-
公开(公告)号：CN115222140B
公开(公告)日：2024-09-27
申请号：CN202210902133.2
申请日：2022-07-29
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种继承历史经验的生产优化机器学习离线模型构建方法，属于石油技术领域。本发明利用强化学习近端策略优化算法以及遗传算法，可以将计算分配到多个CPU中完成并行计算，各进程间进行数据池共享，提高采样效率，通过提供多样化的探索经验来训练强化学习智能体，提高稳定性和鲁棒性；同时训练后的策略网络可在再次优化时直接给出最优的生产制度，无需重复进行高昂的优化过程。
-
公开(公告)号：CN117421880A
公开(公告)日：2024-01-19
申请号：CN202311338152.8
申请日：2023-10-17
Applicant: 中国石油大学(华东)
IPC: G06F30/20 , G06F17/10 , G06F113/14 , G06F119/14
Abstract: 本发明涉及一种基于应变的滑坡作用下油气管道安全状态快速评价方法，包括：获取预测所需的管道和滑坡基础参数以及计算预测所需间接参数作为峰值应变预测模型的预测输入，并根据埋地油气管道的基础参数选择特定的峰值应变预测模型，使用者选择确定管道的评价阶段，并根据评价阶段和基础参数确定管道的容许用变，根据峰值应变预测结果、容许应变、评价阶段，本发明综合给出所有的合理建议与安全性结论。相对于现有技术，本发明提供了一种简单易用的安全状态评价方法，只需输入参数按照流程即可简单计算，计算效率高，适用工况范围广，方便大规模工程应用。
-
公开(公告)号：CN116663654A
公开(公告)日：2023-08-29
申请号：CN202310942706.9
申请日：2023-07-31
Applicant: 中国石油大学(华东)
IPC: G06N3/092 , G06N3/096 , G06N3/0464 , G06N3/084 , G06Q50/02
Abstract: 本发明公开了一种基于历史调控经验的时间窗口迁移强化学习注采优化方法，属于油藏注采技术领域，包括如下步骤：步骤1、确定当前油藏目标任务时间窗口的优化井数和优化时间步；步骤2、获取现有源模型，冻结源模型中的特征提取层权重进行目标智能体的初始化操作；步骤3、通过梯度反向传播的方式训练得到最优目标智能体，完成目标模型的构建；步骤4、基于目标模型，读取当前油藏的状态信息，得到完整的生产制度，实现实时注采优化。本发明结合强化学习算法，借鉴源模型通过策略迁移，实现新时间窗口的快速优化，减少所需的数值模拟迭代次数。
-
Patent Agency Ranking
公开(公告)号：CN116384712A
公开(公告)日：2023-07-04
申请号：CN202310652248.5
申请日：2023-06-05
Applicant: 青岛理工大学 , 中国石油大学(华东)
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/02 , G06F30/27 , G06N3/045 , G06N3/092 , G06F111/10
Abstract: 本发明提供了一种联动智能注采装置的差异化实时注采优化调控方法，属于油藏注采技术领域，具体包括以下步骤：初始化网络；搭建注采环境模型；智能体读取注采环境初始状态；注采策略网络写入文件；获得t+1时刻的状态数据；读取下一状态及该时间步内经济净现值；将下一状态赋给当前状态，直至完成待优化生产周期；通过批训练模型对环境代理网络参数进行更新；更新动作评价网络参数及注采策略网络参数；重复以上步骤，直至得到最优模型；根据保存的最优模型，与智能注采装置联动，获得油藏的状态信息。本发明的技术方案克服现有技术中的油藏注采优化方法，对已有信息利用率较低，需重复进行优化迭代，不能根据当前生产方案进行实时调整的问题。
-
-
公开(公告)号：CN116384712B
公开(公告)日：2023-09-15
申请号：CN202310652248.5
申请日：2023-06-05
Applicant: 青岛理工大学 , 中国石油大学(华东)
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/02 , G06F30/27 , G06N3/045 , G06N3/092 , G06F111/10
Abstract: 本发明提供了一种联动智能注采装置的差异化实时注采优化调控方法，属于油藏注采技术领域，具体包括以下步骤：初始化网络；搭建注采环境模型；智能体读取注采环境初始状态；注采策略网络写入文件；获得t+1时刻的状态数据；读取下一状态及该时间步内经济净现值；将下一状态赋给当前状态，直至完成待优化生产周期；通过批训练模型对环境代理网络参数进行更新；更新动作评价网络参数及注采策略网络参数；重复以上步骤，直至得到最优模型；根据保存的最优模型，与智能注采装置联动，获得油藏的状态信息。本发明的技术方案克服现有技术中的油藏注采优化方法，对已有信息利用率较低，需重复进行优化迭代，不能根据当前生产方案进行实时调整的问题。
-
公开(公告)号：CN115222140A
公开(公告)日：2022-10-21
申请号：CN202210902133.2
申请日：2022-07-29
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种继承历史经验的生产优化机器学习离线模型构建方法，属于石油技术领域。本发明利用强化学习近端策略优化算法以及遗传算法，可以将计算分配到多个CPU中完成并行计算，各进程间进行数据池共享，提高采样效率，通过提供多样化的探索经验来训练强化学习智能体，提高稳定性和鲁棒性；同时训练后的策略网络可在再次优化时直接给出最优的生产制度，无需重复进行高昂的优化过程。
-
公开(公告)号：CN114444402A
公开(公告)日：2022-05-06
申请号：CN202210362472.6
申请日：2022-04-08
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06N3/08 , G06F30/23 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于深度强化学习的油藏注采优化方法，属于油气田开发工程领域，包括如下步骤：采集油田地质数据建立油藏数值模拟模型；构建深度强化学习Actor‑Critic算法框架；读取当前时刻油藏的状态，并做归一化处理；利用策略网络执行一次动作，实时改变井的决策方案；计算当前的奖励，训练更新策略网络和动作价值网络的参数；根据最终训练的策略网络得到不同开发时刻的最优生产方案。本发明中的深度强化学习方法能够根据不同的油藏状态自适应地设计生产方案，可以在有限的时间和计算资源下实现更高的经济效益；同时还可以用于油田开发过程中的井位优化、历史拟合等问题，具有很好的推广应用价值。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
