Invention Publication
- Patent Title: 基于深度学习和敏感性分析井间连通性判别方法及装置
-
Application No.: CN202210749161.5Application Date: 2022-06-28
-
Publication No.: CN117370920APublication Date: 2024-01-09
- Inventor: 孙琦 , 蔡明俊 , 李彦普 , 徐思远 , 杨凯 , 孙冰冰 , 阮杰 , 王晴 , 孙海燕 , 王艳丽
- Applicant: 中国石油天然气股份有限公司
- Applicant Address: 北京市东城区东直门北大街9号中国石油大厦
- Assignee: 中国石油天然气股份有限公司
- Current Assignee: 中国石油天然气股份有限公司
- Current Assignee Address: 北京市东城区东直门北大街9号中国石油大厦
- Agency: 天津才智专利商标代理有限公司
- Agent 庞学欣
- Main IPC: G06F18/2453
- IPC: G06F18/2453 ; G06F18/21 ; G06N3/0985 ; G06N3/0442 ; E21B47/00

Abstract:
本发明提供了一种基于深度学习和敏感性分析井间连通性判别方法及装置,涉及石油开采的技术领域,包括:获取生产数据、小层数据以及以确定水油井组范围以及目标层位;构建基于LSTM的注产关系模型,获取数据窗口天数和时间延迟天数,将数据窗口天数和时间延迟天数设置为超参数,将数据窗口天数和时间延迟天数进行组合以获取超参数组合,并利用数据窗口天数、时间延迟天数、生产数据对LSTM的注产关系模型进行训练以及测试以获取最优超参数组合;利用已训练好的基于LSTM的注产关系模型,对水油井组范围进行敏感性计算以获取水油井间的连通系数。通过本发明可以以缓解现有技术中动态判定连通性不可靠的技术问题。
Information query