中国石油大学(北京)杨宏伟获国家专利权
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(北京)申请的专利基于数据驱动的井下钻井工况识别方法及装置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:CN120968556B 。
龙图腾网通过国家知识产权局官网在2026-01-23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:202511261899.7,技术领域涉及:E21B44/00;该发明授权基于数据驱动的井下钻井工况识别方法及装置是由杨宏伟;李军;詹家豪;柳贡慧;张更;连威;安锦涛设计研发完成,并于2025-09-04向国家知识产权局提交的专利申请。
本基于数据驱动的井下钻井工况识别方法及装置在说明书摘要公布了:本申请提供一种基于数据驱动的井下钻井工况识别方法及装置。方法包括:井下钻井前,引入贡献值量化不同工况特征的重要性,对各工况的工况分类器的输出进行可解释性分析;根据不同工况特征对各工况的贡献值,构建各工况的判断矩阵,从而获取各工况的权重向量,建立了数据驱动的客观权重分配方法;井下钻井时,采集井下随钻测量数据,能够直接获取井下钻井参数数据;根据各工况的权重向量和各工况的工况指标值,通过多分类器融合决策出各窗口的工况;每累计输出预设数量的不同工况时,更新各窗口的特征向量和各工况的工况指标阈值,建立双重动态更新策略对以适应复杂多变的钻井环境。本申请的方法,提高了工况识别的准确性和实时性。
本发明授权基于数据驱动的井下钻井工况识别方法及装置在权利要求书中公布了:1.一种基于数据驱动的井下钻井工况识别方法,其特征在于,应用于钻井设备的边缘计算单元,包括: 进行井下钻井前,执行以下步骤: 获取历史井下随钻测量数据,并从所述历史井下随钻测量数据中提取多个工况特征; 根据所述多个工况特征对深度学习模型进行训练,得到多个工况分类器; 基于各工况分类器,计算不同工况特征对各工况的贡献值; 根据所述不同工况特征对各工况的贡献值,构建各工况的判断矩阵; 根据所述各工况的判断矩阵,获取各工况的权重向量; 进行井下钻井时,执行以下步骤: 实时采集井下随钻测量数据; 基于滑动时间窗口,从所述井下随钻测量数据中,获取多个窗口的井下随钻测量数据; 根据各窗口的井下随钻测量数据,获取各窗口的特征向量; 根据所述各窗口的特征向量和所述各工况的权重向量,确定各工况的工况指标值; 采用箱线图方法,确定所述各工况的工况指标最低阈值和工况指标最高阈值; 若仅存在一个工况的工况指标值,大于等于当前工况对应的工况指标最低阈值,且小于等于当前工况对应的工况指标最高阈值,则将所述当前工况确定为所述各窗口的工况; 若存在多个工况的工况指标值,均大于等于各工况的工况指标最低阈值,且小于等于所述各工况的工况指标最高阈值,则根据多个工况的工况指标值,从所述多个工况中筛选出所述各窗口的工况; 输出所述各窗口的工况; 每累计输出预设数量的不同工况时,采用归一化方法更新所述各窗口的特征向量,采用箱线图方法和指数平滑方法更新所述各工况的工况指标阈值; 基于更新后的各窗口的特征向量和各工况的工况指标阈值,以及所述各工况的权重向量,继续识别其余各窗口的工况。
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(北京),其通讯地址为:102249 北京市昌平区府学路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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励