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！

摘要：本发明实施例公开了一种基于条件生成式对抗网络的MMP预测方法及装置，该方法包括：获取目标油藏的MMP影响因素数据；将所述MMP影响因素数据输入到预先训练出的生成器中，得到所述预先训练出的生成器输出的所述目标油藏的MMP预测值，其中，所述生成器为根据训练样本集进行多次迭代训练得到的，所述训练样本集中的每个训练样本包含：油藏的MMP值以及油藏的MMP影响因素数据。本发明实现了准确、高效的对油藏的MMP进行预测的有益效果。

主权项：1.一种基于条件生成式对抗网络的MMP预测方法，其特征在于，包括：获取目标油藏的MMP影响因素数据；将所述MMP影响因素数据输入到预先训练出的生成器中，得到所述预先训练出的生成器输出的所述目标油藏的MMP预测值，其中，所述生成器为根据训练样本集进行多次迭代训练得到的，所述训练样本集中的每个训练样本包含：油藏的MMP值以及油藏的MMP影响因素数据；获取所述训练样本集；根据所述训练样本集进行H1次迭代训练，得到所述预先训练出的生成器，其中，每一次迭代训练分为多个批次的训练，在进行每一个批次的训练时，先从所述训练样本集中选取H2个训练样本，然后基于选取的训练样本对判别器的网络权重进行训练，最后基于选取的训练样本在由判别器和生成器组成的组合模型中对生成器的网络权重进行训练，H1和H2均为正整数；生成器的输入为MMP影响因素数据，生成器的输出为MMP预测值；生成器的网络结构具体包括：第一FCNN层、第一拼接层以及第二FCNN层，所述第一FCNN层用于对MMP影响因素数据进行预处理，所述第一拼接层用于将所述第一FCNN层输出的预处理后的数据与随机噪声进行拼接，所述第二FCNN层用于对所述第一拼接层输出的拼接后的数据进行处理输出MMP预测值；判别器的输入为MMP影响因素数据和MMP值，该MMP值包括生成器的输出为MMP预测值，判别器的输出为数据为真实数据的概率；判别器的网络结构具体包括：第三FCNN层、第二拼接层以及第四FCNN层，所述第三FCNN层用于对MMP影响因素数据进行预处理，所述第二拼接层用于将所述第三FCNN层输出的预处理后的数据与MMP值进行拼接，所述第四FCNN层用于对所述第二拼接层输出的拼接后的数据进行处理输出数据为真实数据的概率。

全文数据：

权利要求：

百度查询： 中国石油大学(北京) 基于条件生成式对抗网络的MMP预测方法及装置