申请/专利权人：东北石油大学三亚海洋油气研究院

申请日：2023-12-19

公开（公告）日：2024-04-02

公开（公告）号：CN117422001B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/045;G06F9/451;G06F113/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.06#实质审查的生效;2024.01.19#公开

摘要：本申请公开了一种优势渗流通道确定方法、装置、设备及存储介质，涉及石油开发技术领域，包括：获取目标油田区域的物性参数和注水初期生产数据并根据所述物性参数和所述注水初期生产数据生成第一数据集；基于所述第一数据集构建静态优势渗流通道表征模型并获取注水后期生产数据生成第二数据集；基于所述第二数据集构建动态优势渗流通道表征模型并基于所述静态优势渗流通道表征模型和所述动态优势渗流通道表征模型确定综合优势渗流通道表征模型，以获取所述目标油田区域中各油田井点的井产液量定量值，进而对所述目标油田区域的优势渗流通道进行表征。这样一来，可以综合考虑不同注水时期优势渗流通道的影响因素，实现对优势渗流通道的准确表征。

主权项：1.一种优势渗流通道确定方法，其特征在于，包括：获取目标油田区域的物性参数和注水初期生产数据，并根据所述物性参数和所述注水初期生产数据生成第一数据集；其中，所述物性参数包括油井与水井的井间距离、地层的有效厚度和地层的渗透率；所述注水初期生产数据包括初期注水量数据和产液量变化数据；基于所述第一数据集和第一预设神经网络模型构建静态优势渗流通道表征模型，并获取注水后期生产数据，然后利用所述静态优势渗流通道表征模型和所述注水后期生产数据生成第二数据集；其中，所述基于所述第一数据集和第一预设神经网络模型构建静态优势渗流通道表征模型，包括：基于所述第一数据集和第一预设学习率对第一预设神经网络模型进行迭代训练，并基于均方差损失函数得到所述第一预设神经网络模型训练过程中的第一损失函数值；基于所述第一损失函数值，在迭代训练过程中对所述第一预设神经网络模型的模型参数进行调整以得到静态优势渗流通道表征模型；基于所述第二数据集和第二预设神经网络模型构建动态优势渗流通道表征模型，并基于所述静态优势渗流通道表征模型和所述动态优势渗流通道表征模型确定综合优势渗流通道表征模型；其中，所述基于所述第二数据集和第二预设神经网络模型构建动态优势渗流通道表征模型，包括：基于所述第二数据集和第二预设学习率对第二预设神经网络模型进行迭代训练，并基于均方差损失函数得到所述第二预设神经网络模型训练过程中的第二损失函数值；基于所述第二损失函数值，在迭代训练过程中对所述第二预设神经网络模型的模型参数进行调整以得到动态优势渗流通道表征模型；基于所述综合优势渗流通道表征模型获取所述目标油田区域中各油田井点的井产液量定量值，并基于所述井产液量定量值确定所述目标油田区域的优势渗流通道，然后在预设可视化界面上对所述优势渗流通道进行表征。

全文数据：

权利要求：

百度查询： 东北石油大学三亚海洋油气研究院 一种优势渗流通道确定方法、装置、设备及存储介质

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