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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD