基于深度学习的油泡流聚并机制及含水率预测研究

项目来源

国(略)科(略)((略)C(略)

项目主持人

杜(略)

项目受资助机构

天(略)大(略)

立项年度

2(略)

立项时间

未(略)

项目编号

4(略)4(略)

项目级别

国(略)

研究期限

未(略) (略)

受资助金额

2(略)0(略)

学科

地(略)-(略)理(略)间(略)-(略)球(略)

学科代码

D(略)4(略)4(略)

基金类别

青(略)基(略)

关键词

含(略);(略)学(略) (略) (略)并(略)d(略) (略)r(略)g(略)o(略)b(略)l(略)l(略);(略)a(略)c(略)e(略)w(略)r(略)a(略)v(略)m(略)r(略)i(略)p(略)i(略)o(略)

参与者

陈(略)贺(略)弘(略)颖(略)

参与机构

天(略)大(略)

项目标书摘要:油泡(略)与储运过程中的流动(略)泡流信号中提取有效(略)迁移及参数进行预测(略)深度学习理论逐层抽(略)问题的解决提供了新(略)建多传感器测量系统(略)信号,基于深度置信(略)信息。建立分散油泡(略)低流速下油泡聚并模(略)状态迁移及演化过程(略)量数据,建立基于深(略)水率预测模型,修正(略)持率与真实含率间的(略)、高滑脱情况下泡状(略)项目的实施可丰富油(略)油田二次开发具有重(略)

Applicati(略): Oil bub(略)dely exis(略)leum indu(略)s crude o(略)on and tr(略)n.How to (略)icient fe(略) large me(略)ubble flo(略)s always (略)o be solv(略)rning the(略)s a new w(略)ing this (略)extractin(略)hierarchi(略)is study,(略)llect lar(略)low fluct(略)als by us(略)cted mult(略)asurement(略)n we extr(略)nt oil bu(略)es based (略)ief netwo(略)ling the (略)coalescen(略)on.In add(略) on the b(略)scence mo(略)stigate t(略)le coales(略)nism and (略)flow patt(略)ion and e(略)enomenon.(略)e the mea(略)-sensor d(略)ep learni(略)o set up (略) predicti(略)r phase f(略)low flow (略)bble flow(略) corrects(略)ear relat(略) the meas(略)hold up a(略)er-cut.We(略) this mod(略) the prob(略)ter-cut i(略)redict un(略)dition of(略)ate bubbl(略) high sli(略)ity.This (略)ops the o(略)ducing pr(略)ng theory(略)ignifican(略)developme(略)ields.

项目受资助省

天(略)

项目结题报告(全文)

目前,我国多数油田(略)此时,产液地层的渗(略),原油的产出形式由(略)稳的状态转变为流速(略)出及其不规律的油泡(略)的流动规律,建立其(略)解决的问题。针对上(略)测泡状流数据入手,(略)流测量领域,完成了(略)基于深度卷积神经网(略)了油泡流的高精度辨(略)络建立了油泡流聚并(略)的油泡流聚并现象进(略)的聚并检测结果及实(略)流的聚并机制及流型(略)含水率以及流动形态(略)联系。4提出了“两(略)网络分析方法”,定(略)中的系统确定性变化(略)泡状流转换的机制,(略)量分析了泡状流的空(略)出了基于多元信息融(略)两相流参数预测方法(略)滑脱工况下的油泡流(略)垂直油水两相流含水(略)内。本项目的研究成(略)试理论,项目实验数(略)油田的生产优化管理(略)重要的指导资料。

  • 排序方式:
  • 0
  • /
    (略)
  • 排序方式:
  • 0
  • /