中国石油大学(华东)王英杰获国家专利权
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!
龙图腾网获悉中国石油大学(华东)申请的专利一种基于神经可加模型的油田产量鲁棒预测方法及系统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:CN120911650B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202510816460.X,技术领域涉及:G06Q10/04;该发明授权一种基于神经可加模型的油田产量鲁棒预测方法及系统是由王英杰;邓利群;齐玉娟;刘宝弟;刘伟锋设计研发完成,并于2025-06-18向国家知识产权局提交的专利申请。
本一种基于神经可加模型的油田产量鲁棒预测方法及系统在说明书摘要公布了:本发明公开了一种基于神经可加模型的油田产量鲁棒预测方法及系统,涉及石油井生产预测技术领域,包括:基于神经可加模型SMART,通过获取由多维时间序列数据组成的输入数据,进行模型训练,构建预测模型;基于预测模型,采用稀疏学习策略、基于众数的度量方法以及非凸优化算法,进行模型优化,依据优化后的预测模型,对油田产量进行预测。本发明通过结合神经网络与可加模型,引入基于众数的度量、稀疏学习和非凸优化算法,有效地提高了油田产量预测方法的准确性、鲁棒性、可解释性和效率,使其更适合应用于实际场景。
本发明授权一种基于神经可加模型的油田产量鲁棒预测方法及系统在权利要求书中公布了:1.一种基于神经可加模型的油田产量鲁棒预测方法,其特征在于,包括以下步骤: 基于神经可加模型SMART,通过获取由多维时间序列数据组成的输入数据,进行模型训练,构建预测模型; 基于所述预测模型,采用稀疏学习策略、基于众数的度量方法以及非凸优化算法ProxSAGA,进行模型优化,依据优化后的预测模型,对油田产量进行预测; 在获取输入数据的过程中,基于水驱油田生产特征及油田开发历史数据,筛选用于油田产量预测的特征,并通过皮尔逊相关系数度量输入变量和输出变量之间的相关程度,根据度量结果,获取所述输入数据,其中,所述输入数据包括:日产油、日产水、累产油、含水率、流压、累产液和渗透率; 在构建神经可加模型SMART的过程中,将所有基础函数的输出值求和,并加上一个偏置项,构建神经可加模型SMART; 在进行模型优化时,采用基于众数的度量方法来评估模型预测值与实际值之间的差异,用于通过最小化预测值与条件众数之间的偏差来减少异常值的影响; 在执行众数度量时,基于众数回归问题,获取条件众数函数,并引入众数回归风险,利用核密度估计实现众数度量; 在进行模型优化时,通过对每个基函数对应神经网络的全体权重进行联合稀疏正则化,选择相关特征,减少冗余特征的影响; 在进行模型优化时,采用非凸优化算法ProxSAGA,通过引入双小批量梯度估计机制,并与近端算子结合,解决非凸优化问题,并且提高模型的优化效率和收敛速度; 在进行模型优化时,所述非凸优化算法ProxSAGA,包括以下步骤: 初始化模型参数,计算初始梯度估计,确定步长μ、正则化系数λ、小批量大小b; 每次迭代随机选取两个小批量样本索引集合,每个集合包含b个样本; 用小批量样本计算得到的梯度,减去对应的历史梯度,再加上全局梯度估计,计算修正后的梯度方向; 先进行梯度下降,再通过近端算子处理正则化项得到新参数; 对小批量样本的历史参数新为当前参数,其余样本的历史参数保持不变; 按比例调整全局梯度估计; 最终返回迭代后的参数作为模型结果。
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中国石油大学(华东),其通讯地址为:266580 山东省青岛市黄岛区长江西路66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