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！

龙图腾网获悉西南石油大学申请的专利一种低渗透储层压后产量智能预测方法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：CN118933722B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411151989.6，技术领域涉及：E21B47/00；该发明授权一种低渗透储层压后产量智能预测方法是由熊健;刘敬言;刘向君;覃建华;梁利喜;秦志军;丁乙设计研发完成，并于2024-08-21向国家知识产权局提交的专利申请。

本一种低渗透储层压后产量智能预测方法在说明书摘要公布了：本发明涉及一种低渗透储层压后产量智能预测方法，引入径向基函数和多项式函数加权组合混合核函数，采用改进的螳螂优化算法结合混合核函数支持向量机构建MDBO‑SVM模型；以影响产量的主控因素为输入参数，储层压后产量为输出，对MDBO‑SVM模型进行训练，利用训练好的MDBO‑SVM模型对低渗透储层压后产量进行预测。本发明方法能更精确、高效地预测水平井初期产能，产量的整体预测效果更好；且对于不同储层下压后产量预测有着更高的预测精度，以及更强的泛化能力；在储层特征较多时，本发明通过进行特征筛选并结合多种相关性分析方法，能够更准确、合理地筛选出影响储层压后产量的主控因素；本发明有效地保留原始数据的分布特征，从而实现对数据的有效扩充。

本发明授权一种低渗透储层压后产量智能预测方法在权利要求书中公布了：1.一种低渗透储层压后产量智能预测方法，其特征在于，包括以下步骤： 构建用于预测压后产量的机器学习预测模型； 以影响产量的主控因素为输入参数，储层压后产量为输出，对所述机器学习预测模型进行训练，利用训练好的机器学习预测模型对低渗透储层压后产量进行预测； 确定所述主控因素的方法包括以下步骤： 获取原始数据集，所述原始数据集包括储层地质参数、工程地质参数和工程参数； 对原始数据集进行扩充，获得扩充样本数据集； 对扩充样本数据集的各特征参数进行特征提取及筛选，获得影响产量的关键储层地质因素、关键工程地质因素和关键工程参数； 基于影响产量的关键储层地质因素、关键工程地质因素和关键工程参数，进一步筛选出影响产量的主控因素； 采用改进的Bayes_Bootstrap法对原始数据进行扩充，改进Bayes_Bootstrap方法包括以下步骤： 步骤1，导入原生样本数据集； 步骤2，确定参数a的阈值，并将样本扩容； 步骤3，进行K-S检验，并判断K-S检验结果是否合理； 如果检验结果合理择进行步骤4，否则返回步骤2； 步骤4，计算参数点估计值和区间估计值； 步骤5，判断是否达到最大样本扩充倍数；如果达到最大样本扩充倍数进行步骤6，否则返回步骤2； 步骤6，计算扩充样本数据分布的MMD值、参数点估计和区间估计值； 对于某区块关键井储层射孔段原始数据样本量极少的情况，对于任一特征，设总样本点个数为n，将数据点按从大到小的顺序进行重新编号，即X＝x1,x2,x3.....xn；采用改进的Bayes_Bootstrap法，对各特征原始射孔段深度点数据进行邻域划分，通过调整参数a值以扩充数据，如下式所示，确定样本扩充倍数N，得到nN个生成样本点： 上式中，a取不小于2的整数,xnk为各领域区间内生成样本点，将原始样本点与生成样本合并，即得到某一特征的扩充样本。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。