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)申请的专利基于多源信息融合的钻进过程钻速在线预测方法及系统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：CN116522777B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310483771.X，技术领域涉及：G06F30/27；该发明授权基于多源信息融合的钻进过程钻速在线预测方法及系统是由甘超;汪祥;曹卫华;吴敏设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本基于多源信息融合的钻进过程钻速在线预测方法及系统在说明书摘要公布了：本发明提出一种基于多源信息融合的钻进过程钻速在线预测方法及系统，包括：钻进数据预处理阶段，是对钻压、转速、扭矩进行过滤；优化钻速建模阶段，通过混合蝙蝠算法改进受限玻尔兹曼机与反向传播神经网络的模型结构，形成一种新型的混合蝙蝠算法优化‑受限玻尔兹曼机‑反向传播神经网络，并且利用该算法建立面向复杂地层环境的离线钻速预测模型；钻速预测模型更新阶段，将岩性变化与时间间隔作为更新条件，在地层、钻进多源信息融合的基础上运用滑动窗口策略对钻速预测模型进行更新，实现钻速在线预测。本发明的有益效果是：有助于缩减钻进周期，降低作业成本，实现钻速的高精度预测，具有有效性，为钻进过程智能优化控制奠定了重要基础。

本发明授权基于多源信息融合的钻进过程钻速在线预测方法及系统在权利要求书中公布了：1.一种基于多源信息融合的钻进过程钻速在线预测方法，其特征在于，包括以下步骤： S1：选取钻压、转速和扭矩作为钻速预测模型输入，运用异常值剔除与小波滤波分析对钻进数据进行筛选和过滤，利用岩性识别技术获取地层可钻性辨识值，判断地层岩性变化情况； S2：引入混合蝙蝠算法优化-受限玻尔兹曼机-反向传播神经网络算法，通过混合蝙蝠算法优化、受限玻尔兹曼机训练、反向传播神经网络训练与反向微调三个步骤建立面向复杂地层环境的离线钻速预测模型；具体为： S21：引入试错法和混合蝙蝠算法优化钻速预测模型的超参数，该超参数包括：批量大小、训练迭代次数、隐藏层神经元数、学习率和动量； S22：通过训练受限玻尔兹曼机提取钻进数据中的关键特征，受限玻尔兹曼机包括可视层和隐藏层，定义给定状态下的能量函数为： 其中，为受限玻尔兹曼机的能量函数，为受限玻尔兹曼机的模型参数，和为可视层和隐藏层的神经元数量，和为第i个可视层神经元和第j个隐藏层神经元的偏置，为第i个可视层神经元，为第j个隐藏层神经元，为第i个可视层神经元和第j个隐藏层神经元之间的权重，，； S3：将岩性变化与时间间隔作为钻速预测模型更新条件，在地层可钻性信息与钻进过程信息的基础上运用滑动窗口策略来实时更新钻速预测模型； 将岩性变化与时间间隔同时作为模型更新条件，在地层、钻进多源信息融合的基础上运用滑动窗口策略实时更新钻速预测模型，模型更新条件表示为： 其中，为钻速预测模型更新的开关变量，为岩性变化更新的状态变量，为时间间隔更新的状态变量，和为两个连续时刻对应的地层可钻性，为岩性变化更新阈值，和为两个连续时刻对应的时间点，是时间间隔更新阈值,当大于或等于时，钻速预测模型将根据地层岩性信息进行更新；当等于时，钻速预测模型将在以时间为基准的情况下通过持续学习实钻数据进行更新； 当满足上述条件之一时，钻速预测模型都将进行实时更新和预测； S4：将实际获取的钻压、转速和扭矩输入至更新后的钻速预测模型，得到下一刻的钻速。

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”。