申请/专利权人:常州大学
申请日:2024-01-08
公开(公告)日:2024-04-02
公开(公告)号:CN117807480A
主分类号:G06F18/24
分类号:G06F18/24;G06Q10/04;G06F17/18;G06F17/16;G06N3/0442;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种基于深度学习优化的油气田产能预测方法及系统,包括:收集目标油气田的数据,对收集的数据进行预处理;根据预处理后的数据构建分类模型,对油气田进行分类并筛选重要特征;构建产量预测模型,利用Adam算法调整网络权重,预测油气田产能并进行验证。本发明方法利用GWR模型精确分类油气田并筛选出对产量影响显著的关键特征,采用长短期记忆网络变体对这些特征进行深入分析,通过加权处理强化了重要特征在模型中的影响力。使用Adam算法优化网络权重,确保了模型在训练过程中的稳定性和效率。不仅为油气行业提供了一个高效、可靠的预测工具,还有助于优化资源开发策略,增强经济效益和可持续发展能力。
主权项:1.一种基于深度学习优化的油气田产能预测方法,其特征在于,包括:收集目标油气田的数据,对收集的数据进行预处理;根据预处理后的数据构建分类模型,对油气田进行分类并筛选重要特征;构建产量预测模型,利用Adam算法调整网络权重,预测油气田产能并进行验证。
全文数据:
权利要求:
百度查询: 常州大学 一种基于深度学习优化的油气田产能预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。