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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 中国石油大学(华东)严侠获国家专利权

中国石油大学(华东)严侠获国家专利权

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!

龙图腾网获悉中国石油大学(华东)申请的专利聚合物驱油藏模型预测方法、装置、设备及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:CN120542132B

龙图腾网通过国家知识产权局官网在2025-09-23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:202511037860.7,技术领域涉及:G06F30/20;该发明授权聚合物驱油藏模型预测方法、装置、设备及存储介质是由严侠;孙振文;纪祥;张凯;张黎明;刘丕养设计研发完成,并于2025-07-28向国家知识产权局提交的专利申请。

聚合物驱油藏模型预测方法、装置、设备及存储介质在说明书摘要公布了:本申请提供一种聚合物驱油藏模型预测方法、装置、设备及存储介质。涉及油气田开发工程领域。该方法包括:通过将注采制度矩阵转换为含时间编码的多通道场图,结合油藏数值模拟输出的三维物理场数据,构建深度算子网络:分支网络采用残差注意力网络将注采制度场图转换成参数依赖的特征图,主干网络将时间编码的张量转换为空间调制权重,经点积运算生成压力场、含油饱和度场及聚合物浓度场的初始算子;利用基于高斯混合模型的自适应采样机制动态增强高误差区域数据密度;结合几何相似性匹配复用物理标签,实现瞬态多物理场同步高精度预测。本申请解决了传统数值模拟器计算效率低、常规代理模型泛化能力差的问题。

本发明授权聚合物驱油藏模型预测方法、装置、设备及存储介质在权利要求书中公布了:1.一种聚合物驱油藏模型预测方法,其特征在于,所述方法包括: 根据地质资料,构建地质模型,并将所述地质模型输入油藏数值模拟器,在所述油藏数值模拟器中建立油藏数值模拟模型; 基于所述油藏数值模拟模型的网格大小及井位分布,获取注采制度矩阵,并将所述注采制度矩阵转换为与场图大小匹配的矩阵形式,形成注采制度场图数据; 获取所述油藏数值模拟器输出的油藏各个时间步下的场图数据,所述场图数据包括含油饱和度场、压力场和聚合物浓度场; 构建深度算子网络模型,所述深度算子网络模型以所述注采制度场图数据和时间编码的张量为输入,所述深度算子网络模型包括分支网络和主干网络;其中,所述分支网络采用残差注意力的编码-解码结构处理注采制度场图数据,所述主干网络采用残差卷积层将时间编码的张量转换为空间调制权重,所述分支网络和主干网络的输出通过点积运算生成压力场、含油饱和度场及聚合物浓度场的初始算子; 以所述注采制度场图数据和所述场图数据拼接形成的三维张量对所述深度算子网络模型进行训练,在训练过程中,经前向传播和反归一化后计算MSE损失,通过优化器及余弦退火学习率更新参数,监控至最大迭代次数或损失收敛后保存模型参数,得到初步训练模型; 基于所述初步训练模型的预测结果与真实场图的偏差构建自适应采样机制;其中,所述自适应采样机制使用高斯混合模型GMM建模预测残差分布,并用贝叶斯信息准则优化GMM成分数;在潜在空间生成新样本,通过系统重采样增强高误差区域数据密度;通过余弦距离匹配几何相似性,直接获取物理标签,生成增强数据集; 利用所述增强数据集重新训练所述深度算子网络模型,基于训练后的深度算子网络模型,任意时间步下油藏模型的瞬态场图预测结果。

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国石油大学(华东),其通讯地址为:266580 山东省青岛市黄岛区长江西路66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”。

以上内容由AI智能生成
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。