基于嵌入式图神经网络的井间动态连通性预测方法及系统
实质审查的生效
摘要
本发明公开了一种基于嵌入式图神经网络的井间动态连通性预测方法及系统，涉及油藏技术领域，包括基于当前时刻目标多层系井网的生产数据和生产井产液量预测模型预测下一时刻目标多层系井网中各个生产井的产液量；其中生产井产液量预测模型的确定过程为：确定目标多层系井网的样本生产数据、样本几何数据和样本地层数据；构建嵌入式图神经网络模型；该嵌入式图神经网络模型中的图神经网络模型是基于样本几何数据构建的；基于样本生产数据、样本地层数据和嵌入式图神经网络模型确定生产井产液量预测模型。本发明能够准确预测多层系井网中流体的流动能力，进而准确评估多层系井网的井间动态连通性。
基本信息
专利标题 ：
基于嵌入式图神经网络的井间动态连通性预测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114528767A
申请号 ：
CN202210159389.9
公开（公告）日 ：
2022-05-24
申请日 ：
2022-02-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
黄朝琴梁永星王召旭张旭姚军张凯巩亮黄小光孙峰张磊
申请人 ：
中国石油大学（华东）
申请人地址 ：
山东省青岛市黄岛区长江西路66号
代理机构 ：
北京高沃律师事务所
代理人 ：
韩雪梅
优先权 ：
CN202210159389.9
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06F113/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220222
申请日 : 20220222
2022-05-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
