申请/专利权人:西南石油大学
申请日:2024-04-17
公开(公告)日:2024-06-14
公开(公告)号:CN118195092A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/02;G06N3/0464;G06N3/08;G06F18/15
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明公开了一种油气井产量预测方法,包括以下步骤:S1、收集油气井数据并对数据进行预处理,并将预处理后的数据中的部分划分为训练集;S2、基于时域卷积神经网络,结合多头注意力机制和动态卷积机制构建预测模型,所述预测模型包括输入层、残差连接模块、时序注意力模块、动态卷积模块和全连接层;S3、将训练集带入预测模型中进行训练,训练完毕后,将油气井参数带入预测模型中,通过向前传播算法即可对油气井产量进行预测。本发明的方法,能够根据油气井开发的不同阶段,自适应地调整深度学习模型的结构和参数,使其无论是在单井预测还是多井预测方面,其准确度都优于现有的方法,使得本发明的方法能够为油气井产量提供数据支持。
主权项:1.一种油气井产量预测方法,其特征在于,包括以下步骤:S1、收集油气井数据并对数据进行预处理,并将预处理后的数据中的部分划分为训练集;S2、基于时域卷积神经网络,结合多头注意力机制和动态卷积机制构建预测模型,所述预测模型包括输入层、残差连接模块、时序注意力模块、动态卷积模块和全连接层;S3、将训练集带入预测模型中进行训练,训练完毕后,将油气井参数带入预测模型中,通过向前传播算法即可对油气井产量进行预测。
全文数据:
权利要求:
免责声明
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。