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天然气股份有限公司申请的专利一种基于LAE的井间连通性分析方法与装置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：CN115730633B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202110995898.0，技术领域涉及：G06N3/0442；该发明授权一种基于LAE的井间连通性分析方法与装置是由孙琦;倪天禄;徐思远;孙海燕;孙冰冰;宁文燕;李春晨;李爱华;王晴;王艳丽设计研发完成，并于2021-08-27向国家知识产权局提交的专利申请。

本一种基于LAE的井间连通性分析方法与装置在说明书摘要公布了：本发明公开了一种基于LAE的井间连通性分析方法与装置，明对于油田井组的历史注采数据，使用LSTM‑AE对注水量序列进行编码，构造注水量序列的向量表示，将该向量输入全连接层，预测生产井产液量。将井组中各水井注水量作为敏感性分析的输入变量，应用全局敏感性分析法EFAST分析基于LSTM‑AE的产液量预测模型输入变量的敏感性，通过分解模型预测结果的方差得到各水井注水量及水井注水量之间的耦合作用对模型结果的影响，以计算参数敏感性指数，识别对生产井产液量影响显著的关键注水井，明确井间连通状况。本发明能够准确有效地对井间连通性进行分析。

本发明授权一种基于LAE的井间连通性分析方法与装置在权利要求书中公布了：1.一种基于LAE的井间连通性分析方法，其特征在于，包括以下步骤： A、对井组的历史注采数据进行数据清洗、无量纲化、时间序列划分、训练集测试集划分的数据预处理操作；所述数据清洗操作包括去除数据集中空值、重复值和异常值，无量纲化使用的方法为归一化，公式为： 其中，x表示需要归一化的参数，xmin表示特征的最小值，xmax表示特征的最大值；使用滑动窗口方法对数据进行分割，时间窗口长度设为l，步长为1，将数据集分为N个时间序列；将数据集的70％划分为训练集，其余的30％作为测试集； B、基于预处理后的数据，使用LSTM编码器从输入的注水量序列中提取特征，LSTM解码器根据特征映射重构注水量序列；使用基于时间的反向传播算法以最小化重构误差作为训练目标训练LSTM-AE模型，不断优化模型参数以达到特征提取的目的，训练完成；所述LSTM-AE指的是LSTM自动编码器，工作过程如下，LSTM编码器用于从输入的注水量序列Xt＝{xt,xt +1,…,xt+l-1}中提取特征向量，将第t时刻的注水量xt与第t-1时刻LSTM神经元的隐藏状态进行拼接，输入第t时刻对应的LSTM神经元，编码后得到LSTM的隐藏状态c为LSTM隐藏层的神经元数，LSTM第一个神经元初始化状态为ct-1＝ht-1＝0；编码器第t+l-1个LSTM神经元的隐藏状态作为解码器的初始隐藏状态通过解码器第t+l-1时刻对应的LSTM神经元的线性层运算，得到该时刻重构的注水量向量x′t+l-1；将x′t+l-1和作为第t+l-2时刻LSTM神经元的输入，获取解码器t+l-2时刻对应的LSTM神经元的隐藏状态并输出重构向量x′t+l-2，继续解码过程，直到重构完成，通过解码器重构出的注水量序列为Xt′＝{x′t+l-1,x′t+l-2,…,x′t}； C、训练完成后，只保留LSTM编码器对输入的注水量序列进行编码，提取特征，输入全连接层，利用产液量真实值与预测值之间的误差训练全连接层权重参数，实现产液量的预测； D、将井组中各水井注水量作为敏感性分析的输入变量，应用全局敏感性分析法EFAST分析产液量预测模型输入变量的敏感性，通过模型方差的分解得到各水井注水量及水井注水量之间的耦合作用以计算参数敏感性指数，识别对生产井产液量影响显著的关键注水井，明确井间连通状况；EFAST方法为拓展傅里叶幅度敏感性检验法，是全局敏感性分析的方法之一；算法认为模型的方差是由输入参数以及参数之间的相互作用引起，通过进行方差分解求出各变量以及变量之间的耦合作用对模型的影响程度，以计算参数敏感性指数。

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天然气股份有限公司，其通讯地址为：100007 北京市东城区东直门北大街9号中国石油大厦；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”。