[發明專利]一種基于電子鼻的井下油氣檢測方法

有效

• 申請號: 201510080504.3
• 申請日: 2015-02-14
• 公開（公告）號: CN104730122B
• 公開（公告）日: 2018-03-09
• 發明（設計）人: 常志勇;孫友宏;楊逍;郭威;劉寶昌;高科;佟金;鄧孫華;馬云海;陳東輝
• 申請（專利權）人: 吉林大學
• 主分類號: G01N27/26
• 分類號: G01N27/26
• 代理公司: 長春市四環專利事務所(普通合伙)22103
• 代理人: 張建成

技術領域

本發明涉及一種油氣井下檢測方法，特別涉及一種基于電子鼻的井下油氣檢測方法，屬石油、天然氣勘探開發技術領域。

背景技術

目前MWD、LWD、SWD發展迅速，井下隨鉆檢測是錄井行業的一個主要發展趨勢。相比傳統地面氣測錄井，井下隨鉆氣體檢測可以快速發現識別油氣、消除油氣上返的滯后和干擾，并可以提前進行有毒有害氣體預報。其正朝著檢測實時化、快速化、連續化和井下隨鉆氣液分離、檢測的方向發展。

當前隨鉆氣體分離檢測技術中采用的脫氣方法主要是膜分離技術，采用的氣體檢測方法是光電技術、微型色譜技術。而色譜技術往往需要復雜的預處理過程，這無疑增加了氣體檢測系統的復雜性，不利于氣體檢測裝置的小型化。

電子鼻是利用氣體傳感器陣列的響應圖案來識別氣味的電子系統，它可以在幾小時、幾天甚至數月的時間內連續地、實時地監測特定位置的氣味狀況。作為電子鼻的核心器件—氣體傳感器，近年來，其在石油、石化、采礦工業中已得到了廣泛的應用。硫化氫、一氧化碳、氯氣、甲烷和可燃的碳氫化合物已成為了其主要的檢測對象。

發明內容

本發明的目的是提供一種基于電子鼻的井下油氣檢測方法。本發明能夠在井下檢測出油氣信息并實時將檢測信息上傳至井上進行分析判斷，從而實現對油氣信息的實時準確監測。

本發明的步驟如下：

一、對采樣的鉆井液進行過濾處理，消除井下鉆井液對膜的污染；

二、將油氣組分從采樣鉆井液中選擇性地透過膜進入到膜的另一側，達到氣液分離的目的；

三、氣液分離后，膜兩側分別為鉆井液和載氣，載氣將分離出的油氣組分攜帶至電子鼻進行檢測，油氣信息經電子鼻轉換為一組電流信號；

四、電流信號經電流—電壓轉換電路轉化為電壓信號：電壓信號分別經初級放大電路及濾波模塊將輸入信號放大并經濾波濾除干擾信號；然后再用電壓一電流轉換電路將電壓信號轉換為直流電流信號；最后經無線發射模塊發送無線數據信號；

五、地面無線接收裝置接收從井底發送的無線數據信號并記錄；信號處理與油氣判別電路將接收到的數據信號處理并判斷鉆井液中的油氣含量。

所述載氣為氦氣，其氣流流量為800～1200ml/min。

所述電子鼻的傳感器陣列由MP-4、MQ306A、MC101三種電化學傳感器組成。

所述信號處理與油氣判別電路采用的算法為RBF神經網絡算法，RBF神經網絡算法構造有一個三層的RBF神經網絡結構，該三層的RBF神經網絡結構具有三個輸入層節點、三個隱層節點和一個輸出層節點，其中輸入層實現對信息的接受和傳遞功；當數據傳遞到隱層時，隱層神經元的函數對信息進行空間映射變換，信息在這里被處理并分類，之后信息被輸出層的神經元加權成為線性結果，然后輸出；其具體算法為：

設RBF神經網絡的輸入為n維，學習樣本為(X，Y)，其中，X＝(X₁，X₂，…，X_N)，X為輸入變量；Xi＝(X_i1，X_i2，…，X_iN)^T，1≤i≤Nj，Y＝(y₁，y₂，…，y_N)，Y為期望輸出變量；N為訓練樣本數，當神經網絡輸入為X_i時，隱含層第j個節點的輸出為：

式中C_j＝(c_j1，c_j2，…，c_jn)^T，為第j個隱含層高斯函數的中心；σ_j為第j個隱含層高斯函數的寬度；

對全體輸入學習樣本，網絡期望輸出為：

式中w_j為第j個隱層節點與輸出層之間的網絡連接權，對于單輸出的神經網絡，w_j是一個標量；M為隱含層節點數；e為擬合誤差；

所述RBF神經網絡算法的隱層神經元的函數采用高斯函數，對于隱含層高斯函數中心，采用正交最小二乘法進行選取，并應用最小二乘法對網絡輸出權值進行訓練，其學習訓練的目標是使總誤差達到最小，即

式中其中，y_i為當輸入樣本為X_i時的期望輸出；

所述RBF神經網絡算法在進行井下鉆井液中油氣識別前，需對其進行訓練，其訓練樣本選為溶解有不同含量油氣的鉆井液。