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！

龙图腾网获悉成都理工大学申请的专利一种水平井地层压力人工智能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：CN116446865B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310503343.9，技术领域涉及：E21B49/00；该发明授权一种水平井地层压力人工智能预测方法及系统是由曹昌杰;邓虎成;吴冬;曹凯旋;邹璐羽设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本一种水平井地层压力人工智能预测方法及系统在说明书摘要公布了：本发明属于油气勘探领域，公开了一种水平井地层压力人工智能预测方法及系统，包括：水平井测井资料敏感响应特征构建；原始测井响应特征数据预处理；压力系数的软化处理；基于神经网络回归的压力预测模型训练；水平井压力系数预测。本发明是现有人工智能方法在油气勘探领域的一次跨界创新。通过实测压力系数与预测压力系数的对比分析，可以证明本发明的合理性与明显优势。作为一种有效的水平井压力系数预测方法，本发明显著改善了传统地层压力预测方法的性能精度，使地层压力预测方法能够广泛适用于不同岩性条件，保证了地层压力预测方法在水平井应用中的性能稳定性，精准解决了传统地层压力预测方法的“痛点”。

本发明授权一种水平井地层压力人工智能预测方法及系统在权利要求书中公布了：1.一种水平井地层压力人工智能预测方法，其特征在于，包括： 步骤一，水平井测井资料敏感响应特征构建，结合研究区及邻区实测地层压力，采用油气充注差异、抬升破坏逸散、构造作用差异造成的天然气充注丰度、地应力载荷差异对地层压力差异的响应，根据成因机制差异、压力分布特征差异开展水平井地层压力敏感响应参数研究，提取出垂深、声波时差原始测井响应特征； 步骤二，原始测井响应特征数据预处理，剔除原始测井响应特征中泥岩部分所对应的特征数据； 步骤三，压力系数的软化处理，对已知水平井压力系数软化处理； 步骤四，基于神经网络回归的压力预测模型训练，采用神经网络模型，凭借相同砂组条件下的测井响应特征与经过软化处理后的水平井压力系数，神经网络回归模型就得到了不同网络层逻辑单元之间的权重，训练出用于水平井压力预测的神经网络回归模型； 步骤五，水平井压力系数预测，通过采集未知测井的垂深、声波时差AC、中子孔隙度、密度、自然伽马、电阻率、孔隙度、渗透率在内的测井响应特征进行如步骤二的数据预处理后，利用如步骤4训练得出的神经网络回归模型，对未知水平井进行有效的压力系数预测； 砂泥互层的地层中会剔除原始测井响应特征中泥岩部分所对应的特征数据，需要按照如下规则对原始测井响应特征进行归一化处理：； 其中，为各类测井响应特征的最大值数据，各类测井响应特征的最小值数据，代表的是测井响应特征，测井响应特征的归一化处理则严格在剔除泥岩数据后进行； 所述对已知水平井压力系数软化处理，具体为：； 其中，为已知水平井的原始压力系数，代表的是经过软化处理后的水平井压力系数。

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成都理工大学，其通讯地址为：610059 四川省成都市二仙桥东三路1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。