-
公开(公告)号:CN117313904A
公开(公告)日:2023-12-29
申请号:CN202210691460.8
申请日:2022-06-17
Applicant: 大庆油田有限责任公司 , 中国石油天然气股份有限公司
Abstract: 本公开涉及基于循环神经网络的油井产油和含水量预测方法及装置,包括:获取目标井及周边水井的原始数据;根据原始数据构建特征数据集并进行划分和归一化处理;建立循环神经网络模型,对循环神经网络模型进行网络训练;利用网络训练后的循环神经网络模型对目标井的产油量和含水量进行预测。本公开以采油井和注水井历史生产数据为学习样本,用于水驱开发采油井的产油量和含水量快速预测。本公开为产油和含水的预测提供了新思路,建立了包含注水量因素在内的油井产量模型,能够快速、有效预测产量,对于水驱开发的注水方案调整和优化具有重要意义。
-
公开(公告)号:CN119106370A
公开(公告)日:2024-12-10
申请号:CN202310686906.2
申请日:2023-06-09
Applicant: 大庆油田有限责任公司 , 中国石油天然气股份有限公司
IPC: G06F18/2433 , G06F18/232 , G06F18/213
Abstract: 本发明涉及一种基于曲线异常点检测的井下工具智能识别方法及装置,涉及采油工程技术领域,包括:获取目标井工具信号异常点差值序列;将其分离为多段数据集合ΔX,在其中提取工具长度特征序列Len以及异常点特征间距特征序列MK;根据MK确定的混合序列的最优分离组合对ΔX以及Len进行更新,以及在ΔX中提取异常点特征间距序列;根据异常点特征间距序列确定配水器最优分割参数,从而确定ΔX中的配水器;根据Len中除对应配水器外的其它值确定封隔器长度,从而确定ΔX中值中的封隔器和短套。以解决以往对井下工具进行识别时需要依赖人为的经验和操作,无法保证识别结果的准确性,同时人为识别还存在工作效率低、人工成本高的问题。
-