加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于Res-TCN神经网络的油井产液伴生气智能预测方法

发明专利有效专利
  • 申请号:
    CN202110002471.6
  • IPC分类号:G06Q10/04;G06Q50/02;E21B47/00;E21B49/00;G06N3/04;G06N3/08
  • 申请日期:
    2021-01-04
  • 申请人:
    天津科技大学;钧晟(天津)科技发展有限公司
著录项信息
专利名称一种基于Res-TCN神经网络的油井产液伴生气智能预测方法
申请号CN202110002471.6申请日期2021-01-04
法律状态实质审查申报国家中国
公开/公告日2021-04-23公开/公告号CN112700051A
优先权暂无优先权号暂无
主分类号G06Q10/04IPC分类号G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;2;;;E;2;1;B;4;7;/;0;0;;;E;2;1;B;4;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人天津科技大学;钧晟(天津)科技发展有限公司申请人地址
天津市滨海新区经济技术开发区第13大街9号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人天津科技大学,钧晟(天津)科技发展有限公司当前权利人天津科技大学,钧晟(天津)科技发展有限公司
发明人杜萌;高一样;高忠科;门玉莲
代理机构天津盛理知识产权代理有限公司代理人刘玲
摘要
本发明涉及一种基于Res‑TCN神经网络的油井产液伴生气智能预测方法,其技术特点是:本发明通过四扇区多电极电导传感器采集含气率波动信号并作为样本数据;然后预处理样本数据,构建数据集;根据数据集构建Res‑TCN神经网络模型;对构建的Res‑TCN神经网络模型进行训练,优化结构并且调整参数,得到最优模型并以此模型进行伴生气参数预测。本发明采用的深度神经网络在预测伴生气中具有客观性,排除了化验中存在的不确定性和人为操作的主观性,深度卷积神经网络和长短期记忆网络经过大量数据与迭代次数的训练后,并且对该类数据有较强的预测性能于客观性。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供