| 专利号 | 2023111267551 | 申请日 | 2023-09-04 | 专利名称 | 一种基于深度学习的油井增产措施优选及效果预测方法 |
| 授权日 | 2023-11-21 | 专利权人 | 青岛理工大学 | 发明人 | 张凯;殷浩;刘丕养;张黎明;王阳;张华清;严侠;张文娟;姚军 |
| 主分类号 | G06F30/27 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于深度学习的油井增产措施优选及效果预测方法，属于石油工程技术领域，包括如下步骤：收集待预测油井的历史措施数据；筛选得到措施增产数据集；进行相关性分析，选取特征参数；数据预处理；分别构建基于LightGBM的措施预测模型和基于CatBoost的措施预测模型；分别构建基于LightGBM的回归模型和基于CatBoost的回归模型；将当前待测油井的地质参数和井况数据同时输入到最终的措施预测模型，预测最优增产措施；再将待测井相关参数以及预测的措施输入最终的效果预测模型，预测实施优选措施后的效果。本发明通过深度学习算法构建模型，实现增产措施的优选及措施后效果预测。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
