一种基于多传感器测量及深度卷积神经网络的高产气油井井口产液含水率预测方法

摘要

本发明涉及一种基于多传感器测量及卷积神经网络的高产气油井井口含水率预测方法。在测量上，通过高频双环式电容传感器测量井口产液三相流含水率信息，通过超声透射式传感器获取井口产液三相流含气率信息，分别提取含水率时频谱图及含气率时频谱图作为模型训练特征输入，采用深度卷积神经网络对含水率时频谱图及含气率时频谱图进行特征融合并逐层抽象出高维含水率特征表达，以井口含水率化验值为含水率标签来训练高产气油井含水率预测模型。由于含水率波动信号和含气率波动信号的时频特征是井口产液特性的精确描述，因此该方法可有效提高井口产液含水率的测量精度。