基于数字孪生的生产分离器分离效果混合模型

生产分离器作为海上油气生产平台的关键处理设备,其处理效果直接影响油田生产能力。由于分离器内部流动特性及化学药剂作用机理复杂,现有机理模型难以对生产分离器实际处理效果进行准确评估。为此,基于机理与数据融合的数字孪生理念,提出了适用于不同原油含水工况的生产分离器实际分离效果混合模型构建方法。对于低含水原油,提出了基于试验数据的卷积神经网络模型构建方法,并通过多种数据驱模型计算结果比选,验证该模型在表征多因素与分离效果之间关系的有效性;针对实验室乳化效果不佳的高含水原油,集成重力分离机理与代理模型建立了分离效果评估模型,该模型将原油乳状液的液滴尺寸分布、破乳剂质量分数及含水体积分数相关的黏温特性对分离效果的影响考虑在内,通过蒙特卡罗模拟表征模型参数及工艺参数的不确定性对分离效果的影响。将建立的混合模型应用于实际海上生产分离器,通过与现场化验数据对比及多工况分析对模型的有效性进行验证。结果表明,构建的混合模型能够实现对海上油气生产平台各级分离器实际处理效果的在线孪生。该模型有效解决了数据驱模型对于高含水原油分离效果预测缺乏泛化性的问题;克服了传统计算流体力学模拟效率低、模型偏差无法修正的缺陷。该混合模型能够用于分析生产分离器在多种工况下的实际分离效果,可为海上生产平台实际处理能力估计及生产参数调优提供指导。