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海上油气井网产量智能预测方法与系统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：CN120632428B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511124636.1，技术领域涉及：G06F18/213；该发明授权一种海上油气井网产量智能预测方法与系统是由黄涛;黄朝琴;柏明星;钱焕然;徐宁昊;杨浩敏;殷丹丹;龙运前;宋付权设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种海上油气井网产量智能预测方法与系统在说明书摘要公布了：本说明书实施例公开了一种海上油气井网产量智能预测方法与系统，其中的智能预测方法包括：获取井网中每一单井各自对应的产气量的时序数据和生产关键参数的时序数据，以及表征井网中各单井间相对距离的静态井间关系；基于每一单井各自对应的产气量的时序数据和生产关键参数的时序数据进行特征提取，得到每一单井各自对应的特征矩阵；将每一单井各自对应的特征矩阵输入训练好的预测模型，以得到井网的预测产气量，所述训练好的预测模型包括表征井间干扰关系的邻接矩阵。解决了现有数据模型针对存在井间动态干扰现象的复杂井网系统的预测失准问题，实现井网系统产能的精准预测。

本发明授权一种海上油气井网产量智能预测方法与系统在权利要求书中公布了：1.一种海上油气井网产量智能预测方法，其特征在于，包括以下步骤： 获取井网中每一单井各自对应的产气量的时序数据和生产关键参数的时序数据，以及表征井网中各单井间相对距离的静态井间关系； 基于每一单井各自对应的产气量的时序数据和生产关键参数的时序数据进行特征提取，得到每一单井各自对应的特征矩阵；具体包括：针对任一单井，基于其对应的产气量的时序数据和生产关键参数的时序数据分别提取局部精细特征和全局趋势特征；基于局部精细特征和全局趋势特征进行特征融合得到该单井对应的特征矩阵；重复以上步骤，直至得到每一单井各自对应的特征矩阵； 将每一单井各自对应的特征矩阵输入训练好的预测模型，以得到井网的预测产气量，所述训练好的预测模型包括表征井间干扰关系的邻接矩阵； 其中，待训练的预测模型包括基于静态井间关系设置初始值的参数矩阵，所述参数矩阵包括一对表征井间非对称干扰的第一参数矩阵和第二参数矩阵，以及表征井网中各单井自身特性的第三参数矩阵，所述邻接矩阵为训练好的预测模型对应的学习后参数矩阵； 所述预测模型的训练方法，包括以下步骤： 基于静态井间关系设置参数矩阵的初始值； 将当前参数矩阵和每一单井各自对应的特征矩阵输入待训练的预测模型，基于待训练的预测模型的损失函数对当前参数矩阵进行初步更新，通过多头注意力机制获取更新前后分别对应的两参数矩阵的权重矩阵，基于更新前后分别对应的两参数矩阵及其权重矩阵进行二次更新，得到更新后的参数矩阵，并以更新后的参数矩阵作为新的当前参数矩阵重复本步骤，直至待训练的预测模型的损失函数满足收敛条件时得到训练完成的预测模型。

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：316022 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”。

以上内容由龙图腾AI智能生成。