龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西南石油大学
摘要：基于PSO参数优化的T‑HDM的非常规气藏产量预测方法，涉及油气开发技术领域，包括以下步骤：收集目标单井的生产历史数据，并对收集到的数据进行预处理，建立复合时间超双曲递减模型，确定模型的特征参数，确定模型特征参数阈值范围，选择特征参数组作为粒子，使用PSO算法在特征参数阈值范围内迭代计算特征参数组，输出决定系数R2最大时的特征参数组，使用具有最大决定系数R2的特征参数组对应的复合时间超双曲递减模型预测后续生产周期的气藏产量；本发明通过粒子群优化算法来寻找复合时间超双曲递减模型的最优参数并得出相应的模型，能够更加准确地描述非常规气藏井在不同阶段的产量变化情况。
主权项：1.基于PSO参数优化的T-HDM的非常规气藏产量预测方法，其特征在于，包括以下步骤：步骤S1：收集目标单井的生产历史数据，并对收集到的数据进行预处理；步骤S2：建立复合时间超双曲递减模型，确定模型的特征参数，其中，复合时间超双曲递减模型为式1所示： 式1中，qi为初始产量，di为初始递减率，b为递减曲线指数，m为时间复合函数影响因子；递减模型的特征化参数为：初始产量qi，初始递减率di，递减曲线指数b，时间复合函数影响因子m；步骤S3：确定模型特征参数阈值范围；步骤S4：选择特征参数组作为粒子，以使得生产历史数据带入复合时间超双曲递减模型后得到的拟合曲线的决定系数R2最大为目标，使用PSO算法在特征参数阈值范围内迭代计算特征参数组，输出决定系数R2最大时的特征参数组；步骤S5：使用具有最大决定系数R2的特征参数组对应的复合时间超双曲递减模型预测后续生产周期的气藏产量。
全文数据：
权利要求：
百度查询： 西南石油大学 基于PSO参数优化的T-HDM的非常规气藏产量预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号