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气藏水侵智能调控方法、设备及储存介质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：CN119494267B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411556306.5，技术领域涉及：G06F30/27；该发明授权一种气藏水侵智能调控方法、设备及储存介质是由张芮菡;谢泽豪;张连进;张飞;赵玉龙;张烈辉设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种气藏水侵智能调控方法、设备及储存介质在说明书摘要公布了：一种气藏水侵智能调控方法、设备及储存介质，涉及油气开发技术领域，主要步骤包括，随机生成生产模拟模型构建多目标的水侵动态数据集，使用归一化后的数据集训练机器学习模型，利用训练得出的机器学习模型计算影响水侵动态的主控因素和主控因素对应的权重，建立排水井综合评价模型，将产区井网中有水产出的生产井的对应参数输入排水井综合评价模型中，确定由生产井和排水井组成的排采井网，建立排采制度多目标优化数学模型，使用多目标优化算法求解得出不同排采制度方案对应的帕累托解集以及井控参数；本发明通过多目标优化算法求解，准确获得不同方案的帕累托解集及对应的井控参数，实现了智能调控气藏的水侵伤害，为气藏稳产提供支撑的作用。

本发明授权一种气藏水侵智能调控方法、设备及储存介质在权利要求书中公布了：1.一种气藏水侵智能调控方法，其特征在于，包括以下步骤： 步骤S1：随机生成多组包括不同地质参数、工程参数、开发参数和目标参数的井组生产模拟模型构建多目标的水侵动态数据集，并对数据集进行归一化处理； 步骤S2：使用归一化后的数据集训练机器学习模型，利用训练得出的机器学习模型计算影响水侵动态的影响因素并对其重要程度进行排序，得出影响水侵动态的主控因素和主控因素对应的权重；所述重要程度进行排序的方法为皮尔逊相关系数法，主控因素为相关系数大于0.1的影响因素，主控因素权重的计算方法为：将各主控因素对应的相关系数求和，再用各主控因素各自的相关系数分别除以各主控因素的相关系数之和，得到各主控因素对应的权重； 步骤S3：建立排水井综合评价模型，将产区井网中有水产出的生产井的对应参数输入排水井综合评价模型中，将排水井综合评价模型中计算得出的评价值大于0.5的生产井确定为排水井，进而确定由生产井和排水井组成的排采井网； 其中，排水井综合评价模型具体如式1所示： 式1中，V为排水井综合评价值，t＝1,2,…,n； 步骤S4：基于排采井网，建立排采制度多目标优化数学模型，其中，数学模型的目标函数如式2—2.2所示： minfx，fx＝[fEW，-fEG]2 式2中，fEW为所有采气井累积产水量，fEG为所有采气井累积产气量，Gi表示第i口产气井的日产气量，Wj表示第j口排水井的日产水量； 约束条件为采气井日产气量的上下限约束以及排水井日产水量的上下限约束，具体如式3所示： 式3中，i表示第i口产气井，i＝1，2，…，k，Gi表示第i口产气井的日产气量，Gimin表示第i口产气井的最小日产气量，Gimax表示第i口产气井的最大日产气量，j表示第j口排水井，j＝1，2，…，m，Wj表示第j口排水井的日产水量，Wjmin表示第j口排水井的最小日产水量，Wjmax表示第j口排水井的最大日产水量； 步骤S5：使用多目标优化算法对排采制度多目标优化数学模型进行求解，得出不同排采制度方案对应的帕累托解集以及井控参数。

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西南石油大学，其通讯地址为：610041 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”。

以上内容由龙图腾AI智能生成。