-
公开(公告)号：CN109447532B
公开(公告)日：2021-10-22
申请号：CN201811618365.5
申请日：2018-12-28
Applicant: 中国石油大学(华东)
IPC: G06Q10/06 , G06Q50/02 , G06F16/2458 , G06N3/04
Abstract: 本发明公开了一种基于数据驱动的油藏井间连通性确定方法，首先收集油田区块的相关参数，得到各个注入信号的滤波系数，对注采数据进行预处理，修正注采数据的时滞性和衰减性；对注采数据进行归一化处理，构成神经网络学习和训练的标准样本集；搭建神经网络，并以共轭梯度算法作为学习算法，实现神经网络模型参数的快速优化求解；基于训练好的神经网络模型进行参数敏感性分析，得到表征油藏井间连通性的连通系数。本发明方法简便，计算高效，用于评价油藏井间的动态连通性，在具有传统井间连通性判别方法同等井间连通系数计算精度的同时，具有更好的产量预测效果，可进一步指导调剖堵水等优化措施的制定和智能油田分层注采历史拟合、生产优化。
-
公开(公告)号：CN112539049A
公开(公告)日：2021-03-23
申请号：CN202011342448.3
申请日：2020-11-25
Applicant: 中国石油大学(华东)
Abstract: 本发明属于石油工程领域，具体地，涉及一种基于生产动态自动历史拟合的压裂裂缝参数反演方法。基于生产动态自动历史拟合的压裂裂缝参数反演方法，包括以下步骤：步骤一、应用嵌入式离散裂缝模型对储层进行剖分，并计算传递率耦合裂缝与基质间的流动；步骤二、建立三维地震监测模型，模拟储层变化；步骤三、根据裂缝形态和离散裂缝反演算法建立复杂裂缝网络生成方法；步骤四、构建离散网络确定性反演算法。相对于现有技术，本发明通过将复杂压裂裂缝网络看作由多个小的裂缝段组成的离散裂缝网络并利用三维监测技术，结合离散网络确定性反演算法反演裂缝网络形态，描绘出精细的压裂裂缝形态，更准确地评价压裂效果和为油田后续开发提供参考。
-
Patent Agency Ranking
公开(公告)号：CN112612997A
公开(公告)日：2021-04-06
申请号：CN202011589368.8
申请日：2020-12-29
Applicant: 中国石油大学(华东)
Abstract: 本发明公开一种基于深度学习的油水相对渗透率曲线计算方法，包括：步骤S1：收集样本数据并进行预处理；得到归一化后的进汞、退汞、油相相对渗透率、水相相对渗透率曲线；步骤S2：构建步骤S1中归一化后的4个曲线的编码模型训练样本集；步骤S3：建立变分自动编码模型；步骤S4：用编码模型得到归一化后的毛管力曲线、油水相对渗透率曲线的编码值；步骤S5：建立归一化毛管力曲线和归一化油水相对渗透率曲线预测模型；步骤S6：通过步骤S5的预测模型得到预测参数；步骤S7：处理预测的归一化油水相对渗透率曲线编码值，得到完整油水相对渗透率曲线；最后与实际油水相对渗透率曲线对比。该计算方法预测精度高，还节约时间和经济成本。
-
公开(公告)号：CN112539054A
公开(公告)日：2021-03-23
申请号：CN202011344352.0
申请日：2020-11-25
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种地面管网与地下油藏复杂系统生产优化方法，包括以下步骤：选定需要进行注采制度调整的海上油田群及油田区块；建立海上油田群“多级递进式”生产‑集输结构模型；建立地面管网与地下油藏复杂系统生产优化数学模型；通过对油田现场统计资料或有限次油藏数值模拟结果的整理形成时间序列数据，并生成训练、验证深度学习模型所需的样本点；建立基于长短期记忆网络的油藏数值模拟代理模型，并进行训练和参数调整；基于长短期记忆网络代理模型和协方差矩阵自适应进化策略进行优化求解；验证海上油田群的注采制度优化调整效果。本发明能够在海上设施液量能力限制等多约束条件下，对海上油田群中多个油田区块的注采制度进行快速、统筹优化。
-
公开(公告)号：CN109447532A
公开(公告)日：2019-03-08
申请号：CN201811618365.5
申请日：2018-12-28
Applicant: 中国石油大学(华东)
IPC: G06Q10/06 , G06Q50/02 , G06F16/2458 , G06N3/04
Abstract: 本发明公开了一种基于数据驱动的油藏井间连通性确定方法，首先收集油田区块的相关参数，得到各个注入信号的滤波系数，对注采数据进行预处理，修正注采数据的时滞性和衰减性；对注采数据进行归一化处理，构成神经网络学习和训练的标准样本集；搭建神经网络，并以共轭梯度算法作为学习算法，实现神经网络模型参数的快速优化求解；基于训练好的神经网络模型进行参数敏感性分析，得到表征油藏井间连通性的连通系数。本发明方法简便，计算高效，用于评价油藏井间的动态连通性，在具有传统井间连通性判别方法同等井间连通系数计算精度的同时，具有更好的产量预测效果，可进一步指导调剖堵水等优化措施的制定和智能油田分层注采历史拟合、生产优化。
-
公开(公告)号：CN112539054B
公开(公告)日：2024-05-14
申请号：CN202011344352.0
申请日：2020-11-25
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种地面管网与地下油藏复杂系统生产优化方法，包括以下步骤：选定需要进行注采制度调整的海上油田群及油田区块；建立海上油田群“多级递进式”生产‑集输结构模型；建立地面管网与地下油藏复杂系统生产优化数学模型；通过对油田现场统计资料或有限次油藏数值模拟结果的整理形成时间序列数据，并生成训练、验证深度学习模型所需的样本点；建立基于长短期记忆网络的油藏数值模拟代理模型，并进行训练和参数调整；基于长短期记忆网络代理模型和协方差矩阵自适应进化策略进行优化求解；验证海上油田群的注采制度优化调整效果。本发明能够在海上设施液量能力限制等多约束条件下，对海上油田群中多个油田区块的注采制度进行快速、统筹优化。
-
公开(公告)号：CN112612997B
公开(公告)日：2022-07-01
申请号：CN202011589368.8
申请日：2020-12-29
Applicant: 中国石油大学(华东)
Abstract: 本发明公开一种基于深度学习的油水相对渗透率曲线计算方法，包括：步骤S1：收集样本数据并进行预处理；得到归一化后的进汞、退汞、油相相对渗透率、水相相对渗透率曲线；步骤S2：构建步骤S1中归一化后的4个曲线的编码模型训练样本集；步骤S3：建立变分自动编码模型；步骤S4：用编码模型得到归一化后的毛管力曲线、油水相对渗透率曲线的编码值；步骤S5：建立归一化毛管力曲线和归一化油水相对渗透率曲线预测模型；步骤S6：通过步骤S5的预测模型得到预测参数；步骤S7：处理预测的归一化油水相对渗透率曲线编码值，得到完整油水相对渗透率曲线；最后与实际油水相对渗透率曲线对比。该计算方法预测精度高，还节约时间和经济成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
