買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)地質(zhì)大學(xué)(武漢)申請(qǐng)的專(zhuān)利一種基于LSTM-Attention的油藏分層注采生產(chǎn)預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119692576B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202510220348.X，技術(shù)領(lǐng)域涉及：G06Q10/04；該發(fā)明授權(quán)一種基于LSTM-Attention的油藏分層注采生產(chǎn)預(yù)測(cè)方法是由曾先景;鐘志;鄧文;魏豪;李成龍?jiān)O(shè)計(jì)研發(fā)完成，并于2025-02-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于LSTM-Attention的油藏分層注采生產(chǎn)預(yù)測(cè)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明涉及油藏開(kāi)采技術(shù)領(lǐng)域，尤其涉及一種基于LSTM?Attention的油藏分層注采生產(chǎn)預(yù)測(cè)方法。該方法使用油藏?cái)?shù)值模擬器模擬多層非均質(zhì)油藏的注采過(guò)程，構(gòu)建生產(chǎn)數(shù)據(jù)集，對(duì)生產(chǎn)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，然后將生產(chǎn)數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集；構(gòu)建LSTM?Attention神經(jīng)網(wǎng)絡(luò)模型，該模型包括LSTM部分、注意力機(jī)制和全連接層；在四注四采與四注兩采的生產(chǎn)方式下應(yīng)用訓(xùn)練好的LSTM?Attention神經(jīng)網(wǎng)絡(luò)模型；利用訓(xùn)練好的LSTM?Attention神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)得到產(chǎn)油量，結(jié)合油田經(jīng)濟(jì)效益分析，優(yōu)化注水策略，即通過(guò)調(diào)整注水井的注水量，實(shí)現(xiàn)油藏產(chǎn)量最大化和成本最小化，從而提高油田的凈現(xiàn)值和經(jīng)濟(jì)效益。本發(fā)明還能夠有效預(yù)測(cè)各層位的產(chǎn)油量和壓力，預(yù)測(cè)精度高達(dá)95%以上。

本發(fā)明授權(quán)一種基于LSTM-Attention的油藏分層注采生產(chǎn)預(yù)測(cè)方法在權(quán)利要求書(shū)中公布了：1.一種基于LSTM-Attention的油藏分層注采生產(chǎn)預(yù)測(cè)方法，其特征在于：該方法包括：S1：使用油藏?cái)?shù)值模擬器模擬多層非均質(zhì)油藏的注采過(guò)程，構(gòu)建生產(chǎn)數(shù)據(jù)集，生產(chǎn)數(shù)據(jù)集中的數(shù)據(jù)包括注水量、產(chǎn)油量以及壓力，對(duì)生產(chǎn)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理后將生產(chǎn)數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集；預(yù)處理包括滑動(dòng)窗口切分時(shí)間序列和歸一化處理，通過(guò)滑動(dòng)窗口切分，將壓力分為表示過(guò)去壓力的第一壓力和表示未來(lái)壓力的第二壓力；S2：構(gòu)建LSTM-Attention神經(jīng)網(wǎng)絡(luò)模型，該模型包括LSTM部分、注意力機(jī)制和全連接層，LSTM部分用于負(fù)責(zé)捕捉時(shí)間序列數(shù)據(jù)中的長(zhǎng)期依賴(lài)關(guān)系，注意力機(jī)制部分用于動(dòng)態(tài)調(diào)整模型對(duì)不同層位數(shù)據(jù)之間的關(guān)注程度，模型構(gòu)建完成后，利用訓(xùn)練集和測(cè)試集對(duì)該LSTM-Attention神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和驗(yàn)證，微調(diào)該模型的網(wǎng)絡(luò)參數(shù)；S3：在四注四采與四注兩采的生產(chǎn)方式下應(yīng)用訓(xùn)練好的LSTM-Attention神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)生產(chǎn)井的產(chǎn)油量和第二壓力，其中，四注四采是在四個(gè)不同的層位同時(shí)進(jìn)行注水和采油，四注兩采是在四個(gè)層位進(jìn)行注水，在中間兩個(gè)層位進(jìn)行采油；在四注四采的生產(chǎn)方式下，分別對(duì)四個(gè)層位的第二壓力和產(chǎn)油量進(jìn)行預(yù)測(cè)，其中，層位layer2的產(chǎn)油量較高，而層位layer4的產(chǎn)油量較低；在生產(chǎn)前期，四個(gè)層位的壓力都急速增加到上限閾值；在生產(chǎn)后期，layer1、layer2和layer3的產(chǎn)油量呈現(xiàn)減少趨勢(shì)；在四注兩采的生產(chǎn)方式下，分別對(duì)生產(chǎn)井中間兩個(gè)層位的第二壓力和產(chǎn)油量進(jìn)行預(yù)測(cè)，其中，層位layer1的產(chǎn)油量緩慢增加，而層位layer2的產(chǎn)油量在生產(chǎn)初期有增加趨勢(shì)，但在后期的生產(chǎn)階段快速減少，并趨于穩(wěn)定，層位layer1和layer2的第二壓力都保持在上限閾值；S4：結(jié)合油田經(jīng)濟(jì)效益分析，優(yōu)化注水策略，即通過(guò)調(diào)整注水井的注水量，利用訓(xùn)練好的LSTM-Attention神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)得到產(chǎn)油量，實(shí)現(xiàn)油藏產(chǎn)量最大化和成本最小化，從而提高油田的凈現(xiàn)值和經(jīng)濟(jì)效益，使得油田經(jīng)濟(jì)最大化。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)地質(zhì)大學(xué)(武漢)，其通訊地址為：430000 湖北省武漢市洪山區(qū)魯磨路388號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。