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！

龙图腾网获悉西安石油大学申请的专利基于深度学习的钻井轨迹实时动态跟踪控制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：CN120444013B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510939977.8，技术领域涉及：E21B44/00；该发明授权基于深度学习的钻井轨迹实时动态跟踪控制方法及系统是由高怡;赵锦航;李飞;刘海龙;吕方兴;毛艳慧设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本基于深度学习的钻井轨迹实时动态跟踪控制方法及系统在说明书摘要公布了：本申请公开了基于深度学习的钻井轨迹实时动态跟踪控制方法及系统，涉及石油钻井技术领域，方法包括：根据井的基础信息和预设井眼轨迹数据生成井眼轨迹控制参数；根据钻具所处地层环境设置对应于当前工况的最优钻井液性能参数；通过关联模型对井眼轨迹控制参数和最优钻井液性能参数进行深度学习，生成钻井参数设置方案，控制井下钻具钻井；对钻井数据与钻井参数设置方案中的数据进行比较，确定钻井数据中的偏差；确定相应的故障模式，从解决方案库中确定对应的解决方案对钻井参数设置方案进行修正。本申请通过对地质条件以及历史数据进行深度学习，构建井眼轨迹控制模型等模型，能够随数据积累不断更新优化模型，持续提高钻井轨迹跟踪和控制精度。

本发明授权基于深度学习的钻井轨迹实时动态跟踪控制方法及系统在权利要求书中公布了：1.基于深度学习的钻井轨迹实时动态跟踪控制方法，其特征在于，所述方法包括： S1、通过预先构建的井眼轨迹控制模型，根据实时获取的井的基础信息和预设井眼轨迹数据，生成井眼轨迹控制参数；以及，通过预先构建的钻井液地层参数耦合模型，根据钻具所处地层环境设置对应于当前工况的最优钻井液性能参数； S2、通过预先构建的关联模型对所述井眼轨迹控制参数和所述最优钻井液性能参数进行深度学习，生成钻井参数设置方案，按照所述钻井参数设置方案控制井下钻具钻井； S3、通过预先构建的多指标融合评价模型对实时获取的钻井数据与所述钻井参数设置方案中的数据进行比较，确定所述钻井数据是否出现偏差； S4、从预先构建的故障模式库中确定与偏差对应的故障模式，并基于所述故障模式从解决方案库中确定对应的解决方案对所述钻井参数设置方案进行修正； 其中，所述步骤S1之前，包括： 基于待钻井区域的历史数据构建深度学习数据库，其中，所述历史数据的类型包括以下中的一种或多种：井的地理位置、井深、钻井液性能参数、井眼轨迹数据、钻具类型、钻具机械参数、待钻井基本地层参数、故障类型、故障特征以及解决方案； 所述方法还包括： 对所述井眼轨迹数据和所述钻具机械参数进行深度学习，以构建所述井眼轨迹控制模型； 对所述待钻井基本地层参数和所述钻井液性能参数进行深度学习，以构建所述钻井液地层参数耦合模型； 对所述井眼轨迹数据和所述钻井液性能参数进行深度学习，以构建所述关联模型； 对所述历史数据进行深度学习，以构建所述多指标融合评价模型； 所述步骤S3中确定所述钻井数据出现偏差，包括： 实时获取的井眼轨迹数据超过所述钻井参数设置方案中的井眼轨迹数据；和或实时获取的钻具机械数据超出所述钻井参数设置方案中的钻具机械数据；和或实时获取的钻井液性能数据超过所述钻井参数设置方案中的钻井液性能数据。

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西安石油大学，其通讯地址为：710065 陕西省西安市雁塔区电子二路东段18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。