[发明专利]基于卷积神经网络与SHAP值的页岩气产能主控因素分析方法在审
| 申请号: | 202211484306.X | 申请日: | 2022-11-24 | 
| 公开(公告)号: | CN115829104A | 公开(公告)日: | 2023-03-21 | 
| 发明(设计)人: | 岳明;宋田茹;朱维耀;范琳;宋洪庆;潘滨 | 申请(专利权)人: | 北京科技大学 | 
| 主分类号: | G06Q10/04 | 分类号: | G06Q10/04;E21B49/00;G06Q50/02;G06N3/0464;G06F18/211;G06F18/214 | 
| 代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 | 
| 地址: | 100083*** | 国省代码: | 北京;11 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | 本发明提供一种基于卷积神经网络与SHAP值的页岩气产能主控因素分析方法,属于页岩气开发领域。所述方法包括:确定影响目标区块页岩气产能的因素;其中,每个影响因素作为一个特征;根据确定的页岩气产能的影响因素获取页岩气数据构成特征数据集,并获取页岩气数据对应的产能构成标签数据集;利用特征数据集和标签数据集,建立基于卷积神经网络的产能预测模型;基于训练后的产能预测模型,计算特征数据集中每个特征的SHAP值,量化每个因素对产能的影响程度;基于得到的SHAP值,分析产能与其影响因素之间的内在关系,确定目标区块的产能主控因素。采用本发明,能够对影响产能的因素进行重要性分析,提高了主控因素分析的准确率。 | ||
| 搜索关键词: | 基于 卷积 神经网络 shap 页岩 产能 主控 因素 分析 方法 | ||
【主权项】:
                暂无信息
            
                    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北京科技大学,未经北京科技大学许可,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/patent/202211484306.X/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
                    G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
                
            G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





