【技术实现步骤摘要】
本专利技术属于信息，具体涉及一种基于深度学习的油井井底流压软测量方法。
技术介绍
1、井底流压是油井生产时测得的井底压力。井底流压是油井的一项关键生产指标，直接决定油井的生产能力，也是进行油井动态分析的基础。井底流压影响油田生产能力和生产方案调整。油井井底流压的准确测量对分析地层供液能力、提高油井产量、制定合理工作制度、实现油田节能降耗、提高油田采收率具有重要意义。
2、目前，对油井井底流压的测量主要采用压力计实测法、密度迭代法、经验公式法、液面折算法等测量方法。压力计实测法需要关井测量，无法实现井底流压的实时监测，同时严重影响油田正常生产。其他测量方法由于计算精度问题难以满足油田现场实际需求。同时由于油田内油井数量多、分布范围广、生产条件恶劣，导致上述方法测量工作量巨大，效率极其低下，从而无法及时准确掌握油井的工作状况，难以满足油田生产开发过程的精细化管理需求。因此针对油井井底流压这一油气生产过程中的重要参数，通过软测量技术解决油井井底流压实时准确测量的问题，是解决在线测试仪价格昂贵、不易维护的有效方法，也是建设数字油田、...
【技术保护点】
1.一种基于深度学习的油井井底流压软测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述步骤1)包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述步骤2)包括以下步骤：
4.根据权利要求3所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述距离矩阵D采用欧式距离进行计算，即
5.根据权利要求1所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述步骤3)包括以下步骤：
6....
【技术特征摘要】
1.一种基于深度学习的油井井底流压软测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述步骤1)包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述步骤2)包括以下步骤：
4.根据权利要求3所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述距离矩阵d采用欧式距离进行计算，即
5.根据权利要求1所述的一种基于深度学习的油井井底流压软测量方法，其特征在于，所述步骤3)包括以下步骤：
6.根据权利要求1所述的一...
【专利技术属性】
技术研发人员：程海波，曾鹏，李世超，于海斌，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。