申请/专利权人:中海石油(中国)有限公司;中海石油(中国)有限公司天津分公司
申请日:2024-02-28
公开(公告)日:2024-04-26
公开(公告)号:CN117933489A
主分类号:G06Q10/04
分类号:G06Q10/04;G06F18/214;G06F18/24;G06N3/0464;G06N3/0442;G06N3/084;G06F17/16;G06F17/18;G06F18/25
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提供了一种用于薄互层油藏合采井产量预测方法,属于石油与天然气开采技术领域,包括以下步骤:步骤1,对收集的薄互层油藏注采井数据进行预处理;步骤2,对预处理后的数据进行数据集划分;步骤3,结合图卷积网络、长短期记忆网络和全连接网络建立薄互层油藏合采井产量预测模型,即GCN‑LSTM模型;步骤4,利用步骤2中的训练集数据对步骤3建立的GCN‑LSTM模型进行训练,并对比GCN‑LSTM模型在训练集和验证集上的预测误差;步骤5,利用步骤4训练好的GCN‑LSTM模型预测合采井的产量,并进行预测效果分析。本发明能够解决目前数据驱动产量预测模型无法考虑井间相互影响的问题。
主权项:1.一种薄互层油藏合采井产量预测方法,其特征在于,包括以下步骤:步骤1,对收集的薄互层油藏注采井数据进行预处理,包括数据去噪和数据归一化;步骤2,对预处理后的数据进行数据集划分,划分为训练集、验证集和测试集;步骤3,结合图卷积网络、长短期记忆网络和全连接网络建立薄互层油藏合采井产量预测模型,即GCN-LSTM模型;步骤4,利用步骤2中的训练集数据对步骤3建立的GCN-LSTM模型进行训练,并通过对比GCN-LSTM模型在训练集和验证集上的预测误差,防止GCN-LSTM模型训练过拟合;步骤5,利用步骤4训练好的GCN-LSTM模型预测合采井的产量,并进行预测效果分析。
全文数据:
权利要求:
百度查询: 中海石油(中国)有限公司;中海石油(中国)有限公司天津分公司 一种薄互层油藏合采井产量预测方法
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。