龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西南石油大学
摘要：本发明公开了一种基于改进LSTM模型的页岩油井油气水产量快速预测方法，利用页岩油井生产数据构建具有物理意义的误差函数并将该误差函数用于LSTM模型训练，随后基于误差分配模型权重建立了经验产量递减模型和LSTM模型的组合模型，利用组合模型预测的产油量和LSTM模型预测的气油比和水油比实现了页岩油井油气水三相产量的快速预测，所得拟合精度更高，预测结果更加可靠。本发明除用于预测页岩油井生产数据外，还可推广用于其他类型的非常规油藏，且计算代价较小，具有广泛的应用价值。
主权项：1.一种基于改进LSTM模型的页岩油井油气水产量快速预测方法，其特征在于，包括以下步骤：S1：准备页岩油井生产数据，具体包括生产日期、产油量、产气量以及产水量；S2：选取页岩油井生产数据中产油量处于递减阶段的生产数据，记为递减数据，并对选取的递减数据进行归一化处理，记为归一化数据；S3：基于步骤S2选取的递减数据中的产油量数据，利用最小二乘法开展经验产量递减模型参数拟合；S4：计算各经验产量递减模型拟合结果的均方根误差，并以均方根误差最小为原则确定最优递减模型；S5：利用步骤S2选取的递减数据，计算出递减阶段气油比、水油比和气水比，与步骤S2中的归一化数据一同作为数据样本用于训练LSTM模型；S6：分别得到最优递减模型计算产油量结果与实际产油量数据的均方根误差、LSTM模型计算产油量结果与实际产油量数据的均方根误差，根据均方根误差计算最优递减模型和LSTM模型的权重，从而得到新的组合模型，进而实现页岩油井产油量的预测；S7：根据步骤S6中组合模型预测的产油量，以及步骤S6中LSTM模型预测的气油比、水油比，预测页岩油井产气量和产水量。
全文数据：
权利要求：
百度查询： 西南石油大学 一种基于改进LSTM模型的页岩油井油气水产量快速预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号