摘要
本申请提供了一种基于复阻抗法的水平井流体持率反演解释方法及系统,涉及流体持率反演领域,方法包括:获取不同持率下油水分层流的复阻抗频谱并提取反映持水率的特征参数;利用仿真数据构建数据集,使用RBF神经网络进行拟合研究得到特征参数与持水率之间的关系;利用基于复阻抗法开发的流体持率测量系统对油水两相流进行测量得到油水两相流的电流数据;对采集得到的电流数据进行处理并提取特征值,利用训练好的RBF神经网络进行反演得到流体持率。本发明的有益效果是:该方法通过仿真建立训练集训练神经网络模型,并利用基于复阻抗法开发的流体持率测量系统实现油水两相流持率的测量,为复阻抗法测量水平井流体持率提供可靠的反演解释。
技术关键词
RBF神经网络
油水两相流
高精度电流传感器
特征值
解释系统
采集电极
训练神经网络模型
有限元仿真软件
传感器阵列
发射机
模块
纯水
接收机
持水率
仿真数据
信号
训练集
序列
系统为您推荐了相关专利信息
精度提升方法
算法
时间序列分析技术
残差预测
参数