| 一种基于深度学习的气藏开发规律预测方法及系统 |
| 高大鹏
|
| 2023-02-07
|
专利权人 | 中国科学院力学研究所
|
摘要 | 本发明公开了一种基于深度学习的气藏开发规律预测方法及系统,其特征在于,包括以下步骤:步骤S1、基于开发主控特征对气藏井进行分类为多个气藏类型;步骤S2、通过数据前处理依次在每个类型的气藏井中获取时间序列数据集;步骤S3、基于长短期记忆神经网络模型,通过模型训练与优化,分别设计气井稳产期生产动态预测模型和气井递减期生产动态预测模型;步骤S4、基于Python研制气井开发规律深度学习预测模块,基于预测的气藏井未来的生产动态总结出开发规律。本发明实现基于大数据分析的气藏分类及主控因素分析方法,提出不同类型气藏及气井开发规律深度学习预测模型,进一步揭示不同类型气藏的开发规律。 |
申请日期 | 2022-06-30
|
授权日期 | 2023-02-07
|
专利号 | 2022107685714
|
语种 | 中文
|
授权国家 | 中国
|
代理机构 | 北京和信华成知识产权代理事务所
|
文献类型 | 专利
|
条目标识符 | http://dspace.imech.ac.cn/handle/311007/92503
|
专题 | 流固耦合系统力学重点实验室
|
作者单位 | 中国科学院力学研究所
|
推荐引用方式 GB/T 7714 |
高大鹏. 一种基于深度学习的气藏开发规律预测方法及系统. 2022107685714[P]. 2023-02-07.
|
文件名:
|
CN115017827A.pdf
|
格式:
|
Adobe PDF
|
此文件暂不支持浏览
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论