[发明专利]一种油气两相流流型热力图可视化方法及参数测量方法

权利要求书

1.一种油气两相流流型热力图可视化方法，其特征在于：所述方法包括如下步骤：

1)设计实验方案，设定不同的实验工况，使用文丘里管上游和下游电容层析成像传感器采集每种工况下固定时长的第一电容数据和第二电容数据，并用油相流量计和气体流量计测量油气两相流的各相流量；

2)对所述第一电容数据和第二电容数据进行归一化处理，然后进行图像重建；

3)建立卷积神经网络模型，分别对文丘里管上游和下游的油气两相流流型图进行特征提取；

4)通过加权梯度类激活映射模型得到卷积神经网络网络流型识别的热力图，确定卷积神经网络网络流型识别的主要识别区域。

2.如权利要求1所述的方法，其特征在于：所述步骤2)中采用线性投影算法进行图像重建。

3.如权利要求1所述的方法，其特征在于：所述步骤3)中所述卷积神经网络模型为inception-v3模型，模型的输入为流型图，在模型中间层提取特征向量，作为加权梯度类激活映射模型的输入。

4.如权利要求3所述的方法，其特征在于：所述步骤3)中所述卷积神经网络模型中采用MSE回归作为损失函数。

5.如权利要求1所述的方法，其特征在于：所述步骤4)中将所述热力图缩放到流型图尺寸大小。

6.一种油气两相流流型热力图参数测量方法，其特征在于：所述方法包括如下步骤：

a、采用EARM算法结合电容层析成像图像重建，根据卷积神经网络流型热力图热点区域确定其对应的第三电容数据；

b、根据所述第三电容数据和电容层析成像传感器原始电容数据进行油气两相流中含油量和含气量的预测；

c、对比预测结果。

7.如权利要求6所述的方法，其特征在于：所述步骤b中使用卷积神经网络中的Lenet-5模型进行流量预测。

8.如权利要求6或7所述的方法，其特征在于：还包括使用没有完全覆盖流型热点区域的第四电容数据和超过流型热点区域的第五电容数据作为对照组，进行油气两相流中含油量和含气量的预测；将所述对照组的预测结果与所述文丘里管上游电容层析成像传感器流型热力图热点区域的电容数据预测结果进行对比。