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！

龙图腾网获悉西安石油大学申请的专利一种致密砂岩气藏多层合采产能预测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：CN120409260B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510556111.9，技术领域涉及：G06F30/27；该发明授权一种致密砂岩气藏多层合采产能预测方法是由宗廷博;赵金省;刘二虎;王梦忆;张翔设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种致密砂岩气藏多层合采产能预测方法在说明书摘要公布了：本发明提供一种致密砂岩气藏多层合采产能预测方法，方法包括以下步骤：基于斯皮尔曼相关系数构建包含操作变量、静态参数、动态数据的图数据模型，通过物联网传感器实时更新节点特征，采用动态图机制修正邻接矩阵权重；S2：利用CNN网络模型和LSTM网络模型提取多模态数据特征，经PCA降维后输入OV‑GCN模型，结合GAT与Transformer实现图结构建模，输出产能分布、含水率及层间干扰预测值；S3：将预测结果输入NSGA‑II多目标优化模型，以产能最大化、成本最小化、干扰平衡为目标，结合Eclipse数值模拟验证，生成压裂参数Pareto最优解集。根据本发明能够深度挖掘测井图像、生产时序数据和结构化数据中的信息，精准捕捉气藏产能与各类数据之间的复杂关联。

本发明授权一种致密砂岩气藏多层合采产能预测方法在权利要求书中公布了：1.一种致密砂岩气藏多层合采产能预测方法，其特征在于，包括以下步骤： S1：基于斯皮尔曼相关系数构建包含操作变量、静态参数、动态数据的图数据模型，通过物联网传感器实时更新节点特征，采用动态图机制修正邻接矩阵权重； S2：利用CNN网络模型和LSTM网络模型提取多模态数据特征，经PCA降维后输入OV-GCN模型，结合GAT与Transformer实现图结构建模，输出产能分布、含水率及层间干扰预测值； S3：将预测结果输入NSGA-II多目标优化模型，以产能最大化、成本最小化、干扰平衡为目标，结合Eclipse数值模拟验证，生成压裂参数Pareto最优解集； 所述结合GAT与Transformer实现图结构建模的步骤包括： S2.2.1：在GCN后接入图注意力层GAT模块，在OV-GCN模型的图卷积层后接入8头注意力机制，通过共享权重矩阵对节点特征进行线性变换，采用LeakyReLU激活函数计算节点间注意力权重； S2.2.2：将GAT输出的节点特征输入6层Transformer编码器，每层设置8个注意力头，通过多头自注意力机制捕捉节点间长距离依赖关系，生成包含全局拓扑信息的节点嵌入； S2.2.3：将Transformer输出的节点嵌入输入全连接层，采用ReLU激活函数预测产能分布、含水率及层间干扰强度； 同时引入物质平衡方程约束修正预测值，修正公式为： ； 其中，为0.1-0.3的约束系数、、为模拟与实测含水饱和度，为原始预测值，为产能预测值，为含水饱和度极值； 通过相邻小层产能预测值差异表征干扰强度，公式为： ； 其中为小层厚度，为孔隙度，用于标准化层间产能差异； 所述NSGA-II多目标优化模型的目标函数与约束条件包括： 所述目标函数包括：单井产能最大化、无效压裂成本最小化以及层间干扰平衡； 单井产能最大化为： ； 其中，n为小层数； 无效压裂成本最小化： ； 其中为第j次压裂作业成本，为指示函数，压裂前基础产能； 层间干扰平衡： ； 其中，为相邻小层对集合； 约束条件为： ； 其中为裂缝长度，为导流能力，为注水压力，为小层破裂压力。

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西安石油大学，其通讯地址为：710000 陕西省西安市电子二路东段18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。