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大学(华东)申请的专利一种油气微波电脉冲共振冲击协同增产控制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：CN120100352B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510559105.9，技术领域涉及：E21B28/00；该发明授权一种油气微波电脉冲共振冲击协同增产控制系统是由李佳霖;张健;陈继明;张淞睿;李小彬;马鸣凯;刘佳澎;徐明睿设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本一种油气微波电脉冲共振冲击协同增产控制系统在说明书摘要公布了：本发明公开了一种油气微波电脉冲共振冲击协同增产控制系统，包括：振动响应采集模块，振动响应输入模块，用于将振动响应序列输入至预训练的共振频率提取模型；主共振频确定模块，用于由共振频率提取模型对振动响应序列进行主共振频率识别，确定目标页岩层的主共振频率；电脉冲调节模块，用于根据确定的主共振频率，调节电脉冲激励装置的输出频率，直至输出频率与主共振频率一致；本发明利用频率幅度分布图中提取的主共振频率作为伪标签，以多层感知机模型进行训练，在无需人工标注或外部经验输入的情况下自动学习地层的主共振频率，有效提高了对复杂地层非线性响应模式的拟合能力，增强了主共振频率识别的准确性。

本发明授权一种油气微波电脉冲共振冲击协同增产控制系统在权利要求书中公布了：1.一种油气微波电脉冲共振冲击协同增产控制系统，其特征在于，包括： 振动响应采集模块，用于采集目标页岩层在时间窗口内反馈的振动响应序列； 振动响应输入模块，用于将所述振动响应序列输入至预训练的共振频率提取模型； 主共振频确定模块，用于由所述共振频率提取模型对振动响应序列进行主共振频率识别，确定目标页岩层的主共振频率； 电脉冲调节模块，用于根据确定的主共振频率，调节电脉冲激励装置的输出频率，直至输出频率与所述主共振频率一致； 所述共振频率提取模型的预训练步骤，包括： A1、获取包含N个二元组样本对的伪标签训练集；所述二元组样本对的目标标签是从频率幅度分布图中提取的伪标签； A2、从所述伪标签训练集抽取当前批次的二元组样本对，输入至多层感知机模型进行自监督训练，输出当前批次的预测频率； A3、基于设定的自监督训练损失函数，计算当前批次的预测频率与伪标签的误差损失，并执行反向传播以更新模型参数； A4、在模型参数更新后，判断当前模型是否满足预设的收敛条件； A5、若满足，则终止自监督训练，否则，重复执行A2至A4，直至当前模型满足收敛条件； A4、若达到模型收敛条件，则停止最小化当前批次的预测频率与伪标签的误差损失；否则，以预设学习率更新模型参数，生成更新后参数； A5、根据更新后参数，重复执行A2至A3，直至达到模型收敛； 获取包含N个二元组样本对的伪标签训练集，包括： A1-1、获取目标页岩层在N个时间窗口内反馈的振动响应序列； A1-2、根据每个时间窗口内反馈的振动响应序列，构建时间窗口内的时频图； A1-3、根据所述时间窗口内的时频图，构建频率幅度分布图； A1-4、在所述频率幅度分布图中选择主共振频率； A1-5、将振动响应序列定义为输入向量，主共振频率定义伪标签，生成所述二元组样本对； A1-6、重复执行A1-2至A1-5，直至获得包含N个二元组样本对的伪标签训练集； 在所述频率幅度分布图中选择主共振频率，包括： A1-4-1、在频率幅度分布图中标记频率幅度曲线所有的幅度峰值； A1-4-2、从标记的所述幅度峰值出发，沿频率幅度曲线左右两侧搜索首次低于幅度峰值一半的左半频率点和右半频率点； A1-4-3、计算左半频率点和右半频率点之间的间距，并将所述间距定义为该幅度峰值的半高宽； A1-4-4、遍历整个频率幅度曲线，获得对应K个对应幅度峰值的半高宽； A1-4-5、根据所述K个对应幅度峰值的半高宽，计算每个频率分量的能量集中度，得到K个能量集中度； 所述能量集中度的计算表达式为： ； 其中，表示第i个频率分量的能量集中度，表示第i个频率分量的半高宽，表示第i个频率分量的峰值幅度，第i个峰的归一化幅度权重，用于动态平衡半高宽与幅度的影响权重；表示正则化常数，防止分母出现除零错误，表示斜率平滑项； A1-4-6、从所述K个能量集中度中选择最小集中度对应的频率分量，并定义该频率分量为主共振频率。

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大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。

以上内容由龙图腾AI智能生成。