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！

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利基于多特征融合的油井产量多步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：CN120525132B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511014810.7，技术领域涉及：G06Q10/04；该发明授权基于多特征融合的油井产量多步预测方法是由韩建;王志豪;曹志民;邓宇;衣博;纪浩宇设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于多特征融合的油井产量多步预测方法在说明书摘要公布了：本发明公开了基于多特征融合的油井产量多步预测方法，涉及电数字数据处理领域，包括：对原始日产油量数据集进行基于统计分布的数值标准化和空间维度归一化的双重标准化处理；利用时间序列数据生成包含一阶差分特征、滑动和特征以及累计和特征的结构化派生特征集合；通过线性变换模块结合非线性激活函数对输入特征集合进行特征空间映射；采用上下文信息掩码机制对观测数据进行缺失信息注入，构造包含可控缺失模式的时间子序列；利用多尺度膨胀卷积编码器对时间子序列进行分层特征编码，提取不同时间尺度下的时序依赖关系；基于生成的上下文嵌入表示，通过深度学习预测模型实现目标油井未来多时间步长的日产油量序列预测。本发明提高预测精度。

本发明授权基于多特征融合的油井产量多步预测方法在权利要求书中公布了：1.基于多特征融合的油井产量多步预测方法，其特征在于，包括： 对原始日产油量数据集进行基于统计分布的数值标准化和空间维度归一化的双重标准化处理； 利用时间序列数据生成包含一阶差分特征、滑动和特征以及累计和特征的结构化派生特征集合； 通过线性变换模块结合非线性激活函数对输入特征集合进行特征空间映射； 采用上下文信息掩码机制对观测数据进行缺失信息注入，构造包含可控缺失模式的时间子序列； 利用多尺度膨胀卷积编码器对时间子序列进行分层特征编码，提取不同时间尺度下的时序依赖关系； 基于生成的上下文嵌入表示，通过深度学习预测模型实现目标油井未来多时间步长的日产油量序列预测； 生成结构化派生特征集合的过程包括： 计算一阶差分特征以捕捉短期波动； 计算滑动和特征以反映局部趋势； 计算累计和特征以体现全局增长态势； 特征空间映射的过程包括： 通过线性权重矩阵对输入特征向量进行线性变换； 引入非线性激活函数对变换结果进行非线性处理； 输出映射后的特征向量； 深度学习预测模型采用改进型门控残差LSTM网络与序列到序列预测框架的组合结构，其中： 门控残差LSTM网络引入门控单元计算残差融合权重； 序列到序列预测框架采用迭代式预测方式生成未来多个时间步的油井日产量预测值。

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东北石油大学三亚海洋油气研究院，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城雅布伦产业园2号楼二层、五层；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”。