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！

龙图腾网获悉中法渤海地质服务有限公司申请的专利一种基于多组分气测系统的原油密度实时定量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：CN116856905B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310650444.9，技术领域涉及：E21B47/00；该发明授权一种基于多组分气测系统的原油密度实时定量预测方法是由汪芯;邓卓峰;倪朋勃;曹英权设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本一种基于多组分气测系统的原油密度实时定量预测方法在说明书摘要公布了：本发明提供一种基于多组分气测系统的原油密度实时定量预测方法，属于油气勘探开发技术领域。包括：步骤一：通过气体检测设备分析并检测钻井液中不同组分含量；步骤二结合多组分气测资料，挖掘分析气测多组分数据集曲线特性；步骤三：选取研究层位中最能反映原油密度性质的参数及派生参数进行优选，包含基础数据的筛选与校正以及派生参数的选取与解释等流程；步骤四：将优选参数与原油密度进行相关性分析，通过把地层油气信息解构成烃组分单元，并找出烃组分及派生参数与储层原油特性的内在联系。本发明通过基于BP神经网络模型的机器学习方法，将气录参数与派生参数等相关参数相结合，建立储层的多组分气测参数原油密度实时预测模型。

本发明授权一种基于多组分气测系统的原油密度实时定量预测方法在权利要求书中公布了：1.一种基于多组分气测系统的原油密度实时定量预测方法，其特征在于,包括如下步骤： 步骤1.根据研究区钻井液样品，通过气体检测设备定量检测烃类气体和指定非烃气体含量； 检测气体组分如下：多组分气测录井系统检测分析的烃类气体从烷烃，，，，，，，扩展到芳香烃，环烷烃和非烃类气体，； 步骤2.结合气测资料，挖掘分析气测组分数据集曲线特征； 步骤3.选取油层位中最能反映含油丰度的参数及派生参数，进行优选； 步骤4.将优选参数与原油密度进行相关性分析； 筛选储层中最具代表性的气测数据，去掉非典型数据，选取反映储层流体性质的气测样品数据进行优选派生参数，再与原油密度进行相关性分析，通过气测参数与派生参数与原油密度的图板及回归方程，相关系数分析派生参数轻组分气态烃，重组分，产烃潜量，油产率指数，Tg全烃，Ps轻重组分指数与原油密度的相关性强度； 步骤5.根据建立的气测数据集派生参数与原油密度的图板及回归方程，通过基于BP神经网络的机器学习方法，将气录参数、测井和岩屑岩心相关参数与派生参数结合，建立储层的多组分气测参数原油密度定量预测模型； BP神经网络由输入层、隐藏层、输出层组成 定义了三层网络，输入层，隐藏层，输出层，q个神经元个数，具体个数根据最终拟合效果确定，并且每个结点设有偏置，激活函数为relu函数； 分别为输入层到隐藏层，隐藏层到输出层的权重，对于只含单个隐层的神经网络模型：BP神经网络的过程主要分为两个阶段，第一阶段是信号的正向传播，从输入层经过隐含层，最后到达输出层；第二阶段是误差的反向传播，从输出层到隐含层，最后到输入层，依次调节隐含层到输出层的权重和偏置，输入层到隐含层的权重和偏置： 正向传播过程： 从输入层到隐藏层：； 从隐藏层到输出层：； 式中：为隐层神经元的输入；为输入层到隐藏层的权重；为输入的特征值数值，,为偏置变量，为输出神经元的输入，为隐藏层到输出层的权重；为隐层数值系数； 因为参数是随机的，所以首次计算出的结果跟真实的结果会有一个非常大的误差，所以需要根据误差去调整参数，让参数更好的去拟合，直到误差达到最小值，这时就需要模型的反向传播； 反向传播过程： 通过计算输出层与期望值之间的误差来调整网络参数，从而使得误差变小： 误差公式：； 式中：为模型输出值；为实际期望值 权重反向更新：；； 式中：为学习率，为输出层与期望值之间的误差，为反向权重差。

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法渤海地质服务有限公司，其通讯地址为：300457 天津市滨海新区信环西路19号天河科技园1号楼3层；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。