-
公开(公告)号：CN111364953B
公开(公告)日：2022-02-22
申请号：CN202010157632.4
申请日：2020-03-09
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于图神经网络的井间动态连通性识别方法及系统，涉及井间连通性识别领域，包括获取目标井网的几何信息；获取述目标井网的历史生产数据；根据述目标井网的几何信息和历史生产数据，建立图神经网络模型；获取目标井网的实时生产数据，并根据实时生产数据和图神经网络模型，识别目标井网内各个井间的动态流通性。本发明通过图神经网络的机器学习方法，利用井网的几何信息和历史生产数据，来识别井网之中不同井之间的动态连通性状况，真实反映注水井和生产井层内的连通性特征。
-
公开(公告)号：CN114528767B
公开(公告)日：2025-04-11
申请号：CN202210159389.9
申请日：2022-02-22
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06N3/042 , G06N3/084 , G06F113/08
Abstract: 本发明公开了一种基于嵌入式图神经网络的井间动态连通性预测方法及系统，涉及油藏技术领域，包括基于当前时刻目标多层系井网的生产数据和生产井产液量预测模型预测下一时刻目标多层系井网中各个生产井的产液量；其中生产井产液量预测模型的确定过程为：确定目标多层系井网的样本生产数据、样本几何数据和样本地层数据；构建嵌入式图神经网络模型；该嵌入式图神经网络模型中的图神经网络模型是基于样本几何数据构建的；基于样本生产数据、样本地层数据和嵌入式图神经网络模型确定生产井产液量预测模型。本发明能够准确预测多层系井网中流体的流动能力，进而准确评估多层系井网的井间动态连通性。
-
公开(公告)号：CN114547978B
公开(公告)日：2025-03-14
申请号：CN202210159309.X
申请日：2022-02-22
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06F30/28 , G06N3/042 , G06N3/044 , G06N3/08 , G06T17/00 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于异构图神经网络的多层系注水量劈分方法及系统，涉及油气藏渗流技术领域，该方法包括：获取目标井网的三维几何数据、历史生产数据和地层数据；基于所述目标井网的历史生产数据和地层数据，构建训练异构图神经网络的样本数据库；基于所述目标井网的三维几何数据和所述样本数据库，训练建立异构图神经网络模型；利用所述异构图神经网络模型和当前阶段注水井注水量，预测当前阶段注水井注水量对应的所述目标井网中各个注水井各个射孔处的注水量劈分量，以及所述目标井网中各个生产井的产液量。本发明能够清楚表征地下真实情况，提高注水井注水量的劈分精度。
-
Patent Agency Ranking
公开(公告)号：CN112926771B
公开(公告)日：2022-10-25
申请号：CN202110197198.7
申请日：2021-02-22
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于改进的时空图卷积网络产油量预测方法及系统，该方法包括：获取目标井网的历史数据；所述历史数据包括采油速率、注水速率、压力数据以及不同时刻的连通性信息；对所述历史数据进行标准化处理；建立时空图卷积网络模型；所述时空图卷积网络模型的输入为三阶张量以及不同时刻的连通性信息，所述三阶张量包括采油速率、注水速率和压力数据，所述时空图卷积网络模型的输出为采油速率；通过处理后的历史数据对所述时空图卷积网络模型进行训练；通过训练好的时空图卷积网络模型预测产油量。本发明不仅能够考虑到时间因素对产油量的影响，而且还能够考虑到周边注水井对生产井产油量的影响，从而对油田生产措施调整提供技术支持。
-
公开(公告)号：CN114547978A
公开(公告)日：2022-05-27
申请号：CN202210159309.X
申请日：2022-02-22
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06F30/28 , G06N3/04 , G06N3/08 , G06T17/00 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于异构图神经网络的多层系注水量劈分方法及系统，涉及油气藏渗流技术领域，该方法包括：获取目标井网的三维几何数据、历史生产数据和地层数据；基于所述目标井网的历史生产数据和地层数据，构建训练异构图神经网络的样本数据库；基于所述目标井网的三维几何数据和所述样本数据库，训练建立异构图神经网络模型；利用所述异构图神经网络模型和当前阶段注水井注水量，预测当前阶段注水井注水量对应的所述目标井网中各个注水井各个射孔处的注水量劈分量，以及所述目标井网中各个生产井的产液量。本发明能够清楚表征地下真实情况，提高注水井注水量的劈分精度。
-
公开(公告)号：CN112926771A
公开(公告)日：2021-06-08
申请号：CN202110197198.7
申请日：2021-02-22
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于改进的时空图卷积网络产油量预测方法及系统，该方法包括：获取目标井网的历史数据；所述历史数据包括采油速率、注水速率、压力数据以及不同时刻的连通性信息；对所述历史数据进行标准化处理；建立时空图卷积网络模型；所述时空图卷积网络模型的输入为三阶张量以及不同时刻的连通性信息，所述三阶张量包括采油速率、注水速率和压力数据，所述时空图卷积网络模型的输出为采油速率；通过处理后的历史数据对所述时空图卷积网络模型进行训练；通过训练好的时空图卷积网络模型预测产油量。本发明不仅能够考虑到时间因素对产油量的影响，而且还能够考虑到周边注水井对生产井产油量的影响，从而对油田生产措施调整提供技术支持。
-
公开(公告)号：CN114528767A
公开(公告)日：2022-05-24
申请号：CN202210159389.9
申请日：2022-02-22
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F113/08
Abstract: 本发明公开了一种基于嵌入式图神经网络的井间动态连通性预测方法及系统，涉及油藏技术领域，包括基于当前时刻目标多层系井网的生产数据和生产井产液量预测模型预测下一时刻目标多层系井网中各个生产井的产液量；其中生产井产液量预测模型的确定过程为：确定目标多层系井网的样本生产数据、样本几何数据和样本地层数据；构建嵌入式图神经网络模型；该嵌入式图神经网络模型中的图神经网络模型是基于样本几何数据构建的；基于样本生产数据、样本地层数据和嵌入式图神经网络模型确定生产井产液量预测模型。本发明能够准确预测多层系井网中流体的流动能力，进而准确评估多层系井网的井间动态连通性。
-
公开(公告)号：CN111364953A
公开(公告)日：2020-07-03
申请号：CN202010157632.4
申请日：2020-03-09
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于图神经网络的井间动态连通性识别方法及系统，涉及井间连通性识别领域，包括获取目标井网的几何信息；获取述目标井网的历史生产数据；根据述目标井网的几何信息和历史生产数据，建立图神经网络模型；获取目标井网的实时生产数据，并根据实时生产数据和图神经网络模型，识别目标井网内各个井间的动态流通性。本发明通过图神经网络的机器学习方法，利用井网的几何信息和历史生产数据，来识别井网之中不同井之间的动态连通性状况，真实反映注水井和生产井层内的连通性特征。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
