随着油气资源开发逐渐走向深海,伴随其的水下生产系统的应用也越来越多。在深海油气生产的条件下,若继续使用传统的多相流量计进行计量将会使开发成本大幅增加,且其日常校准、维护也会遇到诸多难题。因此,研究新的水下油气田生产计量方式具有重要意义。近年来,虚拟流量计由于其成本低、测量精度高、系统维护方便等优点而在国外油气田上得到广泛应用。国内自主研发的首个水下虚拟流量计系统已在我国南海某气田投入使用,但其在运行过程中出现了精度和可靠性低等问题。针对此问题,笔者首先从热力计算方面修正了系统中的初始井筒流量模型,并设计了用于单井流量计算的油嘴模型、筒嘴模型及跨接管模型。其次,在这四个单流量模型的基础上,结合数据融合思想,分别设计了基于D-S理论、不确定度理论、BP神经网络理论等三种多模型数据融合的凝析气井流量算法。最后,利用误差评定标准对单流量模型及多模型融合算法的结果进行评价分析。工程应用表明,单流量模型计算结果的平均绝对百分比误差整体维持在8%以内,而多模型数据融合算法维持在5%以内,且当某个或多个单流量模型出现异常时,融合算法仍能给出相对最优的计算结果,有效保证了虚拟流量计系统的精度和可靠性。