-
公开(公告)号：CN102930345B
公开(公告)日：2015-11-25
申请号：CN201210384154.6
申请日：2012-10-12
Applicant: 中国石油大学(华东)
Abstract: 本发明属于油气田开发领域，具体地，涉及大规模油田开发过程中的井网优化方法，井网优化方法如下：(1)、获取油藏资料，建立三维数字化油藏地质模型，进行油藏数值模拟；(2)、构建自适应规则井网单元，生成井网；(3)、计算经济效益，评价初始井网；(4)、设定参数，为井网优化做准备；(5)、使用梯度方法，优化单元构建参数，生成新的井网；(6)、计算并评价新井网的经济效益，再迭代运算，直到生成最优井网。本发明利用最优化理论进行井网优化，能够找到最优的井网形式；将井网优化与注采优化相结合，优化不同井网形式下的最优注采量；在优化井网形式的同时得到其相应最适宜的注采总量；能够对多种规则井网实现优化。
-
公开(公告)号：CN103883305B
公开(公告)日：2014-12-24
申请号：CN201410024799.8
申请日：2014-01-20
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种深水海底油水分离及回注装置，该装置包括：底座平台、上部支架、下部支架、分离器、缓冲罐和增压回注泵；分离器、缓冲罐和增压回注泵安放在底座平台上；分离器后气出口管线安装在分离器后部顶端；缓冲罐靠近分离器水出口管线处，增压回注泵靠近分离器入口管线处，分离器水出口管线与缓冲罐相连接并通入缓冲罐内，缓冲罐通过缓冲罐出口管线与增压回注泵相连接，增压回注泵通过出口管线将经过升压的水排出。本发明的装置安装在深海水下，井中采出液不用举升至海上平台进行处理，避免占用宝贵的平台面积，对于位于海底上千米的油井而言可节省大量能源，同时大大减低立管静压和井口背压，减少管道泄漏、变形等危险，利于生产的稳定。
-
公开(公告)号：CN120045924A
公开(公告)日：2025-05-27
申请号：CN202510519778.1
申请日：2025-04-24
Applicant: 中国石油大学(华东)
IPC: G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于特定数据驱动的卷积双向时序示功图预测方法，属于采油示功图预测技术领域，包括如下步骤：步骤1、获取示功图数据，示功图记录光杆载荷与悬点位移的动态对应关系；步骤2、对示功图数据进行数据清洗、数据对齐、数据归一化，归一化处理后得到的数据为示功图载荷特定数据；步骤3、基于示功图载荷特定数据，构建时序样本集；步骤4、构建并训练卷积双向时序模型；步骤5、将训练完成的卷积双向时序模型应用到油井现场抽油机示功图的预测中。本发明具备对多种工况，甚至复杂组合工况进行精准预测的能力，为检泵后修泵争取更多时间，同时具有计算速度快，经济成本低，表征精度高的特点。
-
公开(公告)号：CN119720800B
公开(公告)日：2025-05-27
申请号：CN202510206750.2
申请日：2025-02-25
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06F30/28 , G06F30/23 , G06T17/20 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/084 , G06Q50/02 , G06F111/10 , G06F113/08 , G06F119/14 , G06N3/048
Abstract: 本发明涉及油藏工程技术领域，公开一种适用于低渗透水驱油藏的物理信息神经网络数值模拟方法，该方法包括：采用有限体积法全隐式求解，考虑强非线性渗流；构建专家经验损失函数，限制压力饱和度输出范围，提高求解效率；采用全连接神经网络作为基础，添加邻接位置锚定、自适应激活函数和跳跃连接门控更新结构；使用两个独立网络分别求解压力和饱和度；引入井模型处理大压力梯度问题；通过网络计算出的压力、饱和度代入损失函数进行反向传播优化网络。本发明在处理大毛管压力和非线性渗流等复杂问题时具有较高的预测精度，有效解决了现有物理信息神经网络难以适用低渗透水驱油藏数值模拟的问题，并且整个训练过程无需依赖任何标签数据。
-
公开(公告)号：CN119989941A
公开(公告)日：2025-05-13
申请号：CN202510459636.0
申请日：2025-04-14
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , E21B43/20 , E21B43/12 , E21B43/14 , G06Q50/02 , G06F18/23 , G06F18/25 , G06N20/20 , G06F18/15 , G06F18/2415 , G06F18/2433 , G06N5/01 , G06F30/18 , G06N7/01 , G06F111/10
Abstract: 本发明公开了一种适用于复杂油藏的快速模拟及分层注采实时优化方法，属于非常规油藏数值模拟领域，包括如下步骤：步骤1、基于高斯混合模型和XGBoost算法构建GMM‑XGB混合模型；步骤2、构建基于物理模型的分层连通网络模型；步骤3、采用ES‑MDA算法进行自动历史拟合；步骤4、建立分层注采实时优化目标函数数学模型，基于SHADE算法进行分层注采实时优化。本发明可以提高复杂油藏的采收率，延长油田稳产期，并实现资源的高效利用和经济效益最大化。
-
Patent Agency Ranking
公开(公告)号：CN119962260A
公开(公告)日：2025-05-09
申请号：CN202510442908.6
申请日：2025-04-10
Applicant: 中国石油大学(华东)
IPC: G06F30/20 , G06N3/04 , G06F111/10
Abstract: 本申请涉及油藏工程技术领域，公开一种适用于裂缝性页岩气藏的物理信息神经网络数值模拟方法，获取裂缝性页岩气藏基础数据；基于双重介质模型和嵌入式离散模型，建立适用于裂缝性页岩气藏的基质‑微裂缝‑水力裂缝耦合模型；建立以一个全连接网络为主干网络、两个全连接网络为分支网络的神经网络模型，并在所述神经网络模型中增添网络结构并设置相关超参数；以初始压力为标签数据进行预训练，初始化神经网络模型；基于初始化的神经网络模型，采用动态时间步方法进行所有时间步训练，得到页岩气藏所有时间步的压力场。本申请可以在无标签数据的情况下，通过物理信息神经网络求解裂缝性页岩气藏弹性开采过程中的压力变化，且具有较高的精度和效率。
-
公开(公告)号：CN119885920A
公开(公告)日：2025-04-25
申请号：CN202510377587.6
申请日：2025-03-28
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06T7/13 , G06N3/006 , G06F111/10 , G06F111/04 , G06F119/14
Abstract: 本申请涉及油藏数值模拟技术领域，公开一种考虑沉积相约束的聚合物驱油藏快速模拟优化方法，根据沉积相的分布特征识别沉积相边界，并以沉积相边界以及井位和各沉积相属性为基础，建立考虑沉积相约束的连通网络模型；将连通网络模型进行一维网格划分，并转换成通用模拟器的网格连接格式，采用通用模拟器进行求解，获得压力和饱和度解；基于沉积相及油藏约束条件建立自动历史拟合数学模型；以经济净现值为指标，各井注水量、产液量和注聚量为优化变量，利用差分进化算法，通过对注聚总量和油藏压力进行约束，建立油藏注采优化数学模型。本申请有综合地考虑水驱转聚驱后的油藏特点对油藏进行优化，以实现油田快速决策和指导油田建设。
-
公开(公告)号：CN119066898B
公开(公告)日：2025-04-18
申请号：CN202411577735.0
申请日：2024-11-07
Applicant: 中国石油大学(华东)
IPC: G06F30/20 , G06N3/04 , G06F119/14 , G06F111/10
Abstract: 本发明涉及油藏工程技术领域，公开一种基于适应性物理意义神经网络的复杂动态油藏模拟方法，该方法包括：步骤1、获取复杂生产动态油藏开发数据；步骤2、建立适应性物理意义神经网络模型，初始化模型参数，并设定生产调控制度表；步骤3、响应于输入的油藏的初始压力数据，根据生产制度表来调整内边界条件，正向传播映射与反向传播计算梯度；步骤4、根据模型输出的压力数据更新饱和度；步骤5、迭代执行步骤3和步骤4，利用每步输出的压力场和训练得到的神经网络参数作为下一步的输入，持续求解整个油藏的模拟过程。本发明可以迅速适应油藏在复杂生产动态下剧烈的变化。
-
公开(公告)号：CN119720800A
公开(公告)日：2025-03-28
申请号：CN202510206750.2
申请日：2025-02-25
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06F30/28 , G06F30/23 , G06T17/20 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/084 , G06Q50/02 , G06F111/10 , G06F113/08 , G06F119/14 , G06N3/048
Abstract: 本发明涉及油藏工程技术领域，公开一种适用于低渗透水驱油藏的物理信息神经网络数值模拟方法，该方法包括：采用有限体积法全隐式求解，考虑强非线性渗流；构建专家经验损失函数，限制压力饱和度输出范围，提高求解效率；采用全连接神经网络作为基础，添加邻接位置锚定、自适应激活函数和跳跃连接门控更新结构；使用两个独立网络分别求解压力和饱和度；引入井模型处理大压力梯度问题；通过网络计算出的压力、饱和度代入损失函数进行反向传播优化网络。本发明在处理大毛管压力和非线性渗流等复杂问题时具有较高的预测精度，有效解决了现有物理信息神经网络难以适用低渗透水驱油藏数值模拟的问题，并且整个训练过程无需依赖任何标签数据。
-
公开(公告)号：CN116882323A
公开(公告)日：2023-10-13
申请号：CN202311145958.5
申请日：2023-09-07
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , E21B43/16 , E21B43/20 , G06Q10/04 , G06Q50/02 , G06N20/20 , G06F18/27 , G06F113/08 , G06F119/14 , G06F111/04
Abstract: 本发明公开了一种考虑时序性及细分任务的自适应代理策略优化方法，属于油藏生产优化技术领域，包括如下步骤：获取油田地质信息和油田生产信息，构建二氧化碳水气交替注入组分模型；依据油田生产实际，确定二氧化碳水气交替注入策略优化的决策变量和约束条件，生成约束下的初始决策变量种群；建立油田收益目标函数，确定需代理的细分任务；构建考虑时序性及细分任务的自适应多代理；基于建立的细分任务数据库，调整多代理模型参数；对目标函数执行差分进化算法，扩充数据库；给定代理更新条件，优选阶段性代理；优选结束后，保存二氧化碳水气交替注入的最佳策略方案及最佳策略方案的数模结果。本发明能输出最佳开发策略及油田收益，提高优化效率。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.034 seconds)
