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！

龙图腾网获悉青岛理工大学申请的专利一种基于进化算法辅助的水平井调控强化学习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：CN120124501B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510615970.0，技术领域涉及：G06F30/27；该发明授权一种基于进化算法辅助的水平井调控强化学习方法是由张凯;孟浩杰;刘丕养;陈泽宇;张文娟;王阳;张黎明;严侠设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于进化算法辅助的水平井调控强化学习方法在说明书摘要公布了：本发明公开了一种基于进化算法辅助的水平井调控强化学习方法，属于油藏生产优化技术领域，包括如下步骤：步骤1、确定需要优化的分段点位置、阀门开度及注采变量，构建离散与连续调控措施相结合的混合动作空间；步骤2、构建混合深度强化学习智能体模型和近期经验优先回放池；步骤3、将混合深度强化学习智能体模型与数值模拟器进行交互，通过生成的经验样本进行智能体训练；步骤4、执行进化算法的替换、选择、交叉、变异操作，优化混合深度强化学习智能体模型；步骤5、重复执行步骤3至步骤4，直至达到最大回合数。本发明结合进化算法与混合深度强化学习智能体模型，能够有效地优化水平井的井段划分及阀门开度，实时调整每口井的生产制度。

本发明授权一种基于进化算法辅助的水平井调控强化学习方法在权利要求书中公布了：1.一种基于进化算法辅助的水平井调控强化学习方法，其特征在于，包括如下步骤： 步骤1、确定需要优化的分段点位置、阀门开度及注采变量，构建离散与连续调控措施相结合的混合动作空间；注采变量包括生产速率和注水速率； 步骤2、构建混合深度强化学习智能体模型和近期经验优先回放池； 所述混合深度强化学习智能体模型包括策略网络、动作价值网络和目标动作价值网络；其中策略网络由两部分组成：离散策略网络和连续策略网络；离散策略网络由卷积神经网络和全连接神经网络组成，输入为油藏饱和度场和压力场，数据首先通过卷积神经网络提取油藏数据特征，再经过全连接神经网络输出离散动作概率分布；连续策略网络由卷积神经网络和全连接神经网络组成，输入为油藏饱和度场、压力场以及离散动作概率分布，油藏饱和度场和压力场首先通过卷积神经网络提取油藏数据特征，提取后的油藏数据特征与离散动作概率分布拼接后输入全连接神经网络，输出连续动作的高斯分布； 动作价值网络和目标动作价值网络的网络结构一致，均由卷积神经网络和全连接神经网络组成；动作价值网络输入为给定时间步的油藏饱和度场、压力场以及连续动作，目标动作价值网络输入为给定时间步的下一个时间步的油藏饱和度场、压力场以及连续动作；油藏饱和度场和压力场首先通过卷积神经网络提取油藏数据特征，提取后的油藏数据特征与连续动作拼接后输入全连接神经网络，动作价值网络输出给定时间步的动作的Q值，目标动作价值网络输出给定时间步的下一个时间步的动作的Q值； 步骤3、将混合深度强化学习智能体模型与数值模拟器进行交互，通过生成的经验样本进行智能体训练； 步骤4、执行进化算法的替换、选择、交叉、变异操作，优化混合深度强化学习智能体模型； 步骤5、重复执行步骤3至步骤4，直至达到最大回合数。

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青岛理工大学，其通讯地址为：266525 山东省青岛市黄岛区嘉陵江东路777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”。