-
公开(公告)号：CN119538754A
公开(公告)日：2025-02-28
申请号：CN202510101738.5
申请日：2025-01-22
Applicant: 西南石油大学
IPC: G06F30/27 , G06F18/214 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种融合物理信息的三向地应力智能预测方法，涉及油藏数值模拟的技术领域。该方法包括以下步骤：获取同区块已开发储层的三向地应力、与三向地应力相关的随钻测井参数以及岩性参数，并对三者进行匹配，后对三者进行数据预处理；基于CAE自编码器，对预处理后的随钻测井参数和岩心参数进行特征提取，得到降维后的参数；基于AVE自编码器，将降维后的参数和预处理后的三向地应力进行数据增强，以生成更多的样本；基于PINNs神经网络，并结合Adam优化器进行训练，训练好的模型即作为预测模型。本发明的方法在面对非均质性和各向异性的储层时，提升预测的精度和鲁棒性，从而为致密砾岩储层的高效开发提供精准的地应力预测。
-
公开(公告)号：CN119179884B
公开(公告)日：2025-01-24
申请号：CN202411662602.3
申请日：2024-11-20
Applicant: 西南石油大学
IPC: G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/08 , G06Q10/0639 , G06Q50/02
Abstract: 本发明公开了一种致密砾岩储层综合甜点智能识别方法，涉及油气田开发和机器学习技术领域。该方法包括以下步骤：获取目标井以及邻井的甜点评价参数及指标，所述甜点包括地质甜点、工程甜点和经济甜点；对甜点评价参数进行特征提取降维，并将邻井数据设置为训练集，将目标井数据设置为预测集；利用训练集对门控循环单元进行训练得到预测模型，结合预测集得到目标井的地质甜点评价指标、工程甜点评价指标、经济甜点评价指标的值；基于熵权法和VIKOR法获得目标井在各深度条件下的利益比率值，基于利益比率值对各深度的综合甜点进行预测。本发明的方法，能够对钻井过程中的综合甜点进行随钻预测识别。
-
Patent Agency Ranking
公开(公告)号：CN119204352B
公开(公告)日：2025-02-25
申请号：CN202411699283.3
申请日：2024-11-26
Applicant: 西南石油大学
IPC: G06Q10/04 , G06F18/15 , G06N3/045 , G06N3/0499
Abstract: 本发明公开了一种基于多关系挖掘时空注意力机制的空气质量预测方法，包括：构建污染物浓度变化矩阵和气象变化矩阵；获取监测站点的地理位置信息数据、站点特征数据和时间序列数据；根据污染物浓度数据集和历史气象数据集确定时空图的边，根据地理位置信息数据确定时空图的节点，构建时空图结构；根据时空图结构确定邻接矩阵，并根据第二归一化公式，对邻接矩阵进行归一化；对神经网络模型进行训练，得到空气质量预测模型；将待测目标数据输入空气质量预测模型，通过空气质量预测模型输出目标预测空气质量数据。本发明可以提升对空气中污染物预测的准确性和时效性。
-
公开(公告)号：CN118072873B
公开(公告)日：2024-07-05
申请号：CN202410472238.8
申请日：2024-04-19
Applicant: 西南石油大学
IPC: G16C20/70 , G01W1/10 , G16C20/20 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F16/29 , G06F18/15 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本发明提供了一种空气质量预测方法，属于空气预测技术领域，该方法从已监测站点获取历史时间序列数据，并其进行预处理；结合所有监测站点的地理位置信息数据，构建时空网络邻接矩阵；构建时空图生成对抗网络的生成器和判别器；利用已监测站点的历史时间序列数据以及地理位置信息数据，训练时空图生成对抗网络；利用已训练的时空图生成对抗网络，对未监测站点区域的空气质量进行预测。本发明通过构建并优化一个时空图生成对抗网络，能准确地利用稀疏的空气质量监测数据来预测整个城市或区域的空气质量。这不仅为地区规划和公共健康管理提供了强有力的工具，还为环境监测和管理提供了一种更高效、经济的方法。
-
公开(公告)号：CN118072873A
公开(公告)日：2024-05-24
申请号：CN202410472238.8
申请日：2024-04-19
Applicant: 西南石油大学
IPC: G16C20/70 , G01W1/10 , G16C20/20 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F16/29 , G06F18/15 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本发明提供了一种空气质量预测方法，属于空气预测技术领域，该方法从已监测站点获取历史时间序列数据，并其进行预处理；结合所有监测站点的地理位置信息数据，构建时空网络邻接矩阵；构建时空图生成对抗网络的生成器和判别器；利用已监测站点的历史时间序列数据以及地理位置信息数据，训练时空图生成对抗网络；利用已训练的时空图生成对抗网络，对未监测站点区域的空气质量进行预测。本发明通过构建并优化一个时空图生成对抗网络，能准确地利用稀疏的空气质量监测数据来预测整个城市或区域的空气质量。这不仅为地区规划和公共健康管理提供了强有力的工具，还为环境监测和管理提供了一种更高效、经济的方法。
-
公开(公告)号：CN119204352A
公开(公告)日：2024-12-27
申请号：CN202411699283.3
申请日：2024-11-26
Applicant: 西南石油大学
IPC: G06Q10/04 , G06F18/15 , G06N3/045 , G06N3/0499
Abstract: 本发明公开了一种基于多关系挖掘时空注意力机制的空气质量预测方法，包括：构建污染物浓度变化矩阵和气象变化矩阵；获取监测站点的地理位置信息数据、站点特征数据和时间序列数据；根据污染物浓度数据集和历史气象数据集确定时空图的边，根据地理位置信息数据确定时空图的节点，构建时空图结构；根据时空图结构确定邻接矩阵，并根据第二归一化公式，对邻接矩阵进行归一化；对神经网络模型进行训练，得到空气质量预测模型；将待测目标数据输入空气质量预测模型，通过空气质量预测模型输出目标预测空气质量数据。本发明可以提升对空气中污染物预测的准确性和时效性。
-
公开(公告)号：CN119179884A
公开(公告)日：2024-12-24
申请号：CN202411662602.3
申请日：2024-11-20
Applicant: 西南石油大学
IPC: G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/08 , G06Q10/0639 , G06Q50/02
Abstract: 本发明公开了一种致密砾岩储层综合甜点智能识别方法，涉及油气田开发和机器学习技术领域。该方法包括以下步骤：获取目标井以及邻井的甜点评价参数及指标，所述甜点包括地质甜点、工程甜点和经济甜点；对甜点评价参数进行特征提取降维，并将邻井数据设置为训练集，将目标井数据设置为预测集；利用训练集对门控循环单元进行训练得到预测模型，结合预测集得到目标井的地质甜点评价指标、工程甜点评价指标、经济甜点评价指标的值；基于熵权法和VIKOR法获得目标井在各深度条件下的利益比率值，基于利益比率值对各深度的综合甜点进行预测。本发明的方法，能够对钻井过程中的综合甜点进行随钻预测识别。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
