摘要

原油含水率的测量对于确定油井出水出油层位、掌握油田地层动态、预计寿命等具有十分重要的意义。基于微波相移法的原油含水率检测技术,因其在检测过程中不受油水状态影响的显著优势,而受到越来越多的关注。原油中的矿化度、伴生气和环境温度的变化会影响传感器的检测精度。因此,建立矿化度和温度的误差校正模型至关重要。对不同含量的氯化钾在不同温度下对微波法含水仪检测误差的影响规律进行了研究。在试验测量的数据的基础上,运用径向基(RBF)神经网络建立误差校正模型,实现误差的实时校正。测试结果表明,检测误差由原来的±25.2%降到±4.98%以内。由此可知,使用RBF神经网络可减少矿化度和温度对传感器检测精度的影响,在工程实践具中有重要的参考意义。