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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于数据增强的钻进过程小样本状态监测方法及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：CN115329841B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210833328.6，技术领域涉及：G06F18/2433；该发明授权基于数据增强的钻进过程小样本状态监测方法及装置是由吴敏;杨傲雪;陆承达;陈略峰;曹卫华;陈鑫设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本基于数据增强的钻进过程小样本状态监测方法及装置在说明书摘要公布了：本发明提供了一种基于数据增强的钻进过程小样本状态监测方法及装置。对钻进过程数据进行预处理，保证数据生成的质量和效率；利用改进的生成对抗网络，结合目标井和参考井的少量异常钻进数据训练数据生成模型。根据钻进过程特性，主要在模型参数配置模块设计和特征距离损失函数构建两个方面对生成对抗网络进行改进；基于训练得到的数据生成模型和参考井数据，对目标井异常钻进数据进行扩充，实现数据增强；使用等比例的实际正常钻进数据和合成异常钻进数据建立监测模型，实现小样本条件下的钻进过程状态监测。通过改进生成对抗网络，扩充异常钻进状态下的样本数据集，提高钻进状态监测模型泛化能力，改善监测效果，为钻进过程提供安全保障。

本发明授权基于数据增强的钻进过程小样本状态监测方法及装置在权利要求书中公布了：1.一种基于数据增强的钻进过程小样本状态监测方法，其特征在于：包括以下步骤： S1：对参考井钻进数据和目标井钻进数据进行特征选择预处理，筛选出与钻进过程相关性大的特征； S2：考虑钻进过程的多时间尺度和多变量特性，通过设计模型参数配置模块以及构建特征距离损失函数，对生成对抗网络进行改进；基于改进的生成对抗网络，使用经步骤S1预处理的参考井异常钻进数据和目标井异常钻进数据训练得到数据生成模型； 其中，对生成对抗网络进行改进的步骤，具体为： S2.2：针对突变类型和缓变类型的钻进事故，为数据生成模型训练参数设置不同的初始值，包括学习率lr和批尺寸bs： 式中，为钻进事故类别标签，和分别为突变类型和缓变类型对应的参数组合； S2.3：通过随机梯度下降的方式，对网络参数进行更新；根据损失函数计算梯度下降的大小和方向，生成器损失函数和判别器损失函数分别为： 式中，为第f个特征对应的合成数据序列，为第f个特征对应的真实数据序列，r为经特征选择后的特征个数，为两个序列间的损失，m为参与网络训练的样本个数； S3：将参考井异常钻进数据作为数据生成模型的输入，数据生成模型的输出即为目标井合成异常钻进数据； S4：选取基分类器，结合平衡后的钻进数据集，包括等比例的目标井合成异常钻进数据和实际正常钻进数据，建立钻进状态监测模型，实现小样本条件下的钻进过程状态监测。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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”。