摘要
本申请公开了一种压裂油气井产量动态预测方法、设备、介质及产品,涉及油气田开发领域。首先获取不同油气藏不同类型储层的地质参数数据以及产量动态数据;将地质参数数据转化成图像数据;采用无监督聚类方法对图像数据进行分类;基于图像数据和分类编号构建数据集对深度学习模型进行训练,训练完成后作为地质参数分类模型使用,以得到待预测图像数据的预测分类编号并据此检索目标图像数据和待修正图像,待修正图像选自由产量动态数据生成的格拉姆角场图像;计算待预测图像数据与目标图像数据之间的差值图像,用于对待修正图像进行修正;将修正后图像逆转化为预测的产量动态数据,能够大幅度减少产量动态预测所需的计算耗时并降低预测成本。
技术关键词
动态预测方法
油气井产量
预测图像数据
无监督聚类方法
参数
拉普拉斯
深度学习模型
K均值聚类方法
裂缝
饱和度
矩阵
像素点
处理器
高斯核函数
计算机程序产品
坐标系
压力
像素块
系统为您推荐了相关专利信息
积分控制方法
IGBT模块
PTC加热器
功率值
闭环
飞轮储能系统
数据采集方法
特征数据库
电力
负荷预测模型