开发数据驱动与机理混合的虚拟流量计——案例研究

虚拟流量计是用于预测石油资产生产流量的数学模型，是生产监测与优化的有用辅助工具。基于第一性原理的机理模型最为常见，然而，利用测量数据中模式的数据驱动模型正日益流行。本研究探讨了一种混合建模方法，结合上述两个专业领域的技术，对一口井的生产节流阀进行建模。该节流阀用一组简化的第一性原理方程和一个用于估计阀门流量系数的神经网络表示。来自Edvard Grieg石油平台的历史生产数据被用于模型验证。此外，还构建了机理模型和数据驱动模型以比较性能。我们建立了一个实用的框架，用于开发具有不同混合程度的模型并对其参数进行随机优化。混合模型的性能结果令人鼓舞，尽管仍有相当大的改进空间。