首页> 中国专利> 一种基于自回归网络模型的剩余油分布预测方法

一种基于自回归网络模型的剩余油分布预测方法

页面导航

摘要
著录项
法律信息
相似文献

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。

著录项

公开/公告号CN114492211A

专利类型发明专利
公开/公告日2022-05-13

原文格式PDF
申请/专利权人中国石油大学(华东);
展开▼

申请/专利号CN202210392225.0
发明设计人张凯;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;
展开▼

申请日2022-04-15
分类号G06F30/27;G06N3/04;G06N3/08;G06Q50/02;G06F111/10;G06F113/08;
代理机构
代理人
地址 266580 山东省青岛市黄岛区长江西路66号
入库时间 2023-06-19 15:18:12

法律信息

法律状态公告日

法律状态信息

法律状态
2022-05-31

实质审查的生效 IPC(主分类):G06F30/27 专利申请号:2022103922250 申请日:20220415

实质审查的生效

相似文献

专利
中文文献
外文文献

1. 一种基于历史及预测油藏知识的剩余油分布预测方法及装置 [P] . 中国专利： CN114638401A . 2022-06-17
2. 一种基于深度学习的水驱开发油田剩余油分布的预测方法 [P] . 中国专利： CN109948841B . 2020.10.27
3. 一种基于ABAQUS的多轴蠕变疲劳预测方法 [P] . 世界知识产权组织专利： WO2020/143284A1 . 2020.07.16
4. 一种基于变分自编码器的训练样本数据扩充方法、存储介质及计算机设备 [P] . 世界知识产权组织专利： WO2020/143321A1 . 2020.07.16
5. 一种基于动态视觉传感器的角点检测方法 [P] . 世界知识产权组织专利： WO2020/143499A1 . 2020.07.16