Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  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(北京)曾雯婷获国家专利权

中国石油大学(北京)曾雯婷获国家专利权

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(北京)申请的专利基于机器学习的射流泵排采工艺参数智能优化方法及装置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:CN120592596B

龙图腾网通过国家知识产权局官网在2026-03-17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:202510870306.0,技术领域涉及:E21B43/12;该发明授权基于机器学习的射流泵排采工艺参数智能优化方法及装置是由曾雯婷;汪志明设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。

基于机器学习的射流泵排采工艺参数智能优化方法及装置在说明书摘要公布了:本申请实施例提供一种基于机器学习的射流泵排采工艺参数智能优化方法、装置、存储介质及计算机程序产品。方法包括:获取气井的实时积液量与实时地层数据;将实时积液量与实时地层数据输入至基于XGBoost构建的回归模型,其中,回归模型包括多个子预测模型,每个子预测模型对应一个关键工艺参数;获取回归模型输出的针对目标射流泵的每个关键工艺参数的预测值,关键工艺参数至少包括地面注入压力、喷嘴面积与喉管面积的比值、流量比、泵下入深度;根据关键工艺参数的预测值调节目标射流泵在对气井进行开采时的工艺参数。

本发明授权基于机器学习的射流泵排采工艺参数智能优化方法及装置在权利要求书中公布了:1.一种基于机器学习的射流泵排采工艺参数智能优化方法,其特征在于,所述方法包括: 获取气井的实时积液量与实时地层数据; 将所述实时积液量与所述实时地层数据输入至基于XGBoost构建的回归模型,其中,所述回归模型包括多个子预测模型,每个子预测模型对应一个关键工艺参数; 获取所述回归模型输出的针对目标射流泵的每个关键工艺参数的预测值,所述关键工艺参数至少包括地面注入压力、喷嘴面积与喉管面积的比值、流量比、泵下入深度; 根据所述关键工艺参数的预测值调节所述目标射流泵在对所述气井进行开采时的工艺参数; 在根据所述关键工艺参数的预测值调节所述目标射流泵在对所述气井进行开采时的工艺参数后,采集所述气井的工况数据,所述工况数据包括产气量、出液量、井口压力、泵效值中的至少一者;在所述工况数据低于预期数据的情况下,根据预设增量学习机制调整所述回归模型的模型参数; 其中,所述预设增量学习机制的表达式如公式1所示: 公式1 其中,是指所述回归模型在t的下一时刻的模型参数,即基于t时刻的模型参数更新下一时刻的模型参数,是指所述回归模型在t时刻的模型参数,是指学习率,为损失函数,,n是指输入参数组的总数,m是指第m个输入参数组,是指第m个输入参数组对应的关键工艺参数的预期值,是指所述回归模型基于第m个输入参数组输出的针对关键工艺参数的预测值; 所述工况数据包括多个工况参数,所述预期数据包括与每个工况参数对应的预期数值,在所述工况数据低于预期数据的情况下,根据预设增量学习机制调整所述回归模型的模型参数还包括:确定每个工况参数与对应的预期数值之间的均方误差;在至少一个工况参数低于对应的预期数值,且该工况参数与对应的预期数值之间的均方误差大于预设误差值的情况下,根据预设增量学习机制调整所述回归模型的模型参数。

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(北京),其通讯地址为:102249 北京市昌平区府学路18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。

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。