Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心董银涛获国家专利权

恭喜中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心董银涛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心申请的专利一种油井产能主控因素分析方法、系统、设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114021922B

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111253964.3,技术领域涉及:G06Q10/0637;该发明授权一种油井产能主控因素分析方法、系统、设备和存储介质是由董银涛;邱凌;宋来明;丁祖鹏;卢川;甘云雁;陈冠中;段锐;杨烁设计研发完成,并于2021-10-27向国家知识产权局提交的专利申请。

一种油井产能主控因素分析方法、系统、设备和存储介质在说明书摘要公布了:本发明涉及一种油井产能主控因素分析方法、系统、设备和存储介质,方法包括以下步骤:分别对获取的油井数据中的生产动态因素和静态地质因素进行数据清洗;采用控制变量的方法,对已清洗的生产动态与静态地质数据做独立分析,分别设计其应用方式,并使用机器学习算法开展油井产能主控因素的排序,得到各生产动态因素和静态地质因素的重要性排序。本发明通过对生产动态与静态地质数据的高效数据清洗,并采用适宜于生产动态与静态地质数据特点的数据使用方式,可提升机器学习算法在油井产能主控因素研究领域的适用性与准确性。因此,本发明可以广泛应用于油气田开发领域。

本发明授权一种油井产能主控因素分析方法、系统、设备和存储介质在权利要求书中公布了:1.一种油井产能主控因素分析方法,其特征在于,包括以下步骤:分别对获取的油井数据中的生产动态因素和静态地质因素进行数据清洗;其中,对于生产动态因素,其数据清洗的步骤为:依据第一预设判别标准筛选已投产的油井;缺失数据处理;依据第二预设判别标准确定油井的正式投产日期;依据第三预设判别标准去除受作业影响的数据;对静态地质因素,其数据清洗的步骤为:筛选射孔层位的地质因素数据;单井整体地质数据的计算;缺失数据处理;分别对经过数据清洗的生产动态因素与静态地质因素做独立分析,并使用机器学习算法开展油井产能主控因素的排序,得到各生产动态因素和静态地质因素的重要性排序;对生产动态因素进行分析的方法,包括:①从生产动态数据集中选取一口井,以日产油量为机器学习算法的标签,以其余各项生产动态因素为输入的特征,采用机器学习算法作为基模型,以该井数据训练基模型并得到各特征的重要性权重;②依次对各井的生产动态数据按步骤①计算特征的重要性权重,并对所有井相应的特征权重取平均值,依据平均权重大小确定各特征的重要性排序;③依据重要性排序,去除最重要的一个或几个特征,用剩余的特征组成新数据集,并使用基模型进行下一轮训练与特征重要性评价;④重复②-③步,直至筛选出最不重要的特征,将特征依次被剔除的顺序作为油井产能动态因素的重要性排序;对静态地质因素做分析的方法,包括:①以所有井的静态地质因素数据为训练集,以日产油量为机器学习算法的标签,以其他各项静态地质因素为输入特征,采用机器学习算法作为基模型,进行模型训练并得到各特征的重要性权重;②依据权重大小确定各特征的重要性排序,并去除最重要的一个或几个特征,用剩余的特征组成新数据集,并使用基模型进行下一轮训练与特征重要性评价;③重复第②步,直至筛选出最不重要的特征,将特征依次被剔除的顺序作为油井产能静态地质因素的重要性排序。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心,其通讯地址为:100010 北京市东城区朝阳门北大街25号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。