浙江海洋大学黄涛获国家专利权
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！
龙图腾网获悉浙江海洋大学申请的专利一种基于PSO-VMD-LSTM的油井产量预测方法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：CN117009758B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202310740987.X，技术领域涉及：G06F18/20；该发明授权一种基于PSO-VMD-LSTM的油井产量预测方法是由黄涛;钱焕然;黄朝琴;黄鑫磊;廖欣设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。
本一种基于PSO-VMD-LSTM的油井产量预测方法在说明书摘要公布了：本发明提出了一种基于PSO‑VMD‑LSTM的油井产量预测方法，该预测方法基于传统VMD‑LSTM预测方法，把PSO算法分别应用于VMD模型和LSTM网络。具体表现为利用PSO算法优化VMD模型得到最佳的变分模态分解数和惩罚因子，避免了通过观察法得到变分模态分解数和惩罚因子造成的误差，同时PSO算法优化LSTM网络，使LSTM网络得以设置最佳的参数，从而进一步提高了该预测方法的精准度。
本发明授权一种基于PSO-VMD-LSTM的油井产量预测方法在权利要求书中公布了：1.一种基于PSO‑VMD‑LSTM的油井产量预测方法，其特征在于，包含以下步骤： 步骤1：对油井产量数据进行归一化处理； 步骤2：利用小波变换对归一化数据进行降噪处理； 步骤3：利用PSO算法优化后的VMD模型得到归一化数据的分解模态结果；在PSO算法优化VMD模型的过程中，将初始参数带入VMD模型中对信号进行分解，得到k个固有模态分量，计算每个分量的信息熵，比较所有粒子的信息熵值，并更新个体的局部极小值和种群的全局极小值； 步骤4：利用PSO算法优化LSTM网络，并将归一化数据的分解模态结果输入LSTM网络；在PSO算法优化LSTM网络的过程中，设置LSTM搜索参数，把批量大小作为优化对象，初始化自适应PSO算法； 步骤5：LSTM网络输出每个模态的预测结果，将每个模态的预测结果求和并反归一化，得到最终预测结果。
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浙江海洋大学，其通讯地址为：316000 浙江省舟山市定海区临城街道海大南路1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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励