在油气田开采过程中，井口环境下含水率的测量对油气的开采及后续运输、加工等过程都有重要意义，准确的含水率测量可以更精确地掌握油气田开采过程的变化。因此，高忠科教授团队模拟井口开采环境，进行了两相流实验，通过四扇区传感器采集流体信号，并根据流体信号的空间特征以及时域变化，设计了多任务时间通道卷积网络（Multitask-based temporal-channelwise convolutional neural network，MTCCNN），该网络结构如图1所示，通过关键卷积模块提取信号的时间、通道特征，并通过全连接层进行组合筛选，并进一步地优化多任务输出模块，使得在含水率测量的相对误差低至2.43%
图1 MTCCNN网络结构示意图
