-
公开(公告)号：CN116542429A
公开(公告)日：2023-08-04
申请号：CN202310819291.6
申请日：2023-07-06
Applicant: 中国石油大学(华东)
IPC: G06Q10/063 , G06Q50/02 , G06N3/044 , G06N3/08 , G06F18/27
Abstract: 本发明公开了一种融合时空特征的油藏生产指标机器学习预测方法，属于油藏开发技术领域，包括如下步骤：确定待预测的生产指标及生产指标的影响因素，建立油藏生产指标预测样本库；筛选得到油藏生产指标的主控因素；构建循环自编码器，提取动态影响因素的时间序列特征；构建基于极限梯度提升树的油藏生产指标预测模型；使用交叉验证技术评估模型对油藏生产指标的预测效果，然后利用验证效果良好的模型进行油藏生产指标预测。本发明通过引入循环自编码器将动态影响因素中的时间序列特征和静态影响因素中的空间特征进行融合，再通过极限梯度提升树高效建立机器学习模型，从而实现快速、准确的油藏生产指标预测。
-
公开(公告)号：CN111625925B
公开(公告)日：2022-09-23
申请号：CN202010329814.5
申请日：2020-04-24
Applicant: 中国石油大学(华东)
IPC: G06F30/20 , G06T17/05 , G16C10/00 , G06N3/00 , G06F111/10
Abstract: 本发明公开了一种基于色谱分离的三元复合驱注采优化方法，具体涉及油气田开发领域。该方法利用油藏资料建立三元复合驱油藏地质模型进行油藏数值模拟，从模拟结果中选取三元复合驱参数，建立三元复合驱色谱分离程度评价模型，利用无梯度优化算法，优化三元复合驱中各物质的注入浓度，更新色谱分离参数值，判断更新后色谱分离参数的增量是否满足收敛条件，若不满足，则将优化后的注入浓度代入三元复合驱油藏地质模型中继续优化，若满足，则输出最优注入浓度。该方法将无梯度优化算法与油藏数值模拟相结合，基于色谱分离程度评价模型优化最优注入参数，实现了对化学驱效果的快速预测，对指导油藏化学驱开发方案的制定具有重要意义。
-
公开(公告)号：CN114693005B
公开(公告)日：2022-08-26
申请号：CN202210603016.6
申请日：2022-05-31
Applicant: 中国石油大学(华东)
IPC: G06F17/00 , G06Q10/04 , G06Q50/02 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于卷积傅里叶神经网络的三维地下油藏动态预测方法，属于油藏工程技术领域，利用构建的3D卷积傅里叶神经网络模型对三维地下油藏剩余油饱和度或压力进行动态预测，具体包括以下步骤：采集三维地下油藏数据；构建3D卷积傅里叶神经网络，结合LSTM同时考虑时间和空间信息；设置卷积傅里叶网络模型的超参数，训练3D卷积傅里叶网络模型；评估3D卷积傅里叶神经网络的性能；训练完成后，输出测试指标良好的3D卷积傅里叶网络模型。本发明实现了三维油藏模型的高精度快速预测，很好的针对三维油藏的时空性和物理系统的特点，更符合现场实际需求。
-
公开(公告)号：CN114510880B
公开(公告)日：2022-07-12
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。
-
公开(公告)号：CN114492211B
公开(公告)日：2022-07-12
申请号：CN202210392225.0
申请日：2022-04-15
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06Q50/02 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种基于自回归网络模型的剩余油分布预测方法，属于油藏开发技术领域，包括以下步骤：从流体流动的基本渗流微分方程入手，分析剩余油分布的主要影响因素；使用数值模拟器构建样本库；构建卷积神经网络和卷积长短期记忆核的自回归网络模型，捕获输入数据与输出数据之间复杂的非线性映射关系；在训练集中训练构建的神经网络模型；在测试样本集中使用最小绝对值误差L1与相对L1误差评估训练好的代理模型的性能；输出训练完成且评估性能良好的自回归网络模型，实时采集油藏数据，输入模型，实时预测剩余油分布。发明可以大幅缩短剩余油分布预测时间，进而缩短需要进行多次油藏生产预测的油藏自动历史拟合过程的时间。
-
Patent Agency Ranking
公开(公告)号：CN111861129B
公开(公告)日：2022-07-01
申请号：CN202010573008.2
申请日：2020-06-22
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于多尺度油藏模型的多保真注采优化方法，本发明以多尺度数值模拟配合多保真差分进化，兼有低保真方法的寻优速度快和高保真方法计算精度高的优势，在保证计算精度的前提下大幅节省寻优时间，能够利用有限的时间资源得到最具经济效益的注采策略；采用多保真引导优化，能够在差分进化中自适应的调节变异策略和缩放因子。通过初始全局搜索接近最优解，通过局部最优策略加快收敛速度，全局随机策略跳出局部最优。并随算法进行，自适应地调整缩放因子，合理控制差分变异幅度。
-
公开(公告)号：CN114492211A
公开(公告)日：2022-05-13
申请号：CN202210392225.0
申请日：2022-04-15
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06Q50/02 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种基于自回归网络模型的剩余油分布预测方法，属于油藏开发技术领域，包括以下步骤：从流体流动的基本渗流微分方程入手，分析剩余油分布的主要影响因素；使用数值模拟器构建样本库；构建卷积神经网络和卷积长短期记忆核的自回归网络模型，捕获输入数据与输出数据之间复杂的非线性映射关系；在训练集中训练构建的神经网络模型；在测试样本集中使用最小绝对值误差L1与相对L1误差评估训练好的代理模型的性能；输出训练完成且评估性能良好的自回归网络模型，实时采集油藏数据，输入模型，实时预测剩余油分布。发明可以大幅缩短剩余油分布预测时间，进而缩短需要进行多次油藏生产预测的油藏自动历史拟合过程的时间。
-
公开(公告)号：CN112780249A
公开(公告)日：2021-05-11
申请号：CN202011504895.4
申请日：2020-12-18
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种水下三相多级重力式分离注采系统，属于海洋油气开发领域。所述分离注采系统包括整体支架结构、三级柱式气液旋流分离器及其支撑支架、卧式三相重力分离器及其支撑支架、三组增压输送泵、过渡储液罐以及相应的连接管线。三级柱式气液旋流分离器及其支撑支架、卧式三相重力分离器及其支撑支架以及三组增压输送泵以及过渡储液罐均位于整体支架结构内并通过相应的管线连接形成三相多级分离注采系统。生产井采出液可直接在海底通过实现三相分离，从而避免将采出液举升到海上平台再进行分离处理，既减少了不必要的能源消耗，又为海上平台节约了宝贵的平台面积，同时也降低了立管静压和井口背压，提高了油气开采的效率与稳定性，降低了生产成本。
-
公开(公告)号：CN112541571A
公开(公告)日：2021-03-23
申请号：CN202011339272.6
申请日：2020-11-25
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于双并联神经网络的机器学习的注采连通性确定方法，具体包括以下步骤：步骤一：获取双并联神经网络模型的输入、输出数据，并进行数据预处理，步骤二：构建双并联神经网络，并进行模型训练，步骤三：基于训练完成的双并联神经网络，进行连通性分析，步骤四：利用测试集数据检查模型的泛化能力。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。该网络还可以用于生产预测，对于油田现场调整注采关系，采取堵水调剖措施，以及井网优化等都具有重要的指导意义；通过历史注采数据，可准确计算评估注采动态连通性的演变过程及生产历史内总的连通情况，集成两种连通性分析为一体，可满足实际应用需求。
-
公开(公告)号：CN112539054A
公开(公告)日：2021-03-23
申请号：CN202011344352.0
申请日：2020-11-25
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种地面管网与地下油藏复杂系统生产优化方法，包括以下步骤：选定需要进行注采制度调整的海上油田群及油田区块；建立海上油田群“多级递进式”生产‑集输结构模型；建立地面管网与地下油藏复杂系统生产优化数学模型；通过对油田现场统计资料或有限次油藏数值模拟结果的整理形成时间序列数据，并生成训练、验证深度学习模型所需的样本点；建立基于长短期记忆网络的油藏数值模拟代理模型，并进行训练和参数调整；基于长短期记忆网络代理模型和协方差矩阵自适应进化策略进行优化求解；验证海上油田群的注采制度优化调整效果。本发明能够在海上设施液量能力限制等多约束条件下，对海上油田群中多个油田区块的注采制度进行快速、统筹优化。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.036 seconds)
