-
公开(公告)号：CN109236273B
公开(公告)日：2020-07-24
申请号：CN201811122740.7
申请日：2018-09-26
申请人： 西南石油大学 , 成都北方石油勘探开发技术有限公司
IPC分类号： E21B47/00
摘要： 本发明公开了油田开发生产动态数据处理方法：(a)提取单井指标基础数据，进行单井波动预警；(b)判断单井波动预警结果是否正常：若正常，则回到步骤(a)；若不正常，则向服务器传递预警的单井信息和周边油水井信息；(c)服务器提取井组指标基础数据，进行井间连通性分析；(d)根据井间连通性分析结果，判断预警是否正常：若预警不正常，则提取不正常数据所在的层位、区块和油田信息；(e)对不正常数据的所在进行油水井综合诊断。本发明用以解决现有技术中对于油田动态数据处理过程繁琐，且在生产预警过程中缺乏集成的生产诊断及指标预警的问题，实现利用油田生产动态数据提供系统化综合化的生产诊断及指标预警的目的。
-
公开(公告)号：CN108843296A
公开(公告)日：2018-11-20
申请号：CN201810658957.3
申请日：2018-06-25
申请人： 成都北方石油勘探开发技术有限公司 , 西南石油大学
摘要： 本发明公开了一种基于多因素影响下的单井重复压裂效果预测方法，包括：采集单井重复压裂效果的影响因素数据；基于Meyer软件模拟，采集单井重复压裂效果的预测数据；将若干所述影响因素数据序列和预测数据序列分别进行若干次累加，分别得到单调上升且具有指数特征的累加影响因素数据序列和累加预测数据序列；根据所述累加影响因素数据序列和累加预测数据序列，基于灰色理论、数值微分法和最小二乘法构建预测数据模型。
-
公开(公告)号：CN108843296B
公开(公告)日：2021-05-18
申请号：CN201810658957.3
申请日：2018-06-25
申请人： 成都北方石油勘探开发技术有限公司 , 西南石油大学
摘要： 本发明公开了一种基于多因素影响下的单井重复压裂效果预测方法，包括：采集单井重复压裂效果的影响因素数据；基于Meyer软件模拟，采集单井重复压裂效果的预测数据；将若干所述影响因素数据序列和预测数据序列分别进行若干次累加，分别得到单调上升且具有指数特征的累加影响因素数据序列和累加预测数据序列；根据所述累加影响因素数据序列和累加预测数据序列，基于灰色理论、数值微分法和最小二乘法构建预测数据模型。
-
公开(公告)号：CN109236273A
公开(公告)日：2019-01-18
申请号：CN201811122740.7
申请日：2018-09-26
申请人： 西南石油大学 , 成都北方石油勘探开发技术有限公司
IPC分类号： E21B47/00
摘要： 本发明公开了油田开发生产动态数据处理方法：(a)提取单井指标基础数据，进行单井波动预警；(b)判断单井波动预警结果是否正常：若正常，则回到步骤(a)；若不正常，则向服务器传递预警的单井信息和周边油水井信息；(c)服务器提取井组指标基础数据，进行井间连通性分析；(d)根据井间连通性分析结果，判断预警是否正常：若预警不正常，则提取不正常数据所在的层位、区块和油田信息；(e)对不正常数据的所在进行油水井综合诊断。本发明用以解决现有技术中对于油田动态数据处理过程繁琐，且在生产预警过程中缺乏集成的生产诊断及指标预警的问题，实现利用油田生产动态数据提供系统化综合化的生产诊断及指标预警的目的。
-
公开(公告)号：CN117910654A
公开(公告)日：2024-04-19
申请号：CN202410239165.8
申请日：2024-03-04
申请人： 西南石油大学
IPC分类号： G06Q10/04 , G06F17/16 , G06N3/0464 , G06N3/0442 , G06N3/084
摘要： 本发明属于页岩气储层改造领域，具体涉及一种基于自适应图卷积神经网络的井口压力区间预测方法，包括如下步骤：S1、数据预处理；S2、建立时间特征提取器模型，并计算时间节点属性矩阵E；S3、基于自注意力机制计算邻接矩阵；S4、建立图卷积神经网络,并计算图卷积神经网络的输出；S5、建立分位数损失函数并训练神经网络模型；S6、将数据输入到训练好的神经网络模型中，得到井口压力的预测范围。本发明利用注意力机制自动构造邻接矩阵，避免人工构造邻接矩阵产生的误差，使用分位数损失函数对井口压力深度学习模型进行训练，量化了压裂过程井口压力变化的不确定性，为压裂施工提供了更为可靠的指导。
-
公开(公告)号：CN114677281B
公开(公告)日：2024-05-31
申请号：CN202210381668.X
申请日：2022-04-12
申请人： 西南石油大学
IPC分类号： G06T3/4076 , G06T3/4046 , G06N3/0475 , G06N3/045 , G06N3/08
摘要： 本发明涉及图像分辨率处理的技术领域，揭露了一种基于生成对抗网络的FIB‑SEM超分辨率方法，包括：判别器模块：将低分辨率图像训练得到相应倍率的高分辨率图像并判别；生成器模块：将低分辨率图像转化为预定高分辨率图像；本发明基于深度学习，用低分辨率图像重构出生成对抗网络的FIB‑SEM高分辨率图像，并通过判别器模块判断重构后图像分辨率真假性；同时，在低分辨率图像和原始图像训练过程中引入损失函数组合作为优化目标，使得转化后的高分辨率图像更加真实，这在克服低分辨率图像信息缺失所产生的病态求逆问题和抗噪声性能等方面有着显著优势，进而使重构后的高分辨率图像显现出更多的孔隙、喉道和裂缝等微观结构，有效扩展了传统实验的精度。
-
公开(公告)号：CN116578871A
公开(公告)日：2023-08-11
申请号：CN202310572782.5
申请日：2023-05-19
申请人： 西南石油大学
IPC分类号： G06F18/214 , G06F18/22 , G06N3/04 , G06N3/0442 , G06N3/08 , G06F18/23213
摘要： 本发明公开一种基于聚类匹配思想的措施增油量预测方法，包括分别构建换泵措施、补孔措施以及其他措施的数据样本库；基于聚类匹配思想分别确定换泵措施、补孔措施以及其他措施的特征因素；将静态数据、动态数据、措施的特征因素改变量设定为输入，年累积产油量设定为输出，分别构建换泵措施增油量预测模型、补孔措施增油量预测模型、其他措施增油量预测模型；对换泵措施增油量预测模型、补孔措施增油量预测模型、其他措施增油量预测模型进行训练，获得训练好的换泵措施增油量预测模型、补孔措施增油量预测模型、其他措施增油量预测模型。该方法相较与常用的基于统计特征选择方法的正向思维方式，可以从本质上反映不同措施带来的变化。
-
公开(公告)号：CN113807021B
公开(公告)日：2022-08-26
申请号：CN202111152813.9
申请日：2021-09-29
申请人： 西南石油大学
摘要： 本发明公开一种基于指标分析及多模型融合的气井产能等级预测方法，包括获取目标储层数据；并计算出各历史井层的产能等级；确定出影响无阻流量的q个参数；对各参数进行偏相关系数排序；对各参数进行灰色关联系数排序；确定参数的最终排序结果，选取模型准确度最高的参数作为模型的指标参数；建立支持向量机、K近邻、随机森林三个分类器用于产能等级预测，将三种分类器的结果通过投票法进行融合，及取预测结果的众数作为最终的结果；如果没有众数，则找出所有与预测结果相同等级的历史井数据组成历史分析数据库；如果有多个众数，则找出与众数预测结果相同等级的历史井数据组成历史分析数据库；通过对比目标井层与历史井层最相似的结果作为最终结果。
-
公开(公告)号：CN112417737B
公开(公告)日：2022-07-08
申请号：CN202011441076.X
申请日：2020-12-11
申请人： 西南石油大学
摘要： 本发明公开了非常规油气藏分流量模型参数敏感度获取方法及系统，先初始化非常规油气藏模型；指定模型参数和注采安排；指定模型输出变量的函数；再对模型参数进行前向模拟；求解非常规油气藏模型的系统方程，得到模型的状态变量值；然后基于所述的状态变量值，求解伴随方程，确定伴随变量的值；最后通过状态变量的值和伴随变量的值计算非常规油气藏分流量模型参数的敏感度。本方案提供了一种新的非常规油气藏模型敏感度的获取方法，为系统输出状态关于系统参数的敏感度的分析和研究提供了一种新的参考。
-
公开(公告)号：CN114677281A
公开(公告)日：2022-06-28
申请号：CN202210381668.X
申请日：2022-04-12
申请人： 西南石油大学
摘要： 本发明涉及图像分辨率处理的技术领域，揭露了一种基于生成对抗网络的FIB‑SEM超分辨率算法，包括：判别器模块：将低分辨率图像训练得到相应倍率的高分辨率图像并判别；生成器模块：将低分辨率图像转化为预定高分辨率图像；本发明基于深度学习算法用低分辨率图像重构出生成对抗网络的FIB‑SEM高分辨率图像，并通过判别器模块判断重构后图像分辨率真假性；同时，在低分辨率图像和原始图像训练过程中引入损失函数组合作为优化目标，使得转化后的高分辨率图像更加真实，这在克服低分辨率图像信息缺失所产生的病态求逆问题和抗噪声性能等方面有着显著优势，进而使重构后的高分辨率图像显现出更多的孔隙、喉道和裂缝等微观结构，有效扩展了传统实验的精度。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.063 秒)
