一种基于自回归网络模型的剩余油分布预测方法

实质审查的生效

摘要

本发明公开了一种基于自回归网络模型的剩余油分布预测方法，属于油藏开发技术领域，包括以下步骤：从流体流动的基本渗流微分方程入手，分析剩余油分布的主要影响因素；使用数值模拟器构建样本库；构建卷积神经网络和卷积长短期记忆核的自回归网络模型，捕获输入数据与输出数据之间复杂的非线性映射关系；在训练集中训练构建的神经网络模型；在测试样本集中使用最小绝对值误差L1与相对L1误差评估训练好的代理模型的性能；输出训练完成且评估性能良好的自回归网络模型，实时采集油藏数据，输入模型，实时预测剩余油分布。发明可以大幅缩短剩余油分布预测时间，进而缩短需要进行多次油藏生产预测的油藏自动历史拟合过程的时间。

基本信息

专利标题：

一种基于自回归网络模型的剩余油分布预测方法

专利标题（英）：

暂无

公开（公告）号：

CN114492211A

申请号：

CN202210392225.0

公开（公告）日：

2022-05-13

申请日：

2022-04-15

授权号：

暂无

授权日：

暂无

发明人：

张凯王晓雅王炎中张黎明刘丕养张文娟张华清严侠杨勇飞孙海姚军樊灵

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：

青岛智地领创专利代理有限公司

代理人：

冯昌进

优先权：

CN202210392225.0

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/04 G06N3/08 G06Q50/02 G06F111/10 G06F113/08

IPC结构图谱

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

2022-05-31 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20220415

2022-05-13 ：

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