【技术实现步骤摘要】
本专利技术属于油气开采中对于非常规污染物进行有效监测的，尤其涉及一种基于深度学习的油藏注水悬浮物颗粒直径中值测量方法及系统。
技术介绍
1、随着科学技术的进步，注水开发已经发展成为保持油田高效开发的一项主要技术手段，也是提高油田最终采收率的重要方法。注入水的水质指标是影响注水开发效果的重要因素之一。
2、一般来说，油田注水的指标，是由储层渗透率决定的。当悬浮物颗粒被注入水中之后，会被携带至地层的多孔介质之中，进而在多孔介质的孔隙弯道内伴随着注入的水流而运动，之后这些悬浮物颗粒会在孔隙的骨架中滞留、沉淀，最终被捕获，进而引起孔隙骨架结构的变化，降低地层岩石的孔隙度与渗透率，这一现象通常被称为地层伤害，伤害的程度用渗透率的伤害率进行衡量。
3、目前，悬浮物颗粒直径中值在线监测的研究还在起步阶段。悬浮物颗粒直径中值检测的方式仍以人工取样实验室检测的方式为主。即将人工取得的样品放置于实验室的检测仪器中，通过激光衍射测量时，让激光束穿过分散的颗粒样品，测量散射光的强度。大颗粒的光散射角度小，而小颗粒的光散射角度大。分析散射光强度数据，利用米氏光散射理论计算产生散射光的颗粒的粒度。粒度用体积相等的球体的直径表示。目前较为常见的为mastersizer 3000智能粒度测量仪，可测粒度为0.01μm-3.5mm的颗粒。
4、随着计算机图像识别技术和相关硬件的发展，机器视觉识别系统也被应用于各个领域。该系统通过摄像头对目标场地进行拍摄，中央处理器对所拍摄的图像进行区域处理和分类识别，便能对目标物进行判定。此技
技术实现思路
1、本专利技术重点针对上述现有技术中存在的问题，提供一种基于深度学习的油藏注水悬浮物颗粒直径中值测量方法及系统。
2、本专利技术的第一方面，提供了一种基于深度学习的油藏注水悬浮物颗粒直径中值测量方法，包括以下步骤：
3、步骤s1：将测量装置的系统上电，并连接进水管和出水管，通过导管将注水水流导入测量装置中，调整注水流速至第一速度；
4、步骤s2：将流经测量装置内视窗盒的注水水流分层，采集不同液位高度位置对应的油藏注水图像；
5、步骤s3：对分层采集的各层图像进行清晰度判断，丢弃清晰度不达标的图像，并将满足设定条件的清晰图像保存在测量装置的ai边缘计算模块；
6、步骤s4：利用改进的基于深度学习的检测算法对保存在ai边缘计算模块的图像进行分析，识别目标悬浮物颗粒；
7、步骤s5：利用基于深度学习的hed算法对检测到的目标悬浮物颗粒进行边缘检测，将边缘拟合为圆形后计算直径；
8、步骤s6：统计不同直径范围内目标悬浮物颗粒分布情况；
9、步骤s7：调整注水流速至第二速度，重复步骤s2-s6；
10、步骤s8：将统计的目标悬浮物颗粒直径分布结果通过网络传输至岸侧。
11、优选的，所述步骤s2具体包括：
12、步骤s21：根据视窗盒中的液面厚度，将液面分为n层，n≥3；
13、步骤s22：通过调焦模块将高清工业相机移动至第i层液面对应的位置，0＜i≤n；
14、步骤s23：调整高清工业相机的参数，以及高亮点光源的参数，满足成像要求；
15、步骤s24：连续采集m张图像，m≥1000。
16、优选的，所述步骤s3具体包括：
17、步骤s31：遍历步骤s21-s24中的n层共n*m张图像，对于第i层的第j张图像p(i,j)，采用能量梯度函数计算其清晰度f值：
18、
19、其中，x、y表示图像p(i,j)的第x行、第y列，f(x,y)表示图像p(i,j)的第x行、第y列的灰度值，0＜j≤m；
20、步骤s32：丢弃清晰度f值小于设定阈值的图像，并将剩余图像视为满足设定条件的清晰图像，保存在测量装置的ai边缘计算模块。
21、优选的，所述步骤s4具体包括：
22、步骤s41：将满足设定条件的清晰图像进行裁剪，每张图像裁剪为5×5共25个子图；
23、步骤s42：对裁剪后的子图进行标注，标注出目标悬浮物颗粒，并将标注后的子图图像作为目标检测数据集；
24、步骤s43：采用改进的yolov8网络对目标检测数据集进行训练，得到检测模型；
25、步骤s44：将训练好的检测模型部署在服务器，利用tensorrt进行推理加速，实现实时推理。
26、优选的，所述步骤s6具体包括：
27、步骤s61：分别统计所有颗粒直径值落在区间[0,0.5],[0.5-5],[5-10],[10-15],[15-25],[25-50],[50-100],[100-200],[200-300],[300-400]内的目标悬浮物数量；
28、步骤s62：计算所有目标悬浮物颗粒直径的d50值。
29、优选的，所述步骤s7具体包括：
30、步骤s71：在进入视窗盒之前，对注水水流进行扰动，改变其流速及杂质分布形态；
31、步骤s72：重复步骤s2-s6，之后对所有统计得到的目标悬浮物颗粒直径的d50值进行加权。
32、优选的，所述步骤s8具体包括：
33、步骤s81：通过串口和/或有线/无线局域网将目标悬浮物颗粒直径的d50值等检测结果传输至海上平台网络控制中心；
34、步骤s82：通过海卫通等卫星通讯方式将目标悬浮物颗粒直径的d50值等检测结果从海上平台网络控制中心传输至岸侧。
35、本专利技术的第二方面，提供了一种基于深度学习的油藏注水悬浮物颗粒直径中值测量系统，所述系统包括测量装置和海上平台网络控制中心，所述测量装置具体包括：壳体、流速调节模块、视窗模块、图像采集模块、调焦模块、算法处理模块、通信模块以及电源模块；
36、所述流速调节装置包括磁力泵和驱动器，所述驱动器用于向所述磁力泵提供驱动力；所述磁力泵用于调节注水流速；
37、所述视窗模块由两片透明玻璃在垂直方向上对置堆叠而成，用于导入来自所述磁力泵的注水水流；
38、所述图像采集模块包括高亮点光源、高倍显微镜头以及高清工业相机；
39、所述调焦模块包括调焦组件和步进电机；
40、所述算法处理模块包括嵌入式ai边缘计算模块，用于通过视觉算法对采集到的图像进行处理；
41、所述海上平台网络控制中心用于接收来自所述通信模块的本文档来自技高网...
【技术保护点】
1.一种基于深度学习的油藏注水悬浮物颗粒直径中值测量方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的测量方法，其特征在于，所述步骤S2具体包括：
3.根据权利要求2中所述的测量方法，其特征在于，所述步骤S3具体包括：
4.根据权利要求3中所述的测量方法，其特征在于，所述步骤S4具体包括：
5.根据权利要求4中所述的测量方法，其特征在于，所述步骤S6具体包括：
6.根据权利要求5所述的测量方法，其特征在于，所述步骤S7具体包括：
7.根据权利要求6中所述的测量方法，其特征在于，所述步骤S8具体包括：
8.一种用于实现如权利要求1-7任意一项的基于深度学习的油藏注水悬浮物颗粒直径中值测量方法的测量系统，其特征在于，所述系统包括测量装置和海上平台网络控制中心，所述测量装置具体包括：壳体、流速调节模块、视窗模块、图像采集模块、调焦模块、算法处理模块、通信模块以及电源模块；
9.根据权利要求8所述的测量系统，其特征在于，定义自所述壳体的所述进口朝向所述出口的方向为第一方向，自所述壳体
10.根据权利要求9所述的测量系统，其特征在于，还包括扰流模块，位于所述磁力泵与所述视窗模块之间，用于将自所述磁力泵流出的水流扰动后，导入所述视窗模块。
...【技术特征摘要】
1.一种基于深度学习的油藏注水悬浮物颗粒直径中值测量方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的测量方法，其特征在于，所述步骤s2具体包括：
3.根据权利要求2中所述的测量方法，其特征在于，所述步骤s3具体包括：
4.根据权利要求3中所述的测量方法，其特征在于，所述步骤s4具体包括：
5.根据权利要求4中所述的测量方法，其特征在于，所述步骤s6具体包括：
6.根据权利要求5所述的测量方法，其特征在于，所述步骤s7具体包括：
7.根据权利要求6中所述的测量方法，其特征在于，所述步骤s8具体包括：
8.一种用于实现如权利要求1-7任意一项的基于深度学习的油藏注水悬浮物颗粒直径中值测量方法的测量系统，其特征在于，所述系统包...
【专利技术属性】
技术研发人员：李康军，罗江宏，王治顺，张嘉莉，
申请(专利权)人：湖南睿图智能科技有限公司，
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。