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)申请的专利基于经验约束的页岩总有机碳含量智能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：CN119418822B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411457233.4，技术领域涉及：G16C20/70；该发明授权基于经验约束的页岩总有机碳含量智能预测方法是由洪玉真;邓少贵;李志君设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本基于经验约束的页岩总有机碳含量智能预测方法在说明书摘要公布了：本发明公开了一种基于经验约束的页岩总有机碳含量智能预测方法，涉及地球物理测井技术领域。本发明根据研究区的测井资料，重构波阻抗曲线，获取多个TOC样本数据，构建包括训练集和测试集的样本数据集后，基于DEN‑GR修正△LogR模型确定总有机碳含量经验模型，并引入至GWO算法的适应度函数中，利用GWO算法和训练集中的TOC样本数据优化SVR模型，确定SVR模型中惩罚系数和核函数参数的最优解，得到训练后的SVR模型并采用测试集中的TOC样本数据验证SVR模型对于页岩总有机碳含量预测的准确性，并将验证后的SVR模型应用于页岩总有机碳含量智能预测中。本发明将经验约束与GWO‑SVR算法相结合，实现了对页岩总有机碳含量的精确预测，为指导页岩储层的勘探开发提供了依据。

本发明授权基于经验约束的页岩总有机碳含量智能预测方法在权利要求书中公布了：1.基于经验约束的页岩总有机碳含量智能预测方法，其特征在于，包括以下步骤： 步骤1，获取研究区的测井资料，重构波阻抗曲线，选取与总有机碳含量相关的测井曲线，获取多个页岩总有机碳含量样本数据； 步骤2，构建样本数据集，并将页岩总有机碳含量样本数据随机分配至样本数据集的训练集和测试集中； 步骤3，基于DEN-GR修正△LogR模型，确定研究区的总有机碳含量经验模型； 步骤4，基于GWO算法优化SVR模型，并将总有机碳含量经验模型引入灰狼优化过程中，结合训练集中的页岩总有机碳含量样本数据，利用GWO算法确定SVR模型最优的模型参数，得到训练后的SVR模型； 步骤5，将测试集中的页岩总有机碳含量样本数据输入至训练后的SVR模型中，利用训练后的SVR模型预测页岩总有机碳含量样本数据的总有机碳含量，验证训练后SVR模型的准确性； 所述步骤4中，基于GWO算法优化SVR模型包括以下子步骤： 步骤4.1，初始化GWO算法，设置GWO算法中灰狼个体的类型、狼群位置和适应度函数，确定GWO算法的搜索代理数量、最大优化次数和搜索空间初始值； 步骤4.2，设置SVR模型中惩罚系数C和核函数参数gamma的初始值，并将训练集中的页岩总有机碳含量样本数据输入至SVR模型和总有机碳含量经验模型中； 步骤4.3，基于GWO算法寻优搜索得到狼群中各个体搜寻到的解决方案，并利用SVR模型计算均方误差，配合利用总有机碳含量经验模型计算惩罚项，确定各解决方案所对应的适应度函数； 步骤4.4，比较各解决方案的适应度函数值，确定最佳解决方案，并根据Alpha狼、Beta狼、Delta狼的位置更新狼群位置，重新基于GWO算法寻优搜索得到狼群中各个体搜寻到的解决方案，更新狼群包围猎物时的系数向量和解决方案； 步骤4.5，重复步骤4.3和步骤4.4，直至达到预设的最大优化次数，停止利用GWO算法进行寻优搜索，输出SVR模型中惩罚系数C和核函数参数gamma的最优解，得到训练后的SVR模型。

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”。