買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國石油大學(華東)申請的專利基于離散小波變換和神經網絡的產油或CO₂埋存量預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116307034B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211539490.3，技術領域涉及：G06Q10/04；該發明授權基于離散小波變換和神經網絡的產油或CO₂埋存量預測方法是由楊永飛;梁超;姚軍;張凱;宋文輝;孫海;張磊;鐘俊杰;劉夫貴;徐泉設計研發完成，并于2022-12-02向國家知識產權局提交的專利申請。

本基于離散小波變換和神經網絡的產油或CO₂埋存量預測方法在說明書摘要公布了：本發明公開了一種基于離散小波變換和神經網絡的產油或CO2埋存量預測方法，屬于油田生產預測領域，包括如下步驟：通過油藏數值模擬器進行迭代計算，獲取油田生產時序數據；對油田生產時序數據進行預處理；采用Spearman相關性分析篩選出與標簽時序數據具有強相關性的數據作為輸入特征；采用離散小波變換分解時序標簽數據月產油量或月CO2埋存量；劃分數據集；構建融合Bi?LSTM和LSTM的混合神經網絡；訓練包含離散小波變換、Bi?LSTM神經網絡、LSTM神經網絡、逆小波變換的整體神經網絡模型；測試優化后的神經網絡模型；實時預測月產油量或月CO2埋存量。本發明在短時間內提取大量生產數據中有價值的特征信息，預測準確性高。

本發明授權基于離散小波變換和神經網絡的產油或CO₂埋存量預測方法在權利要求書中公布了：1.一種基于離散小波變換和神經網絡的產油或CO2埋存量預測方法，其特征在于，包括如下步驟： 步驟1、根據某油藏區塊基礎生產資料，通過油藏數值模擬器進行迭代計算，獲取油田生產時序數據； 步驟2、采用拉格朗日線性插值法和Min-Max標準化法對油田生產時序數據進行預處理； 步驟3、根據步驟2中預處理之后的油田生產時序數據，采用Spearman相關性分析篩選出與標簽時序數據具有強相關性的數據作為輸入特征； 步驟4、采用離散小波變換DWT分解時序標簽數據月產油量和月CO2埋存量； 步驟5、劃分數據集，其中前80％作為訓練集，用于優選出最佳的神經網絡模型；20％數據作為驗證集，用于測試模型的預測準確性； 步驟6、構建融合Bi-LSTM和LSTM的混合神經網絡Γ，利用Bi-LSTM學習輸入的油田生產時序數據與標簽數據正反兩個方向特征，捕捉數據的非線性特征關系；根據Bi-LSTM捕獲的特征信息利用LSTM沿時間正向預測月產油量或月CO2埋存量； 步驟7、訓練包含離散小波變換DWT、Bi-LSTM神經網絡Φj、LSTM神經網絡Φ*j、逆小波變換InverseWT的整體神經網絡模型； 步驟8、測試優化后的神經網絡模型，輸出測試完成且性能良好的優化神經網絡模型； 步驟9、實時監控油田生產情況，將實時獲取到的油田生產時序數據輸入優化后的神經網絡模型，進而得到月產油量或月CO2埋存量的預測值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國石油大學(華東)，其通訊地址為：266580 山東省青島市黃島區長江西路66號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。