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
授权
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。
基本信息
专利标题 ：
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
专利标题（英）：
暂无
公开（公告）号 ：
CN111638249A
申请号 ：
CN202010481478.6
公开（公告）日 ：
2020-09-08
申请日 ：
2020-05-31
授权号 ：
CN111638249B
授权日 ：
2022-05-17
发明人 ：
高忠科侯林华曲志勇马文庆
申请人 ：
天津大学;天津富瑞隆金属制品有限公司
申请人地址 ：
天津市南开区卫津路92号
代理机构 ：
天津市北洋有限责任专利代理事务所
代理人 ：
杜文茹
优先权 ：
CN202010481478.6
主分类号 ：
G01N27/06
IPC分类号 ：
G01N27/06 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量；测试
G01N
借助于测定材料的化学或物理性质来测试或分析材料
G01N27/00
用电、电化学或磁的方法测试或分析材料
G01N27/02
通过测试阻抗
G01N27/04
通过测试电阻
G01N27/06
液体的电阻
法律状态
2022-05-17 ：
授权
2020-10-02 ：
实质审查的生效
IPC(主分类) : G01N 27/06
申请日 : 20200531
申请日 : 20200531
2020-09-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
