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)申请的专利一种用于油田生产预测的层次个性化联邦学习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：CN120163479B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510644833.X，技术领域涉及：G06Q10/0637；该发明授权一种用于油田生产预测的层次个性化联邦学习方法是由任鹏丞;闫统江;徐加放;张淑慧;丁圆梦设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种用于油田生产预测的层次个性化联邦学习方法在说明书摘要公布了：本发明公开了一种用于油田生产预测的层次个性化联邦学习方法，涉及石油工程与人工智能融合应用技术领域，采用客户端‑服务器架构，其中每口油井作为一个客户端。每个客户端独立计算加密的生产结构特征，并通过带正则化的优化目标更新其本地模型。中央服务器则基于加密后的PSF对客户端进行聚类，并协调一个双重聚合过程：包含一个融合跨簇知识的全局模型，以及捕捉每个簇内个性化特征的簇代理模型。本发明不仅提高了单个油井级别的预测准确性，还保证了对不同油井的预测性能的一致性，促进了模型预测公平性，能有效地平衡全局泛化与本地个性化之间的关系；不会泄露数据隐私信息，提高了预测模型训练的收敛速度。

本发明授权一种用于油田生产预测的层次个性化联邦学习方法在权利要求书中公布了：1.一种用于油田生产预测的层次个性化联邦学习方法，其特征在于，具体包括： 步骤1，隐私保护的油井聚类：每口油井从其私有的生产数据中提取生产结构特征，并对生产结构特征进行加密；将加密后的生产结构特征上传至服务器，服务器端采用层次聚类算法，将具有相似加密特征的油井进行分组； 步骤2，双模型联邦优化：服务器同时聚合一个用于捕捉跨簇共性知识的全局模型，以及多个簇代理模型；每口油井通过最小化一个带正则化的损失函数来更新全局模型的本地版本； 步骤3，簇自适应预测：对于需要预测的新油井，根据其生产结构特征被分配到相应的簇中，然后使用对应的簇代理模型生成该油井的产量预测结果; 所述步骤2具体包括： 全局优化目标为： ; 其中，是聚合权重，满足；每口油井基于其本地数据集，通过最小化来更新全局模型的一个本地版本；为所学模型在本地数据集上的期望损失；表示损失函数； 在进行轮本地更新后，每个客户端将其更新后的本地全局模型发送给服务器进行聚合： ; 其中，N表示油井总数；k为油井索引； 簇代理模型表示为： ; 其中，K为簇的数量； 聚合完成后，服务器将全局模型以及对应的簇代理模型分发给各个客户端，用于本地训练；在每口油井的优化目标中引入正则化项，用于惩罚其与对应簇代理模型之间的偏离; 所述引入正则化项具体为：每口油井最小化修改后的目标函数： ; 其中，为权重系数，决定正则化项在目标函数中的权重占比。

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：266000 山东省青岛市西海岸新区长江西路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”。