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！

龙图腾网恭喜中国石油大学(北京)申请的专利地热储层缝网特征智能反演方法、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：CN118171571B 。

龙图腾网通过国家知识产权局官网在2024-09-17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：202410282118.1，技术领域涉及：G06F30/27；该发明授权地热储层缝网特征智能反演方法、装置、设备及存储介质是由宋先知;李爽;王高升;李根生;黄中伟;易俊琳设计研发完成，并于2024-03-12向国家知识产权局提交的专利申请。

本地热储层缝网特征智能反演方法、装置、设备及存储介质在说明书摘要公布了：本申请提供一种地热储层缝网特征智能反演方法、装置、设备及存储介质。该方法包括：确定干热岩裂缝网络的流热耦合仿真模型；根据流热耦合仿真模型，确定模型训练样本和模型训练结果；根据模型训练样本和模型训练结果，对初始模型进行训练，得到流热耦合仿真模型的智能代理模型；根据初始特征参数样本和输出结果监测值，对智能代理模型的输出结果进行误差分析，得到样本预测误差分析结果；根据样本预测误差分析结果，对初始特征参数样本进行智能反演，得到与输出结果监测值对应的目标特征参数样本。本申请的方法，使得特征参数样本的智能反演结果更准确，减少了对复杂流热耦合仿真模型的依赖，提高了缝网特征智能反演效率。

本发明授权地热储层缝网特征智能反演方法、装置、设备及存储介质在权利要求书中公布了：1.一种地热储层缝网特征智能反演方法，其特征在于，包括：确定干热岩裂缝网络的流热耦合仿真模型，其中，所述流热耦合仿真模型的模型输出结果与所述流热耦合仿真模型中待确定特征项的待确定特征参数具有映射关系，所述待确定特征项为所述干热岩裂缝网络中需要预测的特征项，所述待确定特征参数为随机设置的特征参数；根据所述流热耦合仿真模型，确定模型训练样本和模型训练结果；根据所述模型训练样本和所述模型训练结果，对初始模型进行训练，得到所述流热耦合仿真模型的智能代理模型；根据初始特征参数样本和输出结果监测值，对所述智能代理模型的输出结果进行误差分析，得到样本预测误差分析结果，所述初始特征参数样本为与所述待确定特征项对应的特征参数样本，所述输出结果监测值为对所述干热岩裂缝网络进行生产数据检测得到的监测值；根据所述样本预测误差分析结果，对所述初始特征参数样本进行智能反演，得到与所述输出结果监测值对应的目标特征参数样本；所述根据所述样本预测误差分析结果，对所述初始特征参数样本进行智能反演，得到与所述输出结果监测值对应的目标特征参数样本，包括：若所述样本预测误差分析结果满足预设误差要求，则确定所述初始特征参数样本为目标特征参数样本，所述预设误差要求为所述输出结果监测值与所述智能代理模型的输出结果预测值之间允许的误差范围；若所述样本预测误差分析结果不满足预设误差要求，则确定所述样本预测误差分析结果中的协方差值；根据所述协方差值，确定所述初始特征参数样本中各个样本的权重；根据所述初始特征参数样本中各个样本的权重和所述输出结果预测值，对所述初始特征参数样本进行智能反演，得到与所述输出结果监测值对应的目标特征参数样本；或者，所述根据所述样本预测误差分析结果，对所述初始特征参数样本进行智能反演，得到与所述输出结果监测值对应的目标特征参数样本，包括：根据所述样本预测误差分析结果，对所述初始特征参数样本进行智能反演，得到初始目标特征参数样本；将所述初始目标特征参数样本作为初始特征参数样本，重新执行所述根据初始特征参数样本和输出结果监测值，对所述智能代理模型的输出结果进行误差分析，得到样本预测误差分析结果的步骤，直至得到的样本预测误差分析结果满足预设误差要求后，确定所述初始目标特征参数样本为目标特征参数样本。

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”。