買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國石油化工股份有限公司;中國石油化工股份有限公司石油勘探開發(fā)研究院申請的專利水侵模式識別方法、裝置、電子設備及介質(zhì)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN114077804B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202010826046.4，技術領域涉及：G06F30/27；該發(fā)明授權水侵模式識別方法、裝置、電子設備及介質(zhì)是由顧少華;糜利棟;薛亮;趙林;蔣謝爾;劉倩設計研發(fā)完成，并于2020-08-17向國家知識產(chǎn)權局提交的專利申請。

本水侵模式識別方法、裝置、電子設備及介質(zhì)在說明書摘要公布了：公開了一種水侵模式識別方法、裝置、電子設備及介質(zhì)。該方法可以包括：建立樣本池；獲取樣本池的數(shù)據(jù)的分段斜率特征集合；根據(jù)樣本池，針對隨機森林算法機器學習模型進行訓練，獲得最終模型；獲取實測數(shù)據(jù)的分段斜率特征集合；將實測數(shù)據(jù)的分段斜率特征集合代入最終模型中，進行實測數(shù)據(jù)的水侵模式識別。本發(fā)明將機器學習與試井數(shù)據(jù)分析相結合，實現(xiàn)了利用試井的壓力恢復數(shù)據(jù)對氣井的水侵模式的自動識別，解決了現(xiàn)有的水侵特征識別方法的人為判斷誤差大的問題。

本發(fā)明授權水侵模式識別方法、裝置、電子設備及介質(zhì)在權利要求書中公布了：1.一種水侵模式識別方法，其特征在于，包括： 建立樣本池； 獲取所述樣本池的數(shù)據(jù)的分段斜率特征集合； 根據(jù)所述樣本池，針對隨機森林算法機器學習模型進行訓練，獲得最終模型； 獲取實測數(shù)據(jù)的分段斜率特征集合； 將所述實測數(shù)據(jù)的分段斜率特征集合代入所述最終模型中，進行所述實測數(shù)據(jù)的水侵模式識別； 其中，獲取所述樣本池的數(shù)據(jù)的分段斜率特征集合包括： 根據(jù)氣井壓力，計算對應的擬壓力； 計算擬壓力導數(shù)，獲得擬壓力導數(shù)曲線； 根據(jù)時間序列固定分段數(shù)的分段算法，針對所述擬壓力導數(shù)曲線提取離散分段斜率特征，即為該數(shù)據(jù)對應的分段斜率特征集合； 其中，隨機森林算法機器學習模型為： 步驟301：輸入樣本池與特征維數(shù)，確定初始參數(shù)與終止條件； 步驟302：對于第i棵樹，根據(jù)樣本池確定訓練集與驗證集，以訓練集作為根節(jié)點的樣本，從根節(jié)點開始訓練，使用基尼指數(shù)最小作為特征選擇的準則，尋找最佳的特征和閾值； 步驟303：若當前節(jié)點上達到終止條件，則設置當前節(jié)點為葉子節(jié)點，該葉子節(jié)點的預測輸出為當前節(jié)點樣本集合中數(shù)量最多的一類水侵模型cj，概率p為cj占當前樣本集的比例； 若當前節(jié)點沒有達到終止條件，則從特征維數(shù)中無放回的隨機選取f維特征，尋找分類效果最好的一維特征及其閾值，當前節(jié)點上樣本第k維特征小于閾值的樣本被劃分到左節(jié)點，其余的被劃分到右節(jié)點，繼續(xù)訓練其他節(jié)點； 步驟304：重復步驟302-303直到所有節(jié)點都訓練過了或者被標記為葉子節(jié)點； 步驟305：重復步驟302-304直到所有決策樹均被訓練過。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中國石油化工股份有限公司;中國石油化工股份有限公司石油勘探開發(fā)研究院，其通訊地址為：100027 北京市朝陽區(qū)朝陽門北大街22號；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0551-65771310或微信搜索“龍圖騰網(wǎng)”。