摘要：油气田数字化、智能化是未来发展的必然趋势，目前数据驱动软测量模型已逐步应用于海上天然气生产系统流量、压力等关键状态变量的监测。为进一步提高数据驱动软测量模型准确度和生产监测水平，开展基于非线性滤波技术的软测量研究，结合压力传感器观测数据与所建外源输入非线性自回归模型库，建立了单个无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）以及“先融合后滤波”（FF1）和“先滤波后融合”（FF2）等2种融合UKF，实现单井流量和井口压力的在线校正估计。研究结果表明：（1）基于UKF的软测量在纯模型软测量的基础上提高了准确度，且单个UKF、FF1、FF2等3种软测量方案的准确度和计算时间都满足在线估算需求；（2）所建模型库中，基于深度前馈网络灰箱模型构造的UKF准确性和稳定性较高，满足了生产的需要；（3）对比了3种软测量方案的优劣，认为FF1的全局准确性更高、耗时更少，推荐作为首选软测量方案。结论认为，研究结果对智能化海上油气田建设具有引导性作用，所推荐的软测量方案具有较强的工程适用性，为未来构建智慧油气田奠定了技术基础。

关键字：天然气生产系统;软测量;数据驱动;数据融合;最优估计;融合滤波;智慧油气田

ISSN号：1000-0976

卷、期、页：2022年09期:84-92,9

发表日期：2022-09-25

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,地学领域高质量科技期刊分级目录（国内T1）

发表期刊名称：天然气工业

通讯作者：康琦,杨居衡

第一作者：王丹,宫敬,张奇

论文类型：期刊论文

论文概要：王丹,康琦,杨居衡,宫敬,张奇，基于UKF的海上天然气井数据驱动软测量方法，天然气工业，2022，2022年09期:84-92,9

论文题目：基于UKF的海上天然气井数据驱动软测量方法