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！

龙图腾网获悉长江大学申请的专利一种基于Bi-GRU+MLP的钻井复杂工况诊断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：CN117312986B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202311309353.5，技术领域涉及：G06F18/2415；该发明授权一种基于Bi-GRU+MLP的钻井复杂工况诊断方法是由张迎进;朱忠喜设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。

本一种基于Bi-GRU+MLP的钻井复杂工况诊断方法在说明书摘要公布了：本发明提供一种基于Bi‑GRU+MLP的钻井复杂工况诊断方法，包括选择原始数据集作为钻井复杂工况诊断中待处理的时序特征，还包括以下步骤：建立基于Bi‑GRU提取钻井复杂工况特征参数的网络模型，并生成验证集样本和测试集样本；建立基于Bi‑GRU+MLP的钻井复杂工况诊断分类器模型；使用所述验证集样本对所述基于Bi‑GRU+MLP的钻井复杂工况诊断分类器模型进行评估；使用所述测试集样本对所述基于Bi‑GRU+MLP的钻井复杂工况诊断分类器模型进行风险监测测试。本发明利用双向门控循环单元和多层感知机结合模型的自动学习特征表示、非线性建模能力强、充分利用数据上下文信息以及可扩展性和灵活性等优点，实现钻井过程中井漏、溢流、油气侵、卡钻、钻具断裂及堵水眼六种复杂工况的及时诊断。

本发明授权一种基于Bi-GRU+MLP的钻井复杂工况诊断方法在权利要求书中公布了：1.一种基于Bi‑GRU+MLP的钻井复杂工况诊断方法，包括选择原始数据集作为钻井复杂工况诊断中待处理的时序特征，还包括以下步骤： 步骤1：建立基于Bi‑GRU提取钻井复杂工况特征参数的网络模型，并生成验证集样本和测试集样本，包括以下子步骤： 步骤11：对所述原始数据集进行数据预处理； 步骤12：使用数据标签方法并利用滑动窗口对预处理后的数据进行标注； 步骤13：进行特征提取与特征选择； 步骤14：进行特征降维，包括使用主成分分析使高维度特征空间降维回到低维度空间，具体为设定原始数据集则原始数据集的协方差矩阵为： 其中，n为样本总数，d为每条数据样本的属性个数，V为主成分分析的变换矩阵； 对所述原始数据集的协方差矩阵A进行特征分解后得到一组降序排列的特征值λ1≥λ2≥…≥λd0及相对应的单位特征向量v1,v2,…,vd,且Σ＝diagλ1,λ2,…,λd，通过指定欲保留的主成分比重阈值θ∈0,1]来确定目标维度k的大小，公式如下： 取前k个特征值对应的特征向量组成主成分空Vd×k＝v1,v2,…,vk,其中vi和vj是相互正交的单位向量，将标准化数据X′n×d投影到由前k个特征向量构成的主成分空间Vd×k中，得到降维后的k维数据集Zn×k，公式如下： Zn×k＝X′n×dVd×k； 步骤2：建立基于Bi‑GRU+MLP的钻井复杂工况诊断分类器模型； 步骤3：使用所述验证集样本对所述基于Bi‑GRU+MLP的钻井复杂工况诊断分类器模型进行评估； 步骤4：使用所述测试集样本对所述基于Bi‑GRU+MLP的钻井复杂工况诊断分类器模型进行风险监测测试。

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长江大学，其通讯地址为：430100 湖北省武汉市蔡甸区大学路111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。