基于深度学习的含水率测量方法及其在油井开采中的应用

摘要

一种基于深度学习的含水率测量方法及其在油井开采中的应用，包括：利用四扇区电导传感器采集井口油气管道中不同工况的流体数据，获取标签，并上传至上位机保存；构建数据集，具体是对流体数据进行预处理后，使用有重叠的滑动窗口从流体数据中获取样本，为样本添加相应的标签，再将80％样本作为训练集，10％样本作为验证集，剩余的10％样本作为测试集；构建卷积神经网络模型，用于完成对流体样本的特征提取和含水率值预测；对卷积神经网络模型进行优化、训练以及参数调整，得到当前架构下的最优的卷积神经网络模型，并完成参数测量。本发明可以实时精确测量井口环境下油水两相流的含水率数值并保存，提升含水率测量的准确率。