量，目的性强。

本发明提供的技术方案为：

一种离散式多点温度测量装置，包括：

油管；

射孔枪，其一端连通所述油管；

多个温度测量单元，其间隔排布在所述射孔枪的外表面；

第一卡箍，其套设在所述油管上，并靠近所述射孔枪；

温度存储机构，其设置在所述油管的外表面上，并通过所述第一卡箍进行固定；

电池模块，其设置在所述油管外部，且一端连接所述温度存储机构；

第二卡箍，其套设在所述油管上，用于固定所述电池模块。

优选的是，所述温度测量单元包括多个温度传感器。

优选的是，所述温度传感器在所述射孔枪外表面沿轴向和径向等间距排布。

一种离散式多点温度测量方法，使用所述的离散式多点温度测量装置，包括：

步骤一、根据待测量井段长度，确定温度测量单元的个数和间距，对温度存储机构进行编程；

步骤二、将钢管温度传感器固定在射孔枪外部后下入井内，将钢管温度传感器与温度采集单元对接，并将其固定在油管外部，得到装配后的离散式多点温度测量装置；

步骤三、将离散式多点温度测量装置送入预定的各测试层，并进行采集和测试工作；

步骤四、通过bp神经网络确定产出层和非产出层。

优选的是，所述步骤四中通过bp神经网络确定产出层和非产出层，包括：

步骤1、按照采样周期，采集测试井段的长度l、相邻温度测量单元之间的间距d、各温度测量单元的测量温度ti、各测量节点的压力p、各测量节点的深度h，并进行归一化；

步骤2、确定三层bp神经网络的输入层向量为x＝{x1,x2,x3,x4,x5}；其中，x1为测试井段长度系数、x2为相邻温度测量单元之间的间距系数、x3为各温度测量单元的测量温度系数、x4为各测量节点的压力系数，x5为各测量节点的深度系数；

步骤3、所述输入层映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为隐层节点个数；

步骤4、得到输出层向量o＝{o1,o2}；其中，o1为该测量层为产出层信号，o2为该测量层为非产出层信号。

优选的是，所述中间层节点个数m满足：其中，n为输入层节点个数，p为输出层节点个数。

优选的是，所述归一化，公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数n、t1、t2、v，j＝1,2,3,4；xjmax和xjmin分别为相应测量参数中的最大值和最小值。

优选的是，所述各测试层的流体产出量的经验计算公式为：

其中，为各测试层的基础流体产出量，ti为第i个测试层的测试温度，为第i个测试层的初始温度，c为光速，λ为信号光波长，f为光纤传感器的频率，σ为波尔兹曼常数，ε为传感光纤的拉曼频移量，pi为第i个测试层的测试压力，p0为第i个测试层的静态压力。

本发明所述的有益效果：本发明根据录取点间隔和录取长度的需要，预布一批位于不同深度、不同间隔距离的温度探头，测量和记录目标井段的井下温度数据。本方法发明尤其适合于勘探开发井测试。

本发明提供的离散式多点温度测量方法，通过通过预布的温度测量机构，对目标井段井下温度进行采集，并通过bp神经网络确定产出层，测量效率高，能够实现定点测量，作业风险小，目的性强。

附图说明

图1为本发明所述的离散式多点温度测量装置的结构示意图。

图2为本发明所述的离散式多点温度测量装置的电路原理图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1-2所示，本发明提供一种离散式多点温度测量装置，包括：射孔枪220、多个温度测量单元230、弹性卡子210、第一卡箍150、温度存储机构140、油管130、电池模块120、第二卡箍110。

射孔枪220的一端连通油管130，多个温度测量单元230固定排布在射孔枪220的外表面上，并间隔设置，第一卡箍150套设在油管130上，并靠近射孔枪220。在油管130的外表面上，固定设置有温度存储机构140，温度存储机构140通过第一卡箍进150行固定，将温度存储机构150固定在油管上，电池模块120设置在油管130的外表面上，并通过第二卡箍110将电池模块120固定在油管130的外表面，电池模块120与温度存储机构140电连接，为存储机构140供电，多个温度测量单元230与温度存储机构140电连接，将测量的温度传递给温度存储机构140。

在本发明中，作为一种优选，温度测量单元230选用温度传感器，多个温度传感器在射孔枪220的外表面沿轴向和径向间隔排布，形成离散式多点温度测量机构。

根据特定作业需要，选择温度探头，考虑探头间隔、探头数量，安装至标准的采集短节上。编制采集程序之后，夹持于油钻杆或者射孔枪外侧)，随测试管柱下入至预定深度。测试结束后，随测试管柱取出装置(温度探头和采集短节)，回放采集短节中存储器的数据。

本发明还提供一种离散式多点温度测量装置测量方法，使用上述离散式多点温度测量装置，并包括：

步骤一、根据待测量井段长度，确定温度测量单元的个数和间距，对温度存储机构进行编程；

步骤二、将钢管温度传感器固定在射孔枪外部后下入井内，将钢管温度传感器与温度采集单元对接，并将其固定在油管外部，得到装配后的离散式多点温度测量装置；

步骤三、将离散式多点温度测量装置送入预定的各测试层，并进行采集和测试工作；

步骤四、通过bp神经网络确定产出层和非产出层。

其中，在本发明中，作为一种优选，选用三层bp神经网络作为神经网络模型，神经网络的具体建立和训练过程如下：

步骤1、建立bp神经网络模型；

本发明采用的bp网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示设备工作状态的n个检测信号，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入层向量：x＝(x1,x2,…,xn)^t

中间层向量：y＝(y1,y2,…,ym)^t

输出层向量：z＝(z1,z2,…,zp)^t

本发明中，输入层节点数为n＝5，输出层节点数为p＝2，隐藏层节点数m由下式估算得出：

输入层的5个参数分别表示为：x1为测试井段长度系数、x2为相邻温度测量单元之间的间距系数、x3为各温度测量单元的测量温度系数、x4为各测量节点的压力系数，x5为各测量节点的深度系数；

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入人工神经网络之前，需要将数据归一化为0-1之间的数值。

归一化的公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数：l、d、ti、pi、h，j＝1,2,3,4,5；xjmax和xjmin分别为相应测量参数中的最大值和最小值。

具体而言，测试井段的长度l，进行归一化后，得到测试井段长度系数x1；

其中，lmin和lmax分别为测量井段长度的最小值和最大值；

具体而言，对于相邻温度测量单元之间的间距d，进行归一化后，得到相邻温度测量单元之间的间距系数x2；

其中，dmin和dmax分别为相邻温度测量单元之间的间距的最小值和最大值；

具体而言，对于各温度测量单元的测量温度，进行归一化后，得到各温度测量单元的测量温度系数x3；

其中，timin和timax分别为各温度测量单元的测量温度的最小值和最大值；

具体而言，对于各测量节点的压力，进行归一化后，得到各测量节点的压力系数x4；

其中，pimin和pimax分别为各测量节点的压力的最小值和最大值；

具体而言，对于各测量节点的深度，进行归一化后，得到各测量节点的深度h系数x5；

其中，hmin和hmax分别为各测量节点的深度的最小值和最大值；

输出层向量o＝{o1,o2}的两个参数分别表示为：o1为该测量层为产出层信号，o2为该测量层为非产出层信号。

在另一实施例中，各产出层的流体产出量的经验计算公式为：

其中，为各测试层的基础流体产出量，ti为第i个测试层的测试温度，为第i个测试层的初始温度，c为光速，λ为信号光波长，f为光纤传感器的频率，σ为波尔兹曼常数，ε为传感光纤的拉曼频移量，pi为第i个测试层的测试压力，p0为第i个测试层的静态压力。

其中，λ2为第二校正系数，ti2为在第二加热阶段中钢水的测试温度。

步骤2、进行bp神经网络的训练。

建立好bp神经网络节点模型后，即可进行bp神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值，隐层节点j和输出层节点k之间的连接权值。

训练方法

各子网采用单独训练的方法；训练时，首先要提供一组训练样本，其中的每一个样本由输入样本和理想输出对组成，当网络的所有实际输出与其理想输出一致时，表明训练结束；否则，通过修正权值，使网络的理想输出与实际输出一致；各子网训练时的输入样本如表1所示：

在系统设计时，系统模型是一个仅经过初始化了的网络，权值需要根据在使用过程中获得的数据样本进行学习调整，为此设计了系统的自学习功能。在指定了学习样本及数量的情况下，系统可以进行自学习，以不断完善网络性能，各子网训练后的输出样本如表2所示：

表2

步骤3、采集传各单元运行参数输入神经网络得到该测量层为产出层信号和该测量层为非产出层信号。

将训练好的人工神经网络固化在芯片之中，使硬件电路具备预测和智能决策功能，从而形成智能硬件。

同时使用传感器采集到的参数，通过将上述参数规格化，得到bp神经网络的初始输入向量，通过bp神经网络的运算得到初始输出向量

步骤四、监测测量层的产出量情况。

根据第i次周期中的采集测试井段的长度、相邻温度测量单元之间的间距、各温度测量单元的测量温度、各测量节点的压力、各测量节点的深度的采样信号，判定第i+1次周期时的测量层的产出量情况，得到产出量情况。

根据第i次周期中的太阳能光伏系统与汽车顶部之间的高度、驾驶室内的温度、环境温度以及汽车行驶的车速的采样信号，判定第i+1次周期时的电动机和功率变换器的工作状态，对风机的输出等级和加热机构的工作状态进行调节。

本发明根据录取点间隔和录取长度的需要，预布一批位于不同深度、不同间隔距离的温度探头，测量和记录目标井段的井下温度数据。本方法发明尤其适合于勘探开发井测试。

离散式温度测量系统主要分为温度存储短节(一个)和温度采集单元(多个)两大部分，仪器串连接采用单芯结构。

整个系统通信上采用主从模式，温度存储短节为主、温度采集单元为从，各个温度采集单元被分配不同的地址，温度存储短节依据配置信息，逐次访问各个温度采集单元，被访问到的温度采集单元将数据传送至温度存储短节，温度存储短节将数据整理后存储在flash中。

整个系统分为usb通信模式和测量模式，在插上usb线连接计算机后处于usb通信模式，此时可以读取flash数据、配置仪器等。当插上电池组后，仪器工作于测量模式，此时仪器根据配置信息开始采集并存储各个温度采集单元的数据。

温度存储短节主要包括usb接口、tbus总线接口、flash存储、电池组和其他部分；

usb接口主要完成存储电池短节和计算机的通信，包括仪器配置、flash数据读取等，usb接口部分仅在插上usb线后工作，在测量模式是不工作的，usb接口部分还包括一个独立的3.3v电源供接口芯片工作。tbus总线接口完成和各个温度采集单元的通信，系统采用单芯模式，在一根线上供电和传输数据，因此包括接收和加载电路，加载电路将mcu发送的地址信息加载到tbus上，接收电路接收tbus上的数据信息。由于电池组内阻很低，在电池组和tbus之间还包括了一电感隔离。

flash存储采用非易失型存储，即使在井下电池电量耗尽或者其他故障时，只要flash芯片没有损坏，对于已经存储的数据不会丢失。

存储电池短节还包括总线控制、电压测量、电流测量。总线控制是控制是否向温度采集单元供电；usb电压低于电池组电压，通过电压测量和电流的测量监测仪器的工作状态和电池电量的消耗。另外还包括蜂鸣信息指示，在接通电池组后，通过蜂鸣器不同的声响提示不同的信息来简单确认仪器工作状态是否正常。

温度采集单元，包括tbus总线接口、温度测量电路和3.3v电源。tbus总线接口完成和存储短节的通信。原理和存储电池短节的一样，区别是接收地址、发送数据。

传感器测量包括pt1000温度传感器和a/d转换部分，a/d转换由mcu控制，mcu根据a/d时序读取a/d数据。

在本发明中，作为一种优选，3.3v电源为温度采集单元的工作提供工作电源。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。