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)獲悉北京中地金石科技有限公司申請的專利一種基于靜態(tài)油氣田數(shù)據(jù)的新井動態(tài)產(chǎn)量預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN113722997B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-19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)的專利申請?zhí)?專利號為：202111019424.9，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)一種基于靜態(tài)油氣田數(shù)據(jù)的新井動態(tài)產(chǎn)量預(yù)測方法是由羅怡雯;田志欣設(shè)計研發(fā)完成，并于2021-09-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于靜態(tài)油氣田數(shù)據(jù)的新井動態(tài)產(chǎn)量預(yù)測方法在說明書摘要公布了：本發(fā)明提出了一種基于靜態(tài)油氣田數(shù)據(jù)的新井動態(tài)產(chǎn)量預(yù)測方法。該方法包括：油氣井數(shù)據(jù)的匯總與預(yù)處理；進行BP神經(jīng)網(wǎng)絡(luò)累產(chǎn)量預(yù)測模型的訓(xùn)練與模型超參數(shù)的優(yōu)化；進行BP?LSTM月產(chǎn)量預(yù)測模型的訓(xùn)練并優(yōu)化模型超參數(shù)；經(jīng)過反歸一化處理得到月產(chǎn)量數(shù)據(jù)的預(yù)測值。該模型利用神經(jīng)網(wǎng)絡(luò)模型較強的非線性擬合能力以及LSTM神經(jīng)網(wǎng)絡(luò)在時間序列數(shù)據(jù)上較強的的預(yù)測能力，解決在僅僅已知靜態(tài)油氣田數(shù)據(jù)的情況下對新井月產(chǎn)量動態(tài)數(shù)據(jù)做出非線性預(yù)測的問題，適合新井開發(fā)過程中的產(chǎn)量趨勢的快速估算，特別適合礦場工程技術(shù)人員使用。

本發(fā)明授權(quán)一種基于靜態(tài)油氣田數(shù)據(jù)的新井動態(tài)產(chǎn)量預(yù)測方法在權(quán)利要求書中公布了：1.一種基于靜態(tài)油氣田數(shù)據(jù)的新井動態(tài)產(chǎn)量預(yù)測方法，其特征在于，包括以下步驟： 步驟S1：油氣井靜態(tài)數(shù)據(jù)的匯總與預(yù)處理； 步驟S2：進行BP神經(jīng)網(wǎng)絡(luò)累產(chǎn)量預(yù)測模型的訓(xùn)練與模型超參數(shù)的優(yōu)化； 步驟S3：進行BP-LSTM月產(chǎn)量預(yù)測模型的訓(xùn)練并優(yōu)化模型超參數(shù)； 步驟S4：經(jīng)過反歸一化處理得到新井動態(tài)月產(chǎn)量數(shù)據(jù)的預(yù)測值； 在所述步驟S2中，所述BP神經(jīng)網(wǎng)絡(luò)累產(chǎn)量預(yù)測模型的訓(xùn)練方法為：在隱藏層中選擇relu作為中間的激活函數(shù)；在輸出層選擇sigmoid作為激活函數(shù)，所述sigmoid可以將輸出向量映射到0到1之間方便計算與處理； 在所述步驟S2中，所述BP神經(jīng)網(wǎng)絡(luò)累產(chǎn)量預(yù)測模型的訓(xùn)練過程均包括前向傳播與反向傳播兩個步驟； 在所述步驟S2中，所述前向傳播過程中，對于一個含有L層的神經(jīng)網(wǎng)絡(luò)，其第L層的第j個神經(jīng)元處的一般計算公式為： 式中：nl表示第L層的參與計算的神經(jīng)元個數(shù)，表示將第L-1層即上一層的輸出值作為第L層的輸入值，表示第L-1層中第i個神經(jīng)元與第L層中的j個神經(jīng)元之間的權(quán)重值，表示第L層中第j個神經(jīng)元的偏置系數(shù)，f表示激活函數(shù)； 在所述步驟S2中，所述反向傳播的迭代過程中，采用隨機梯度下降法對損失函數(shù)求導(dǎo)進行更新權(quán)重與偏置參數(shù)的步驟，所述更新權(quán)重公式如下： 其中：α為學(xué)習(xí)率，即為梯度按照一定方向下降時候的步長因子，表示第L-1層中第i個神經(jīng)元與第L層中的j個神經(jīng)元之間的權(quán)重值，表示第L層中第j個神經(jīng)元的偏置系數(shù)，JL表示第L層的損失函數(shù)，表示對某一項求偏導(dǎo)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京中地金石科技有限公司，其通訊地址為：100000 北京市海淀區(qū)信息路甲28號B座(二層)02D室-437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)”。