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！

龙图腾网获悉中国石油天然气集团有限公司;中国石油集团测井有限公司;西北工业大学申请的专利一种基于强化学习的测井仪器遇阻遇卡监测方法和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：CN116265708B 。

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：202111528293.7，技术领域涉及：E21B47/00；该发明授权一种基于强化学习的测井仪器遇阻遇卡监测方法和系统是由周军;周巍;李国军;宋迎岗;曹先军;张静亚;樊琦;余长江;张娟;赵强先;孟学军;刘旭;刘凯设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。

本一种基于强化学习的测井仪器遇阻遇卡监测方法和系统在说明书摘要公布了：本发明公开了一种基于强化学习的测井仪器遇阻遇卡监测方法和系统，属于石油测井工程技术领域。对数据进行预处理后从大量的测井数据中选择训练集和测试集。然后使用选择的训练集搭建强化学习仿真环境，根据环境建立强化学习网络结构。使用训练集对强化学习网络模型进行训练，针对训练过程中的训练曲线和训练得分修改奖惩策略，进一步优化网络模型。使用最优模型进行测试。通过强化学习提高了测井过程中仪器遇阻遇卡的判断准确率，提供了更好的仪器运行状态判断标准，降低了人工判断可能带来的误差，提高了工作人员的工作效率，减少了测井施工过程中的成本损失。

本发明授权一种基于强化学习的测井仪器遇阻遇卡监测方法和系统在权利要求书中公布了：1.一种基于强化学习的测井仪器遇阻遇卡监测方法，其特征在于，包括如下步骤： 步骤1）获取测井仪器运行的原始数据，对原始数据进行数据处理，得到数据集； 步骤2）基于数据集制作训练集和测试集； 步骤3）基于Python搭建强化学习仿真环境，进一步建立强化学习网络模型，得到状态策略表；强化学习网络模型包括输入层、隐藏层和输出层； 步骤4）基于训练集对强化学习网络模型进行训练； 步骤5）基于测试集对训练完成后的强化学习网络模型进行测试，评估强化学习网络模型的性能，得到最优强化学习网络模型，并基于最优强化学习网络模型对遇阻遇卡状态进行实时监测； 步骤1）中，对原始数据进行处理包括无效值剔除处理、对测量曲线进行滤波处理及不同区块的数据进行标准化处理；标准化处理时，采用的标准化公式为： 其中，表示原始张力曲线数据的平均值，表示原始张力曲线数据的方差，表示原始张力曲线，表示归一化后张力曲线数值； 步骤3）中，基于Python搭建的强化学习仿真环境包括张力曲线状况、提拉动作和遇阻遇卡状态； 强化学习仿真环境的执行过程为：在正常状态下执行提拉给以奖赏，在正常状态下停止给以惩罚，在遇阻遇卡状态执行提拉给以惩罚，在遇阻遇卡状态执行停止给以奖赏； 输入层为加载数据；隐藏层为令环境返回对执行某一动作之后的下一环境状态向量、对具体执行动作的奖励和惩罚规则定义；输出层为状态策略表。

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石油天然气集团有限公司;中国石油集团测井有限公司;西北工业大学，其通讯地址为：100007 北京市东城区东直门北大街9号中国石油大厦；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”。