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！

龙图腾网获悉青岛理工大学申请的专利一种基于流匹配的端到端油藏历史拟合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：CN121118766B 。

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：202511641703.7，技术领域涉及：G06F30/28；该发明授权一种基于流匹配的端到端油藏历史拟合方法是由刘丕养;王杰;张凯;张黎明;张金鼎;张文娟;王阳;张伟设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种基于流匹配的端到端油藏历史拟合方法在说明书摘要公布了：本发明公开了一种基于流匹配的端到端油藏历史拟合方法，属于石油工程领域，包括如下步骤：步骤1、收集整理油藏地质参数和油水井生产动态数据，构建数据集，并进行数据预处理；步骤2、构建流匹配基础架构；步骤3、构建用于流匹配速度场预测的改进U形网络；步骤4、构建常微分方程求解器实现数据生成；步骤5、整合并封装流匹配基础架构、改进U形网络与常微分方程求解器得到完整的流匹配模型，实现油藏端到端动态的历史拟合。利用训练完成的端到端流匹配模型，直接输入生产动态条件即可生成与该条件相符的油藏参数场样本。此过程中不需要额外的中间环节转换，可实现油藏模型的动态匹配与精确参数调整。

本发明授权一种基于流匹配的端到端油藏历史拟合方法在权利要求书中公布了：1.一种基于流匹配的端到端油藏历史拟合方法，其特征在于，包括如下步骤： 步骤1、收集整理油藏地质参数和油水井生产动态数据，构建数据集，并进行数据预处理； 步骤2、构建流匹配基础架构；具体过程为： 步骤2.1、生成与降维和归一化后的地质参数相同维度的高斯噪声，该噪声将作为数据生成的初始输入； 步骤2.2、定义一条以时间为参数的连续概率路径，该路径的状态随时间变化，用于实现从高斯噪声到目标集合的演化过程；该路径满足： ； 其中，当时，路径的起点是高斯噪声；当时，路径的终点是目标集合；是起点和终点的线性插值，为连续概率路径在时间的状态； 步骤2.3、对连续概率路径关于时间求导，得到该路径下的真实速度场： ； 步骤2.4、通过神经网络模型学习速度场，使模型预测的速度场逼近所述真实速度场，设计神经网络模型的损失函数为： ； 其中，为损失值；表示对时间、高斯噪声和目标集合的期望；为神经网络模型预测的速度场，为神经网络的参数； 通过最小化该损失，使预测速度场能够准确驱动初始高斯噪声沿连续流演化至符合目标分布的地质参数； 步骤3、构建用于流匹配速度场预测的改进U形网络；改进U形网络的具体工作过程为： 步骤3.1、将时间通过时间嵌入层，得到时间特征； 步骤3.2、通过编码器得到三层下采样后的融合特征；编码器结构由三个下采样模块组成，每个下采样模块包含两个残差块和一个下采样层； 步骤3.3、将三层下采样后的融合特征输入到解码器，得到解码器的输出；解码器的结构由三层上采样模块构成，每层上采样模块通过一层跳跃连接、两个和编码器相同结构的残差块和一个上采样层构成； 步骤3.4、对解码器的输出进行组归一化、激活、卷积，得到与数据维度相同的速度场； 步骤4、构建常微分方程求解器实现数据生成； 步骤5、整合并封装流匹配基础架构、改进U形网络与常微分方程求解器得到完整的流匹配模型，实现油藏端到端动态的历史拟合。

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青岛理工大学，其通讯地址为：266525 山东省青岛市黄岛区嘉陵江东路777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。