[发明专利]基于深度学习算法的油井产量预测方法有效
| 申请号： | 201910596787.5 | 申请日： | 2019-07-02 |
| 公开（公告）号： | CN110400006B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 曹小朋;杨勇;卜亚辉;张世明;胡慧芳;李春雷;王东方;段敏;张林凤;刘营 | 申请（专利权）人： | 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/02;G06Q50/06;G06N3/06 |
| 代理公司： | 济南日新专利代理事务所(普通合伙) 37224 | 代理人： | 崔晓艳 |
| 地址： | 257000 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习算法的油井产量预测方法，该基于深度学习算法的油井产量预测方法包括：步骤1，获取数据并进行质量检查；步骤2，进行数据处理及划分；步骤3，建立学习模型；步骤4，采用步骤3搭建的模型开展训练，并进行验证；步骤5，预测油井产量。该基于深度学习算法的油井产量预测方法通过训练建立储层物性、工作制度、开发阶段等因素与产油量、产液量之间的关系，发挥数据驱动算法的优势，建立多因素油井产量预测模型。 | ||
| 搜索关键词： | 基于 深度 学习 算法 油井 产量 预测 方法 | ||
【主权项】：
1.基于深度学习算法的油井产量预测方法，其特征在于，该基于深度学习算法的油井产量预测方法包括：步骤1，获取数据并进行质量检查；步骤2，进行数据处理及划分；步骤3，建立学习模型；步骤4，采用步骤3搭建的模型开展训练，并进行验证；步骤5，预测油井产量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院，未经中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910596787.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
