小波去噪在油井動(dòng)液面檢測(cè)中的應(yīng)用

闞玲玲 高丙坤 梁洪衛(wèi) 路起明 郭建成

(1.東北石油大學(xué)電氣信息工程學(xué)院，黑龍江 大慶 163318；2.大慶明達(dá)韋爾信息系統(tǒng)服務(wù)有限公司，黑龍江 大慶 163318)

油井液面的深度是反映油井工作狀態(tài)的重要參數(shù)，對(duì)其檢測(cè)可以防止油井干抽，對(duì)油井生產(chǎn)有著重要的意義[1，2]。液面檢測(cè)中的信號(hào)處理部分是其關(guān)鍵技術(shù)之一。

1 液面檢測(cè)原理①

油井液面深度是通過測(cè)量聲波的回波而計(jì)算得出液面深度[3]。測(cè)量示意圖如圖1所示。在井口套管與油管環(huán)空處發(fā)射聲波，測(cè)量接箍和液面的反射波，在已知接箍長(zhǎng)度時(shí)，計(jì)算得到聲波在環(huán)空的傳播速度v與液面反射波的時(shí)間t，從而得到液面深度s，即：

s=vt/2

看似簡(jiǎn)單的原理，由于油井環(huán)境的不同，尤其需要檢測(cè)油井正常生產(chǎn)時(shí)的液面(此時(shí)液面是動(dòng)態(tài)變化的，叫做“動(dòng)液面”) ，使得接箍波與液面波很難辨識(shí)，這成為信號(hào)處理部分的關(guān)鍵。

2 傅立葉變換應(yīng)用于液面波檢測(cè)

由于接箍長(zhǎng)度相等且距離短，使得接箍波具有周期性和頻率高的特性，而液面波不具有周期性，且頻率低。傅立葉變換可將信號(hào)分解成各種不同頻率信號(hào)的疊加，使得信號(hào)的分析從時(shí)間域變換到頻率域?？焖俑盗⑷~變換(FFT)更具實(shí)用價(jià)值，加快運(yùn)算速度，為實(shí)時(shí)處理數(shù)據(jù)提供保障，筆者采用FFT對(duì)原信號(hào)波形進(jìn)行頻譜分析。原始信號(hào)與頻譜圖分別如圖2、3所示。

圖2 原信號(hào)波形

圖3 頻譜分析

由頻譜分析可知，低頻的液面反射波能量主要集中在15～40Hz之間。需要設(shè)計(jì)一個(gè)FIR低通濾波器對(duì)液面反射波進(jìn)行濾波處理。筆者采用巴特沃斯濾波器對(duì)原信號(hào)進(jìn)行濾波，參數(shù)設(shè)計(jì)如下：允許可以通過的頻率為0

圖4 濾波后波形

3 小波變換應(yīng)用于液面波檢測(cè)

傅立葉分析是將整個(gè)時(shí)間軸的信號(hào)進(jìn)行了分析，信號(hào)在某一時(shí)間位置處一個(gè)小的變化，都會(huì)使信號(hào)的頻譜發(fā)生較大的變化，同時(shí)也不能顯示出信號(hào)在某個(gè)時(shí)間點(diǎn)處的變化情況[4]。利用小波變換具有多分辨率特性，能夠捕捉瞬間變化的信息的特性，在小波變換域中尋找瞬時(shí)特征參數(shù)，通過對(duì)特征參數(shù)集合的識(shí)別實(shí)現(xiàn)液面波的自動(dòng)識(shí)別。

筆者采用“sym8”小波對(duì)信號(hào)分解，在分解的第5層上，分別用軟閾值和硬閾值法去噪，分析信號(hào)去噪的過程如圖5所示。軟閾值采用rigrsure：根據(jù)無偏似然估計(jì)原理進(jìn)行閾值選擇，首先得到一個(gè)給定閾值的風(fēng)險(xiǎn)估計(jì)，選擇風(fēng)險(xiǎn)最小的閾值作為最終選擇。硬閾值采用固定的閾值形式：sqtwolog。小波去噪與FFT去噪效果對(duì)比如圖6所示。

圖5 小波分析信號(hào)去噪過程

圖6 小波去噪與FFT去噪效果對(duì)比

從圖6中可以直觀地看出小波去噪效果優(yōu)于FFT。選擇信噪比(SNR) 和均方根誤差(RMSE) 兩個(gè)參數(shù)對(duì)降噪效果進(jìn)行定量評(píng)價(jià)結(jié)果見表1。從表1數(shù)據(jù)可以看出：SNR和RMSE參數(shù)的指標(biāo)小波去噪方法均優(yōu)于FFT。

表1 降噪效果的SNR和RMSE對(duì)比

4 結(jié)論

4.1采用FFT對(duì)動(dòng)液面原始信號(hào)進(jìn)行頻譜分析，根據(jù)分析結(jié)果設(shè)計(jì)低通濾波器對(duì)信號(hào)進(jìn)行濾波，能夠?yàn)V除接箍波等高頻信號(hào)，曲線得到了較好的平滑效果。

4.2根據(jù)動(dòng)液面波的特點(diǎn)，分別采用小波軟閾值與硬閾值去噪的方法對(duì)動(dòng)液面波進(jìn)行處理，并與FFT算法進(jìn)行對(duì)比，從直觀圖形與SNR和RMSE的量化指標(biāo)都可以得出小波去噪的效果優(yōu)于FFT算法。