辽宁石油化工大学蔡家铁获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉辽宁石油化工大学申请的专利基于AI的油井产量预测系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120373562B 。
龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510513752.6,技术领域涉及:G06Q10/04;该发明授权基于AI的油井产量预测系统及方法是由蔡家铁;王若同;吴迪;潘一;郭明哲;许兴;陈博设计研发完成,并于2025-04-22向国家知识产权局提交的专利申请。
本基于AI的油井产量预测系统及方法在说明书摘要公布了:本发明提供基于AI的油井产量预测系统及方法,涉及人工智能技术领域,该系统包括:生产数据收集模块收集油井生产的实时数据,并对实时数据处理,得到处理数据;历史数据收集模块收集油井生产的历史数据;特征提取模块对所述历史数据进行特征处理,得到特征数据;预测模块构建循环神经网络模型,使用人工旅鼠优化算法对所述循环神经网络模型进行优化,得到最优模型,将所述处理后的实时数据和所述历史数据输入所述最优模型,得到预测产量。本发明构建循环神经网络模型,使用人工旅鼠优化算法对所述循环神经网络模型进行优化,将所述处理数据和所述特征数据输入所述最优模型,得到预测产量,提高了油井产量预测的精准度和高效性。
本发明授权基于AI的油井产量预测系统及方法在权利要求书中公布了:1.基于AI的油井产量预测系统,其特征在于,系统包括: 历史数据收集模块,用于收集油井生产的历史数据; 生产数据收集模块,用于收集油井生产的实时数据,并对实时数据进行预处理,得到处理数据; 特征提取模块,用于对所述历史数据进行时空特征提取,得到多维特征数据; 预测模块,用于构建循环神经网络模型,使用人工旅鼠优化算法对所述循环神经网络模型进行优化,得到最优模型,将所述处理数据和所述特征数据输入所述最优模型,得到预测产量; 对所述历史数据进行时空特征提取步骤包括: 使用中心差分法计算渗透率分布图中每个网格点的梯度,得到渗透率梯度数据; 采用阶差分对地层压力时序数据的变化率进行计算,得到压力变化率; 将所述渗透率梯度数据与所述压力变化率逐点相乘,得到渗透率-压力耦合系数; 对含水率的时间序列进行小波分解,得到多个子频带,对每个子频带的能量进行计算,得到能量占比; 使用香农熵公式配合所述能量占比计算熵值,得到含水率波动熵; 根据注水量时间序列数据和产液量时间序列数据,计算注水量和产液量的比值,对比值进行对数变换,得到注水效率指数; 构建循环神经网络模型步骤包括: 设置包括输入层、RNN层、全连接层、输出层的网络架构;所述输入层用于接收所述处理数据与所述特征数据,对所述处理数据和所述特征数据进行拼接得到拼接向量,所述RNN层用于捕捉所述拼接向量中的长短期依赖关系;所述全连接层用于将RNN层输出的时序特征与输入中的静态特征进行融合,得到高阶抽象特征,所述输出层用于将全连接层输出的高阶特征映射至预测产量; 在所述RNN层和所述全连接层之间加入Dropout层;所述Dropout层用于防止模型过拟合; 在所述RNN层和所述Dropout层之间设置自注意力层,并将邻接矩阵为偏置项叠加至自注意力得分矩阵,生成时空融合特征; 所述邻接矩阵获取包括: 获取目标油井以及邻井的坐标,并用欧式距离计算目标油井和邻井之间的距离,若目标油井和邻井之间距离小于等于预设阈值,则按反距离权重计算矩阵元素,得到初始矩阵; 对所述初始矩阵进行归一化处理,得到邻接矩阵。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人辽宁石油化工大学,其通讯地址为:113000 辽宁省抚顺市望花区丹东路西段1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励