[发明专利]油田开发动态数据准确性检测方法、装置、设备及介质在审

专利信息
申请号: 202310481187.0 申请日: 2023-04-28
公开(公告)号: CN116485029A 公开(公告)日: 2023-07-25
发明(设计)人: 张可佳;张岩;富宇;刘涛;牟子豪;尹靖淞;廖明月 申请(专利权)人: 东北石油大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/02;G06F18/213;G06F18/25;G06N3/082;G06N3/04;G06F17/16;G06F18/24
代理公司: 北京格允知识产权代理有限公司 11609 代理人: 张莉瑜
地址: 163318 黑龙江*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 油田 开发 动态 数据 准确性 检测 方法 装置 设备 介质
【说明书】:

发明涉及油田开发技术领域,特别涉及一种油田开发动态数据准确性检测方法、装置、电子设备及存储介质,其中方法包括:获取油田目标区域中各油井的空间数据及开发动态数据;以每个油井为中心井,计算其他油井相对中心井的权重系数;以单个油井为节点,构建时空图;对时空图进行剪枝;基于进行剪枝后的时空图,以每个节点为中心节点,只保留与该中心节点直接相连的边及节点,作为该中心节点的结构属性存储;确定外部影响因素特征矩阵;构建油田开发动态数据预测模型,并进行训练;基于训练好的预测模型得到预测时空图;基于预测时空图和开发动态数据,判断是否存在数据异常。本发明能够用于自动化高效检测油田开发异常数据。

技术领域

本发明实施例涉及油田开发技术领域,特别涉及一种油田开发动态数据准确性检测方法、装置、电子设备及存储介质。

背景技术

油田开发动态数据是指在油田开发过程中,随着时间动态变化的各项数据指标,它能够反映出油田开发过程中出现的动态变化,是实现油田动态分析的数据基础。在油田的勘探开发过程中,对经过初步检查的油田开发动态数据进行准确性检测,快速找出异常数据,是制定油田开发方案的重要前提。目前,通常是依据参考历史数据变化,采用人工经验判断对油田开发动态数据进行异常检测。这种检测方法存在依赖人工经验以及缺乏动态性这两个问题,检测效率较低,准确率偏低。

发明内容

基于现有技术进行油田开发动态数据准确性检测效率低、准确率低的问题,本发明实施例提供了一种油田开发动态数据准确性检测方法、装置、电子设备及存储介质。

第一方面,本发明实施例提供了一种油田开发动态数据准确性检测方法,包括:

获取油田目标区域中各油井的空间数据;所述油井的空间数据包括油井的名称、位置和井连通信息;

获取一段连续时间内油田目标区域中各油井的开发动态数据,并进行预处理;

基于各油井的空间数据和预设的处理规则,以每个油井为中心井,计算其他油井相对中心井的权重系数;所述权重系数用于表示油井间的影响关系,数值越大代表关联越紧密;

以单个油井为节点,将油井的开发动态数据作为节点属性,构建表示油田目标区域内油井信息的时空图;

基于各油井的空间数据和对应的所述权重系数,对所述时空图进行剪枝,将节点间加权邻接值为零的边删除;所述加权邻接值为两节点间的欧式距离与相应的所述权重系数的乘积;

基于进行剪枝后的所述时空图,以每个节点为中心节点,根据节点连接关系,只保留与该中心节点直接相连的边及节点,作为该中心节点的结构属性存储;

基于各油井的开发动态数据,确定外部影响因素特征矩阵;

构建油田开发动态数据预测模型;所述油田开发动态数据预测模型包括依次连接的两层GCN网络、一层TCN网络和融合模块;所述油田开发动态数据预测模型用于将输入的时空图通过两层堆叠的GCN网络提取空间特征,再通过一层TCN网络提取时间特征,然后与从输入的所述外部影响因素特征矩阵中提取到的特征一同输入所述融合模块进行融合,输出得到预测时空图;

以历史时间对应的样本时空图和样本外部影响因素特征矩阵为输入,以相应的预测时空图为输出,对所述油田开发动态数据预测模型进行训练;

获取待检测的时空图和相应的外部影响因素特征矩阵,输入训练好的所述油田开发动态数据预测模型,得到对应的预测时空图;

基于预测的时空图和相应时间内的开发动态数据,判断是否存在数据异常。

可选地,所述油田开发动态数据预测模型中,所述TCN网络采用PReLU激活函数进行激活。

可选地,所述进行预处理包括:

检测数据的缺失状况,并对缺失的数据进行填补;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北石油大学,未经东北石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310481187.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top