-
公开(公告)号：CN114492213A
公开(公告)日：2022-05-13
申请号：CN202210401235.6
申请日：2022-04-18
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06F17/13 , G06F17/14 , G06N3/04 , G06N3/08 , G06Q10/04 , G06Q50/02 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于小波神经算子网络模型剩余油饱和度和压力预测方法，属于油藏工程技术领域，包括如下步骤：使用序贯高斯过程生成不同网格数的渗透率场，利用数值模拟器计算不同渗透率场下油藏模型的渗透率和饱和度作为样本库；根据功能设置输入输出数据；构建小波神经算子网络模型，利用小波转化地下油水流动偏微分方程，嵌入物理意义；设置小波神经算子网络模型的超参数，在对应功能的数据集下训练小波神经算子网络模型；验证训练完成的小波神经算子网络模型的性能；输出训练完成且性能评价良好的小波神经算子网络模型，利用该模型实时采集油藏数据预测饱和度和压力场图分布。本发明可以实现快速高精度的油藏剩余油分布和饱和度预测。
-
公开(公告)号：CN113669041A
公开(公告)日：2021-11-19
申请号：CN202111169371.9
申请日：2021-10-08
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种注海水辅助低频电场加热的海洋水合物藏开采方法，针对水合物藏低频电场加热开采存在井筒周围持续高温、电场加热效率和生产效果差等难题，通过注海水引起的强制热对流将井筒周围热量推进水合物层深部，显著提升热利用效率，在水合物层内建立的生产压差为气体生产提供驱动力，而且海水中的盐可补充水合物层矿化度，有效改善储层导电性；当生产井井筒大量积砂时，通过轮换生产井和注入井实现井筒除砂目的，保证气体稳定生产。该方法操作简单、易于实现，充分发挥降压、低频电场加热和注海水的协同效应，大幅度提高生产效率，具有海上平台“就地取材”的天然优势，可为海洋天然气水合物藏的大规模产业化开发提供技术手段。
-
公开(公告)号：CN105676633A
公开(公告)日：2016-06-15
申请号：CN201610148385.5
申请日：2016-03-16
Applicant: 中国石油大学(华东)
IPC: G05B13/02
CPC classification number: G05B13/027
Abstract: 本发明公开一种采油井控制方法及系统，方法包括：获取采油井的注采系统的实时状态信息并传输至比例积分微分控制器，比例积分微分控制器通过控制电机的频率对注采系统的进行闭环控制；计算采油井效率初始值；获取注采系统的实时状态信息；将采油井效率初始值输入神经网络控制器，作为神经网络控制器的控制目标值，神经网络控制器执行神经网络算法，根据注采系统的实时状态信息计算出当前最佳的流量设定值；将流量设定值发送至比例积分微分控制器，比例积分微分控制器以流量设定值作为控制目标值进行对注采系统的闭环控制。本发明提供的采油井控制方法及系统，可以满足采油井在最佳工况点的控制要求，实现了系统的优化控制，提高了系统效率。
-
公开(公告)号：CN117236158B
公开(公告)日：2024-08-23
申请号：CN202310969755.1
申请日：2023-08-03
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06N3/0464 , G06N3/08 , G06N3/084 , E21B49/00 , G06F111/10
Abstract: 本发明公开了一种基于物理意义神经网络的页岩气藏数值模拟方法，属于气藏工程技术领域，包括如下步骤：步骤1、采集页岩气藏相关数据；步骤2、构建卷积神经网络模型，设置模型的超参数；步骤3、利用第一个时间步的压力数据作为标签，预训练得到初始化完成的卷积神经网络模型；步骤4、后续时间步根据模型输出的压力数据和模型参数进行正向传播，利用有限体积法计算损失误差；步骤5、反向传播优化模型权重，通过不断迭代训练使得损失值下降到指定范围；步骤6、重复步骤4‑步骤5，得到页岩气藏任意时间步的压力分布情况。本发明实现了利用嵌入物理意义的卷积神经网络模型正向求解页岩气藏压力变化，且无需标签数据，具有较高的精度和效率。
-
公开(公告)号：CN118366104A
公开(公告)日：2024-07-19
申请号：CN202410791030.2
申请日：2024-06-19
Applicant: 中国石油大学(华东)
IPC: G06V20/52 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06T7/73 , G06T7/246
Abstract: 本发明提供一种基于姿态估计的视频监控识别抽油机工况分析方法，属于石油工程领域，包括以下步骤：步骤1、制定抽油机关键点标注方案，采集抽油机的工作视频数据，构建输入样本集；步骤2、构建姿态估计YOLO‑Pose模型；步骤3、针对抽油机关键点检测任务特性进行学习准则重建，并构建重建学习准则下的关键点损失函数进行模型训练，得到训练完成的模型；步骤4、使用训练完成的模型进行推理预测获取视频中抽油机的规定关键点轨迹，计算不同关键点的运动参数，对现场抽油机的系列工况进行分析。本发明相较于传统的传感器提取方法，能够从视频数据识别抽油机生产的运动状态，提升对抽油机工况信息获取的经济效益。
-
Patent Agency Ranking
公开(公告)号：CN117236195A
公开(公告)日：2023-12-15
申请号：CN202311490309.9
申请日：2023-11-10
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06N3/126 , G06N20/20 , G06F18/23213 , G06F18/2135 , G06F111/10 , G06F111/06
Abstract: 本发明公开了一种降低开发风险的机器学习离线代理模型生产优化方法，涉及油藏生产优化技术领域。本方法利用主成分分析提取各渗透率场的主要特征，对各渗透率场聚类后选取代表渗透率场构建多个油藏数值模拟模型，以各油藏数值模拟模型的加权平均净现值作为目标函数，建立考虑渗透率场不确定性的油藏注采优化问题求解模型，再构建离线数据库和初始种群，利用离线数据库分别建立多个径向基函数代理模型和克里金函数代理模型，通过自适应选取代理模型作为优化目标进行迭代优化，优化过程结合多子代策略增加种群多样性，获得最佳开发方案。本发明充分利用离线数据库指导注采优化过程，缩短优化时间的同时，精准获取油藏高效注采方案，降低了方案风险。
-
公开(公告)号：CN115906591B
公开(公告)日：2023-08-08
申请号：CN202310015813.7
申请日：2023-01-06
Applicant: 中国石油大学(华东)
IPC: G06F30/23
Abstract: 本发明公开了一种基于XGBoost网络的油井动液面计算方法，属于石油工程技术领域，具体包括以下步骤：收集油田区块中油井的历史数据，首先对数据进行相关性分析，然后进行数据预处理，获取最终得到XGBoost网络模型的输入、输出数据；构建XGBoost网络模型，并进行模型训练；利用测试集数据检查模型的泛化能力；基于训练完成的XGBoost网络模型，进行动液面的实时监测计算。本发明具有计算速度快，经济成本低，表征精度高，无需考虑地质静态参数等优点；同时此模型可以计算该油田区块油井的动液面深度，无需经过大量、耗时的计算，节省了大量时间，提高了油田工作效率，可满足油田实际工程要求。
-
公开(公告)号：CN116467624A
公开(公告)日：2023-07-21
申请号：CN202310320005.1
申请日：2023-03-28
Applicant: 青岛理工大学 , 中国石油大学(华东)
IPC: G06F18/24 , G06F18/214 , G06F18/21 , G06N3/0455 , G06N3/0499 , G06N3/096
Abstract: 本发明公开了一种基于迁移学习和ViT网络的抽油机工况诊断方法，属于石油工程技术领域，具体包括以下步骤：步骤1、收集油田区块中抽油机的载荷和冲程数据，并对数据进行预处理；步骤2、构建基于迁移学习和ViT网络模型的抽油机工况诊断模型，并进行模型训练；步骤3、利用测试集数据检查模型的性能；步骤4、基于训练完成的抽油机工况诊断模型，进行抽油机工况实时诊断。本发明具有计算速度快，经济成本低，表征精度高，无需考虑地质静态参数等优点；可以实时诊断该油田区块抽油机的工况类别，无需经过大量、耗时的计算，节省了大量时间，提高了油田工作效率，可满足油田实际工程要求。
-
公开(公告)号：CN114429009B
公开(公告)日：2022-07-29
申请号：CN202210358246.0
申请日：2022-04-07
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于元迁移学习的小样本有杆泵井工况诊断方法，属于石油工况诊断技术领域，本发明结合迁移学习和元学习两者性能的优点构建元迁移学习算法框架，通过使用在相关数据集上的预训练所得良好的网络初始化参数，再利用元学习特有的超参数自动学习能力，以更高的效率训练出用于工况诊断的模型，并将该模型应用于有杆泵井工况的实时监测中，实现科学合理地诊断油井生产问题，从而显著改善油藏开发效果；同时，使用元梯度正则化策略和困难任务样本选取方法，适用于实际油田井数多但可用带诊断标签少的情况，更贴近实际油田现场的油井故障诊断情况。
-
公开(公告)号：CN114510880A
公开(公告)日：2022-05-17
申请号：CN202210407067.1
申请日：2022-04-19
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06K9/62 , E21B47/008
Abstract: 本发明公开了一种基于傅里叶变换和几何特征的有杆泵工况诊断方法，属于有杆泵工况诊断技术领域，包括以下步骤：对所获有杆泵生产数据进行选择；针对示功图进行基于波动方程的傅里叶系数提取；获取示功图曲线数据，进行示功图简单几何特征提取；采用DCA将傅里叶系数与简单几何特征进行融合；使用XGBoost算法建立有杆泵工况诊断模型，并进行模型训练；进行有杆泵工况诊断模型的参数优化；对优化后的有杆泵工况诊断模型，进行模型性能评价；将训练完成的有杆泵工况诊断模型应用到油田现场。本发明能够提高油田开发现场对有杆泵工况诊断的效率，同时提高对油田现有数据的有效利用，实现高效诊断有杆泵工况。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.026 seconds)
