技术总结
本发明涉及一种基于深度长短时记忆网络的低产气油井井口含水率预测系统及方法，是通过高频双环式电容传感器获取井口混合液的含水率波动信息，通过对所采集的含水率波动时间序列进行加窗处理，将采集到的含水率波动时间序列分成多个时序变化的时间片段，提取每个时序片段的时频特征、非线性特征、时间不可逆特征组成特征向量，从而得到构成井口含水率特征向量时间序列；之后，将提取的含水率特征向量时间序列作为深度长短时记忆网络的输入，建立基于深度长短时记忆网络及多元特征的含水率预测模型，采用该模型将井口产液含率化验值作为含水率标签进行训练，最终得到含水率的预测值。由于含水率波动信号的特征时间序列是井口产液特性的精确描述，因此该方法可有效消除井口少量含气对测量的影响，进一步提高井口产液含水率的测量精度。
技术研发人员：吴晓南;邓博洋
受保护的技术使用者：吴晓南
技术研发日：2019.07.09
技术公布日：2019.12.31