北京石油化工學院;中國石油大學(北京)張娜獲國家專利權
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(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉北京石油化工學院;中國石油大學(北京)申請的專利基于多模態(tài)特征擾動分析預測石油采收率的解釋方法及解釋系統(tǒng)獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產權局授予,授權公告號為:CN120448789B 。
龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202510604962.6,技術領域涉及:G06F18/213;該發(fā)明授權基于多模態(tài)特征擾動分析預測石油采收率的解釋方法及解釋系統(tǒng)是由張娜;王凌旭;姚博文;王斌;蒲景陽設計研發(fā)完成,并于2025-05-12向國家知識產權局提交的專利申請。
本基于多模態(tài)特征擾動分析預測石油采收率的解釋方法及解釋系統(tǒng)在說明書摘要公布了:本發(fā)明屬于基于特定計算模型的計算機系統(tǒng)領域,尤其涉及基于多模態(tài)特征擾動分析預測石油采收率的解釋方法及解釋系統(tǒng)。本發(fā)明通過引入多樣化的特征擾動類型,如噪聲、縮放、移位、隨機刪除、隨機插值及非線性變換等,全面發(fā)掘提升石油采收率特征之間的潛在關系,突破了目前特征重要性僅僅關注單一特征的局限,評估多組合特征對預測模型輸出的作用效果,為模型的優(yōu)化和理解提供堅實的數(shù)據(jù)支撐;通過引入異步計算方式,并利用MapReduce模式進行并行化處理,顯著提高了計算效率。本發(fā)明旨在利用特征擾動技術為石油產量預測模型的優(yōu)化、提升準確率以及提升對于機器學習模型的解釋性。
本發(fā)明授權基于多模態(tài)特征擾動分析預測石油采收率的解釋方法及解釋系統(tǒng)在權利要求書中公布了:1.基于多模態(tài)特征擾動分析預測石油采收率的解釋方法,其特征在于,所述方法包括: S1、數(shù)據(jù)預處理:清洗和轉換原始數(shù)據(jù),構建原始特征矩陣X,為后續(xù)分析提供高質量數(shù)據(jù)輸入,所述原始數(shù)據(jù)為油田的巖石物理和流體屬性數(shù)據(jù);所述原始特征矩陣X由原始特征值組成,表示樣本序號,表示特征序號; S2、對步驟S1預處理后的數(shù)據(jù)進行擾動處理:根據(jù)具體的分析需求,靈活選擇擾動類型,并設置特征的組合方式、步長的初始值及閥值,對步驟S1預處理后的數(shù)據(jù)進行擾動控制,生成帶有上述具體參數(shù)信息的特征擾動數(shù)據(jù); S3、步驟S2生成的帶有上述具體參數(shù)信息的特征擾動數(shù)據(jù)通過模型接口層傳遞至機器學習模型,觸發(fā)機器學習模型進行預測計算,形成預測結果,同時,模型接口層接收機器學習模型返回的預測結果,即石油采收率; S4、模型接口層將步驟S3返回的預測結果傳至步長尋優(yōu)控制器,步長尋優(yōu)控制器利用迭代優(yōu)化的策略來確定針對每個特征的最優(yōu)特征擾動步長,并將最優(yōu)特征擾動步長下的擾動影響發(fā)送到結果分析器,所述擾動影響根據(jù)每次擾動后模型預測結果與原始結果的差異進行計算,原始結果為根據(jù)當前油井的各項原始特征值未經擾動處理直接經機器學習模型預測得到的石油采收率; S5、結果分析器根據(jù)步驟S4輸出的最優(yōu)步長下的擾動影響進行排序,并根據(jù)原始結果及接收的擾動影響計算特征與原始結果之間的相關性; S6、將根據(jù)結果分析器生成的分析結果以直觀、易懂的方式進行可視化呈現(xiàn)。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或專利權人北京石油化工學院;中國石油大學(北京),其通訊地址為:102600 北京市大興區(qū)大興清源北路19號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。