CN120258328A 结合人工智能的煤层气产能预测方法及系统 （四川省能源地质调查研究所）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120258328A(43)申请公布日2025.07.04

(21)申请号202510714100.9

(22)申请日2025.05.30

GO6F18/25(2023.01)

GO6F18/27(2023.01)

GO6N3/0499(2023.01)

(71)申请人四川省能源地质调查研究所

地址610000四川省成都市青羊区青华路

39号

(72)发明人熊建龙牟必鑫蒋琦申建戴英健张军王先东

(74)专利代理机构成都笔芯专利代理事务所(普通合伙)51415

专利代理师李彦

GO6N3/0455(2023.01)

GO6N3/092(2023.01)

(51)Int.CI.

GO6Q10/063(2023.01)

G06Q10/04(2023.01)

GO6Q50/02(2024.01)

GO6F18/213(2023.01)

权利要求书3页说明书14页附图2页

(54)发明名称

结合人工智能的煤层气产能预测方法及系

统

(57)摘要

CN120258328A本发明提供一种结合人工智能的煤层气产能预测方法及系统，首先获取目标区块包含地质构造数据、储层物性数据及历史生产动态数据的多源煤层气产能数据集合，接着对该多源煤层气产能数据集合执行时空对齐处理，得到标准化的煤层气产能特征集合，之后对标准化的煤层气产能特征集合进行特征提取，生成包含地质属性特征与动态属性特征双重编码的预测特征集合，再基于强化学习策略网络对预测特征集合进行迭代预测，得出目标煤层气产能预测结果，最后根据目标煤层气产能预测结果与历史生产动态数据的误差分布生成优化策略集合，并反馈至煤层气生产控制系统触发参数调整操作，从而能够提高煤层气产能预测的准确性，实现生产过程的优化控

CN120258328A

获取目标区块的多源煤层气产能数据集合

获取目标区块的多源煤层气产能数据集合

对所述多源煤层气产能数据集合执行时空对齐处理，生成标准化的煤层气产能特征集合

对所述标准化的煤层气产能特征集合进行特征提取，生成预测特征集合

基于强化学习策略网络对所述地质属性特征与动态属性特征进行迭代预测，生成目标煤层气产能预测结果

根据所述目标煤层气产能预测结果与历史生产动态数据之

间的误差分布生成优化策略集合，并将所述优化策略集合

反馈至煤层气生产控制系统以触发参数调整操作

s110

S120

S130

S140

S150

CN120258328A权利要求书1/3页

2

1.一种结合人工智能的煤层气产能预测方法，其特征在于，所述方法包括：

获取目标区块的多源煤层气产能数据集合，所述多源煤层气产能数据集合包含地质构造数据、储层物性数据及历史生产动态数据；

对所述多源煤层气产能数据集合执行时空对齐处理，生成标准化的煤层气产能特征集合；

对所述标准化的煤层气产能特征集合进行特征提取，生成预测特征集合，其中，所述预测特征集合中的每个特征单元包含地质属性特征与动态属性特征的双重编码；

基于强化学习策略网络对所述地质属性特征与动态属性特征进行迭代预测，生成目标煤层气产能预测结果；

根据所述目标煤层气产能预测结果与历史生产动态数据之间的误差分布生成优化策略集合，并将所述优化策略集合反馈至煤层气生产控制系统以触发参数调整操作。

2.根据权利要求1所述的结合人工智能的煤层气产能预测方法，其特征在于，所述对所述多源煤层气产能数据集合执行时空对齐处理，生成标准化的煤层气产能特征集合，包括：

提取所述地质构造数据中的地层倾角参数、断层分布参数及裂缝发育参数，构建初始地质特征集合；

提取所述储层物性数据中的孔隙度参数、渗透率参数及含气量参数，构建初始储层特征集合；

提取所述历史生产动态数据中的产气量序列、压力变化序列及生产周期阶段标签，构建初始动态特征集合；

对所述初始地质特征集合、初始储层特征集合及初始动态特征集合进行数据预处理，所述数据预处理包括缺失值填充、异常值修正及量纲归一化；

将预处理后的所述初始地质特征集合、初始储层特征集合及初始动态特征集合进行时间窗口对齐和空间网格对齐，生成标准化的煤层气产能特征集合，其中，所述标准