首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于残差递归神经网络的抽油井井口温度预测方法 

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:沈阳工业大学

摘要:本发明涉及一种基于残差递归神经网络的抽油井井口温度预测方法,包括以下步骤:获取油田温度传感器中井口温度数据;对获取的温度数据进行预处理,获得历史温度时间序列;设计Res‑LSTM神经网络模型;设置神经网络模型的输入维度、输出维度、网络层数h、激活函数以及损失函数,优化器、学习率s和batchsize,将历史时间序列放入Res‑LSTM神经网络模型进行训练;使用油田实际生产中的温度数据验证模型的性能,输出温度预测值与误差评价结果。本发明可以解决温度数据缺失等问题还可以通过对温度数据进行长期预估,提前获取有效信息,做好生产计划的调整,实现了抽油井井口温度的精准预测。

主权项:1.一种基于残差递归神经网络的抽油井井口温度预测方法,其特征在于,包括以下步骤:步骤一:获取油田温度传感器中井口温度数据;步骤二:对从温度传感器获取的井口温度数据进行预处理,得到历史温度时间序列;步骤三:设计Res-LSTM神经网络模型;步骤四:设置Res-LSTM神经网络模型的输入维度、输出维度、网络层数h、激活函数以及损失函数,优化器、学习率s和batchsize,将历史温度时间序列放入Res-LSTM神经网络模型进行训练;步骤五:将油田实际生产中获取的温度数据验证模型的性能,输出温度预测值与误差评价结果。

全文数据:

权利要求:

百度查询: 沈阳工业大学 一种基于残差递归神经网络的抽油井井口温度预测方法

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。