-
公开(公告)号：CN118172714B
公开(公告)日：2024-07-30
申请号：CN202410598200.5
申请日：2024-05-15
Applicant: 中国石油大学(华东)
IPC: G06V20/40 , G06V20/70 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种油田井下作业环境下的多尺度施工装备鲁棒性识别方法，属于石油工程领域，包括如下步骤：步骤1、获取井场历史图像及历史视频并进行标注处理，建立数据集并划分为训练集和验证集；步骤2、构建多尺度鲁棒性识别模型，初始化模型的对抗训练参数；步骤3、进行多阶段对抗学习，构建对抗训练集；步骤4、将对抗训练集输入多尺度鲁棒性识别模型，优化模型参数，输出训练完成的多尺度鲁棒性识别模型；步骤5、实时获取当前井场井下作业环境下的视频及图像数据，输入训练完成的多尺度鲁棒性识别模型获取不同施工装备的空间位置，进而进行井场情况分析。本发明能够更好地适应井下环境中的各种复杂情况，从而提高识别的准确率和稳定性。
-
公开(公告)号：CN118095667B
公开(公告)日：2024-07-02
申请号：CN202410524678.3
申请日：2024-04-29
Applicant: 中国石油大学(华东)
IPC: G06Q10/063 , G06F17/11 , G06Q50/02 , G06N3/092 , G06N3/0464
Abstract: 本发明公开了一种近期经验引导的油藏多类措施流场调控强化学习方法，属于油藏生产优化技术领域，主要包括以下步骤：确定需要优化的层位及注采优化变量；构建油藏离散和连续调控措施混合动作空间；基于混合动作空间，构建油藏多类措施流场调控混合深度强化学习智能体模型；将智能体模型与流场调控数值模拟器持续交互，生成油藏多类措施流场调控经验样本库；结合近期经验采样机制从样本库中采集近期调控经验，训练更新智能体模型，输出最优的油藏多类措施流场调控方案。本发明通过构建混合深度强化学习智能体可以对层位封堵和注采制度进行高精度调控，同时基于近期调控经验可实现更高效的优化。
-
公开(公告)号：CN117521529B
公开(公告)日：2024-03-29
申请号：CN202410010439.6
申请日：2024-01-04
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06F30/28 , G06N3/048 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种嵌入物理意义的注采量劈分机器学习动态分析方法，属于油藏工程技术领域，包括如下步骤：步骤1、构建流管网格结构矩阵；步骤2、构建特征聚合范围矩阵和多井势能叠加模块；步骤3、构建包含多个分配器子模型的渗透率场表征模块，并对各分配器子模型进行预训练初始化；步骤4、构建油水推进模块，基于油水推进模块计算含水率和产油速率估计值；步骤5、建立产液、产油损失函数，反向传播优化所有神经网络子模块的参数，通过不断迭代训练使得残差下降到指定范围；步骤6、迭代训练完成后，输出各时间步模型中间变量注采劈分系数。本发明能准确地捕捉劈分系数受到的多方面影响，提高对油藏动态行为的理解和预测的精度。
-
公开(公告)号：CN117236195B
公开(公告)日：2024-02-02
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(56)对比文件张凯;陈国栋;薛小明;张黎明;孙海;姚传进.基于主成分分析和代理模型的油藏生产注采优化方法.中国石油大学学报(自然科学版).2020,(第03期),10042-10049.
-
公开(公告)号：CN117077577B
公开(公告)日：2024-02-02
申请号：CN202311339778.0
申请日：2023-10-17
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本发明公开了一种适用于低渗透裂缝性油藏的快速模拟及优化方法，属于非常规油藏数值模拟领域，包括如下步骤：步骤1、将油藏系统抽象为基质网格和裂缝网格，根据基质和裂缝的渗流特征构建双重介质模型；步骤2、利用ES‑MDA历史拟合算法，结合约束条件，建立自动历史拟合数学模型；步骤3、将经济净现值作为生产优化的目标函数，通过对油藏地质储量、各井压力以及注采液量上下限进行约束，建立油藏注采优化模型，采用差分进化算法得到使油藏经济净现值最大化的生产调控制度。本发明有助于更好地了解
-
Patent Agency Ranking
公开(公告)号：CN115935834A
公开(公告)日：2023-04-07
申请号：CN202310152341.X
申请日：2023-02-23
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06F17/13 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种基于深度自回归网络和持续学习策略的历史拟合方法，属于油藏开发技术领域，包括如下步骤：确定需要反演的不确定油藏参数；生成样本库；构建嵌入卷积门控循环单元的自回归神经网络模型；基于集成持续学习策略，将不同的时间段划分为不同的任务，分别训练代理模型以适应不同阶段的预测任务，并通过经验传递提高后续训练任务的训练效率；测试自回归神经网络在不同任务中的预测性能；结合随机极大似然算法校准油藏不确定参数，最终给出油藏不确定参数的一组后验油藏参数；进行数值模拟，验证后验模型对生产观测的历史拟合效果，然后利用验证效果良好的后验模型进行油藏动态预测。本发明有效提高历史拟合任务的计算速度。
-
公开(公告)号：CN114492213B
公开(公告)日：2022-07-01
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：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：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：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。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.033 seconds)
