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)申请的专利一种基于机器学习模型的层理性页岩大位移井破裂压力预测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：CN119918399B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411978354.3，技术领域涉及：G06F30/27；该发明授权一种基于机器学习模型的层理性页岩大位移井破裂压力预测方法是由张博涛;时贤;肖彩云;黄贤斌;王博;方启龙;王健;常鑫;曹绍华设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于机器学习模型的层理性页岩大位移井破裂压力预测方法在说明书摘要公布了：本发明涉及一种基于机器学习模型的层理性页岩大位移井破裂压力预测方法。S1：获取已钻井数据并收集井下岩芯，开展沿层理方向的各向异性页岩抗拉力学实验，依据实验结果构建页岩破裂准则；S2：构建层理性页岩大位移井破裂压力模型，结合现场地破实验数据对计算出的破裂压力值校正整合；S3：结合大斜度井井身结构条件，运用力学模型计算破裂压力，利用现场小压数据验证，形成破裂压力计算分析数据库；S4：基于机器学习方法训练预测模型，确定WT‑LSTM模型结构，设置隐藏层并进行训练；S5：通过超参数调整、特征选择与重要性评估手段，优化基于机器学习的破裂压力模型。本发明综合多因素提升大斜度井破裂压力预测准确性，为现场复杂层理性页岩压裂工程设计提供数据支持，有助于大位移井施工合理选择参数，提高适应性与安全性，为层理性页岩油气资源开发提供数据支撑。

本发明授权一种基于机器学习模型的层理性页岩大位移井破裂压力预测方法在权利要求书中公布了：1.一种基于机器学习模型的层理性页岩大位移井破裂压力预测方法，其特征在于，包括： S1、获取已钻井的测井、岩芯数据；沿不同角度层理方向进行取芯，对岩芯抽真空去除残余空气并养护后，开展层理性页岩各向异性抗拉强度实验，获取不同角度层理下的岩石抗拉强度变化特征，进而构建页岩各向异性破裂准则； S2、通过S1得到的层理性页岩在不同角度层理下的岩石抗拉强度来选择横观各向同性破裂压力准则；同时构建层理性页岩各向异性地应力场组合弹簧模型，结合现场地破实验数据对计算得到的破裂压力值进行校正和整合，完成层理性页岩大位移井破裂压力建模； S3、记录包括井斜角、方位角在内的井身结构参数，以及包括垂深、弹性模量、泊松比、地应力、孔隙度、抗拉强度、孔隙压力在内的地层参数条件下的破裂压力变化规律；将数值模拟计算数值与油田区块已实施水力压裂井相关数据对比验证，通过计算平均误差指标评估计算模型准确性，根据评估结果修正调整；再进行标准化处理，将处理后的数据按一定比例划分为训练集和测试集，形成层理性页岩大位移井破裂压力数据库； S4、确定WT-LSTM模型结构，设置LSTM隐藏层数量及各层节点数量，采用正态或均匀分布初始化LSTM部分的权重和偏置参数，选用均方误差度量预测值与真实值差异，运用小批量随机梯度下降算法更新模型参数，使用学习率衰减策略，结合L2正则化和Dropout技术防止过拟合，依据验证集指标调整训练过程，得到机器学习预测模型； S5、通过网格搜索或随机搜索结合交叉验证的方法，对超参数进行精细调整，选出最优超参数组合更新模型；采用随机森林中的特征重要性评估方法重新评估输入特征重要性，去除贡献小的特征并尝试新的特征组合；训练多个不同神经网络模型，通过加权平均法集成预测结果提升精度和稳定性；最终运用优化后的机器学习模型预测层理性页岩大位移井破裂压力。

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。