买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油大学(北京)申请的专利基于自适应图卷积网络的油藏产量预测方法、设备及产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119940598B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411853797.X，技术领域涉及：G06Q10/04；该发明授权基于自适应图卷积网络的油藏产量预测方法、设备及产品是由薛亮;陈海洋;魏瑞;韩江峡设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本基于自适应图卷积网络的油藏产量预测方法、设备及产品在说明书摘要公布了：本申请实施例提供一种基于自适应图卷积网络的油藏产量预测方法、设备及产品。该方法包括：首先获取注水井的第一动态数据以及采油井的第二动态数据。随后，将这些动态数据共同输入至一个预先训练好的预测模型中，该模型的特征提取网络部分内置了能够表征注水井和采油井的空间影响关系的邻接矩阵，从而能够得到一个既考虑了注水井影响，又考虑了采油井因素的预测石油产量。该方法不仅解决了现有油藏产量预测方法中因仅关注采油井自身属性而导致的预测准确性受限问题，还通过全面综合考虑注水井与采油井的动态数据以及它们之间的相互作用关系，显著提升了油藏产量预测的准确度。

本发明授权基于自适应图卷积网络的油藏产量预测方法、设备及产品在权利要求书中公布了：1.一种基于自适应图卷积网络的油藏产量预测方法，其特征在于，包括： 获取注水井的第一动态数据和采油井的第二动态数据，其中，所述第一动态数据包括所述注水井的注水速度和或井底流压，所述第二动态数据包括所述采油井的产油速度、产水速度、产液速度、井底流压中的至少一项； 将所述第一动态数据和所述第二动态数据输入预先训练的预测模型，得到所述预测模型输出的预测石油产量，其中，所述预测模型中的特征提取网络包括自适应图卷积网络，所述自适应图卷积网络中的邻接矩阵用于表征所述注水井和所述采油井的空间影响关系； 所述预测模型包括编码网络、所述特征提取网络和解码网络，其中，所述特征提取网络包括多个级联的卷积层，每个所述卷积层包括时序处理模块和所述自适应图卷积网络； 所述将所述第一动态数据和所述第二动态数据输入预先训练的预测模型，得到所述预测模型输出的预测石油产量，包括： 将所述第一动态数据和所述第二动态数据输入所述编码网络，得到初始特征，将所述初始特征作为所述多个级联的卷积层中第一个卷积层的输入向量，针对任一卷积层，将所述卷积层的输入向量通过所述卷积层的时序处理模块生成第一特征，再将所述第一特征通过所述卷积层的自适应图卷积网络生成第二特征，将所述第二特征作为下一个卷积层的输入向量，直至得到所述多个级联的卷积层各自生成的第一特征； 将所述多个级联的卷积层各自生成的第一特征输入所述解码网络，得到所述预测石油产量； 所述时序处理模块包括第一时序卷积网络和第二时序卷积网络，所述将所述卷积层的输入向量通过所述卷积层的时序处理模块生成第一特征，再将所述第一特征通过所述卷积层的自适应图卷积网络生成第二特征，包括： 将所述卷积层的输入向量输入所述第一时序卷积网络，得到第一子特征； 将所述卷积层的输入向量输入所述第二时序卷积网络，得到第二子特征； 对所述第一子特征和所述第二子特征进行乘积，得到所述第一特征； 基于所述第一特征和所述自适应图卷积网络中的邻接矩阵，生成所述第二特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油大学(北京)，其通讯地址为：102249 北京市昌平区府学路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。