两相流测量信号的时间序列分析

论文摘要

凝析天然气是指液相体积含率小于10%的气井产物,其流动规律属于气液两相流的范畴。论文在自行研制的流量计样机和实验数据的基础上,利用时间序列对两相流测量信号进行了分析。课题分别对分层波浪流和环状液雾流进行了ARMA模型建模,通过比较两种模型的阶数发现:两种模型的自回归阶数p皆比滑动平均阶数q要大,但环状液雾流的自回归阶数普遍比分层波浪流的自回归阶数大。以此为基础可定性识别两相流流型。提取气相流量为样本,并利用统计分析系统(SAS)对其进行预处理,然后以处理后的数据为样本序列建立自回归滑动平均(ARMA)模型,建模的重点在于模型阶数的判定和参数的估计,利用SAS可以解决这一问题,ARMA模型建立以后可以用其来预测两相流中气体的流量,预测结果表明:误差在两相流流量测量允许误差范围之内。

论文目录

• 中文摘要
• 英文摘要
• 第1章 前言
• 1.1 课题来源
• 1.2 两相流流量计量的现状
• 1.2.1 分离法
• 1.2.2 非分离法
• 1.3 国内外流型识别的方法
• 1.4 本课题研究内容及意义
• 1.5 本章小结
• 第2章 时间序列分析
• 2.1 时间序列简介
• 2.1.1 AR（p）模型
• 2.1.2 MA（q）模型
• 2.1.3 ARMA 模型或混合模型
• 2.2 ARMA 模型辨识
• 2.2.1 ARMA 模型的两个重要参数
• 2.2.2 常用模型阶数判定方法
• 2.2.3 常用模型参数估计方法
• 2.3 时间序列建模
• 2.4 本章小结
• 第3章 SAS在时间序列分析中的应用
• 3.1 SAS 系统概述
• 3.1.1 SAS 系统特点
• 3.1.2 与SAS 相关的一些定义
• 3.2 SAS 数据的输入方法
• 3.3 SAS 在时间序列分析中的应用
• 3.3.1 模型识别
• 3.3.2 参数估计
• 3.3.3 序列预测
• 3.4 本章小结
• 第4章 时间序列分析在流型识别中的应用
• 4.1 环状流差压信号建模
• 4.2 分层流差压信号建模
• 4.3 两种流型模型比较
• 4.4 本章小结
• 第5章 时间序列分析在流量预测中的应用
• 5.1 气相流量时间序列分析
• 5.1.1 数据预处理
• 5.1.2 阶数的判定
• 5.1.3 参数的估计
• 5.1.4 模型建立
• 5.1.5 序列预测
• 5.2 两种流型下气相流量预测的比较
• 5.3 液相流量时间序列分析
• 5.3.1 环状流液相流量时间序列分析
• 5.3.2 分层流液相流量时间序列分析
• 5.4 本章小结
• 第6章 结论
• 6.1 本文的主要工作
• 6.2 存在的问题及展望
• 参考文献
• 致谢
• 个人简历与研究成果