-
公开(公告)号：CN114781951B
公开(公告)日：2022-09-09
申请号：CN202210714209.9
申请日：2022-06-23
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种页岩油藏二氧化碳吞吐开发选井决策方法及系统，属于石油开采技术领域。先确定多个影响因子以及每一影响因子的取值范围，并在每一影响因子的取值范围内进行多次随机采样，得到多组影响因子数据组。然后以影响因子数据组作为输入，计算不同开发方式下的第一生产动态和第二生产动态，以进一步计算每一组影响因子数据组对应的多个效果指标的取值。再根据所有影响因子数据组对应的多个效果指标的取值计算每一效果指标的权重，并根据每一效果指标的权重建立综合评价指标计算公式。最后利用综合评价指标计算公式进行目标区块内的目标页岩油井的二氧化碳吞吐开发选井决策，能够客观、全面的进行页岩油藏二氧化碳吞吐开发的选井决策。
-
公开(公告)号：CN113435662A
公开(公告)日：2021-09-24
申请号：CN202110797219.9
申请日：2021-07-14
Applicant: 中国石油大学(华东)
Abstract: 本发明实施例提供一种水驱油藏产量预测方法、装置及存储介质，属于石油开采技术领域，解决了现有技术中对于生产井产量预测考虑因素单一，导致预测准确率低的问题。所述方法包括：获取目标油藏井网的空间信息及时间信息，建立所述目标油藏井网的时空图结构数据集；对所述时空图结构数据集进行滑动时间窗口划分，建立所述目标油藏井网的训练样本集；利用所述训练样本集，训练得到用于水驱油藏产量预测的多层时空图神经网络；利用所述多层时空图神经网络，得到所述目标油藏井网的生产井的产量预测结果。本发明实施例适用于水驱油藏井网中生产井的产量预测。
-
公开(公告)号：CN118855447A
公开(公告)日：2024-10-29
申请号：CN202410868176.2
申请日：2024-07-01
Applicant: 中国石油大学(华东)
IPC: E21B47/00 , E21B41/00 , G06F30/20 , G06F30/27 , G06F18/211 , G06F18/23 , G06Q10/04 , G06Q50/02 , G06N20/00 , G06F111/10 , G06F119/22
Abstract: 本发明公开一种油田加密井位智能优化方法、系统及介质，涉及油气田开发领域。通过随机确定有效网格范围内的加密井的空间位置，并结合井况数据进行数值模拟，从而基于数值模拟的结果得到加密井不同空间位置处的目标油藏的全区累产油量模拟数据或经济净现值模拟数据，以全区累产油量模拟数据或经济净现值模拟数据为标签训练机器学习模型，从而利用训练后的预测模型预测待优化油藏在目标时间每一未打井的有效网格位置的全区累产油量预测数据，进而根据预测数据确定最优的加密井位置。本发明基于上述的最优加密井位置的优化过程能够高效且准确地确定最优加密井位置。
-
公开(公告)号：CN114154427B
公开(公告)日：2022-04-19
申请号：CN202210116922.3
申请日：2022-02-08
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于深度学习的体积压裂裂缝扩展预测方法和系统，涉及油气田开发技术领域，首先构建用于预测不同类型油藏裂缝扩展的U型深度残差卷积神经网络预测模型，然后将待预测油藏的裂缝扩展预测方案输入该模型，获得待预测油藏的裂缝扩展预测结果。基于U型深度残差卷积神经网络预测模型预测裂缝扩展只需要数秒的时间，克服了传统的裂缝扩展模拟方法模拟裂缝扩展过程需要几个小时甚至更长时间的缺陷，大大降低了时间成本，提高了体积压裂裂缝扩展预测效率。
-
公开(公告)号：CN115270663B
公开(公告)日：2022-12-09
申请号：CN202211177585.5
申请日：2022-09-27
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , G06F17/11 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种描述页岩基质与天然裂缝间非稳态窜流的方法及系统，包括：基于页岩岩心得到页岩基质的非线性渗流方程和页岩的压敏特性方程从而构建表征页岩基质内流体流动的流动控制方程并得到无因次化处理后的流动控制方程，确定不同时刻的基质块内压力分布；根据不同时刻的基质块内压力分布确定基质块流向天然裂缝的瞬时流量并进行拟合确定无因次形状因子随无因次时间的变化方程；多次改变非线性渗流参数以及基质压敏系数并重新计算流动控制方程，最终得到拟合后的无因次形状因子随无因次时间的变化方程。本发明考虑页岩储层应力敏感性和非线性渗流特性，能够准确描述页岩基质与天然裂缝间的非稳态窜流，实现窜流量随时间变化关系的精确表征。
-
Patent Agency Ranking
公开(公告)号：CN115270663A
公开(公告)日：2022-11-01
申请号：CN202211177585.5
申请日：2022-09-27
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , G06F17/11 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种描述页岩基质与天然裂缝间非稳态窜流的方法及系统，包括：基于页岩岩心得到页岩基质的非线性渗流方程和页岩的压敏特性方程从而构建表征页岩基质内流体流动的流动控制方程并得到无因次化处理后的流动控制方程，确定不同时刻的基质块内压力分布；根据不同时刻的基质块内压力分布确定基质块流向天然裂缝的瞬时流量并进行拟合确定无因次形状因子随无因次时间的变化方程；多次改变非线性渗流参数以及基质压敏系数并重新计算流动控制方程，最终得到拟合后的无因次形状因子随无因次时间的变化方程。本发明考虑页岩储层应力敏感性和非线性渗流特性，能够准确描述页岩基质与天然裂缝间的非稳态窜流，实现窜流量随时间变化关系的精确表征。
-
公开(公告)号：CN114781951A
公开(公告)日：2022-07-22
申请号：CN202210714209.9
申请日：2022-06-23
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种页岩油藏二氧化碳吞吐开发选井决策方法及系统，属于石油开采技术领域。先确定多个影响因子以及每一影响因子的取值范围，并在每一影响因子的取值范围内进行多次随机采样，得到多组影响因子数据组。然后以影响因子数据组作为输入，计算不同开发方式下的第一生产动态和第二生产动态，以进一步计算每一组影响因子数据组对应的多个效果指标的取值。再根据所有影响因子数据组对应的多个效果指标的取值计算每一效果指标的权重，并根据每一效果指标的权重建立综合评价指标计算公式。最后利用综合评价指标计算公式进行目标区块内的目标页岩油井的二氧化碳吞吐开发选井决策，能够客观、全面的进行页岩油藏二氧化碳吞吐开发的选井决策。
-
公开(公告)号：CN112528573B
公开(公告)日：2022-05-06
申请号：CN202011385800.1
申请日：2020-12-01
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , E21B33/13 , G06F111/10 , G06F113/08
Abstract: 本发明涉及一种特高含水期油井的堵剂参数优化方法及系统，优化方法包括：获取处于特高含水期目标井组的井组数据；井组数据包括处于特高含水期的目标井组的地质数据、生产动态数据和纵向水洗数据；根据井组数据确定纵向水洗程度划分级别；纵向水洗程度划分级别包括强水洗层、中水洗层和弱水洗层；根据井组数据、纵向水洗程度划分级别和堵剂参数建立堵水数值模拟模型；以经济净现值最大化为目标函数，对堵水数值模拟模型中堵水堵剂的堵剂参数进行优化，得到最优堵剂参数。本发明特高含水期油井的堵剂参数优化方法及系统能够提高优化堵剂参数的全面性和针对性，提高优化过程的速度和精度，提高了堵水过程的效益，实现了堵剂参数自动优化。
-
公开(公告)号：CN114154427A
公开(公告)日：2022-03-08
申请号：CN202210116922.3
申请日：2022-02-08
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于深度学习的体积压裂裂缝扩展预测方法和系统，涉及油气田开发技术领域，首先构建用于预测不同类型油藏裂缝扩展的U型深度残差卷积神经网络预测模型，然后将待预测油藏的裂缝扩展预测方案输入该模型，获得待预测油藏的裂缝扩展预测结果。基于U型深度残差卷积神经网络预测模型预测裂缝扩展只需要数秒的时间，克服了传统的裂缝扩展模拟方法模拟裂缝扩展过程需要几个小时甚至更长时间的缺陷，大大降低了时间成本，提高了体积压裂裂缝扩展预测效率。
-
公开(公告)号：CN113052371B
公开(公告)日：2022-05-31
申请号：CN202110282598.8
申请日：2021-03-16
Applicant: 中国石油大学(华东)
Abstract: 本发明提供一种基于深度卷积神经网络的剩余油分布预测方法及装置，属于石油开发技术领域。所述预测方法包括：根据目标油藏所属类型油藏的地质参数和开发参数模拟建立训练数据集；利用所述训练数据集训练得到深度全卷积编码解码神经网络预测模型；采用所述深度全卷积编码解码神经网络预测模型预测目标油藏任意时刻的剩余油分布。本发明的预测方法可以通过目标油藏的地质参数和开发参数，考虑影响剩余油分布的因素和时间序列的影响，针对这一类型的油藏设置不同的数值模拟方案，通过油藏数值模拟建立数据集，然后利用深度全卷积编码解码神经网络为架构进行训练，从而实现对该类油藏任意时刻剩余油分布的快速准确预测，为油藏的高效开发提供指导。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.062 seconds)
