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！

龙图腾网获悉四川贝仑石油工程技术有限公司申请的专利一种基于深度学习的钻井裂缝类型预测方法、系统及介质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：CN120997673B 。

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：202511116720.9，技术领域涉及：G06V20/10；该发明授权一种基于深度学习的钻井裂缝类型预测方法、系统及介质是由吴越;范勇;张浩;周远剑;吴邦宸;施辉设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种基于深度学习的钻井裂缝类型预测方法、系统及介质在说明书摘要公布了：本发明涉及钻井数据处理技术领域，尤其涉及一种基于深度学习的钻井裂缝类型预测方法、系统及介质。该方法包括以下步骤：获取裂缝场景原始数据集；基于裂缝场景原始数据集训练生成式对抗网络模型，生成裂缝增强样本集，得到扩展裂缝图像数据集；对扩展裂缝图像数据集进行多模态信息融合建模，得到多模态裂缝融合特征数据；基于多模态裂缝融合特征数据构建裂缝演化时间序列模型，得到时序演化特征嵌入数据；对时序演化特征嵌入数据进行深度分类推理，得到裂缝类型预测结果数据。本发明通过图像增强、多模态信息融合、时序演化建模及可视化路径渲染，有效提升了裂缝类型预测的准确性、鲁棒性和动态适应性，同时增强了结果的可解释性。

本发明授权一种基于深度学习的钻井裂缝类型预测方法、系统及介质在权利要求书中公布了：1.一种基于深度学习的钻井裂缝类型预测方法，其特征在于，包括以下步骤： 步骤S1：获取裂缝场景原始数据集；基于裂缝场景原始数据集训练生成式对抗网络模型，生成裂缝增强样本集，得到扩展裂缝图像数据集； 步骤S2：对扩展裂缝图像数据集进行多模态信息融合建模，得到多模态裂缝融合特征数据； 其中，步骤S2包括以下步骤： 步骤S21：对扩展裂缝图像数据集中各样本提取纹理特征、形态特征与边缘特征，得到裂缝特征图集； 步骤S22：基于裂缝特征图集构建三分支多模态特征融合网络架构，分别对图像的纹理、边缘与形状信息进行模块化编码，得到分支编码特征向量组； 步骤S23：将分支编码特征向量组输入至预设注意力引导的特征交互组件，并进行通道间权重分配与空间关联聚合，得到融合增强特征张量； 其中，步骤S23包括以下步骤： 步骤S231：对分支编码特征向量组进行通道维度展开处理，得到通道展开特征向量组； 步骤S232：基于通道展开特征向量组进行通道权重响应分析，得到通道注意力权重图谱； 步骤S233：对通道展开特征向量组进行加权融合，得到通道注意力增强特征组； 步骤S234：基于通道注意力增强特征组进行位置关联编码，得到空间位置信息编码矩阵； 步骤S235：对通道注意力增强特征组进行空间权重分配，得到空间注意力增强特征组； 步骤S236：对空间注意力增强特征组进行通道与空间维度的联合聚合，得到融合增强特征张量； 步骤S24：对融合增强特征张量进行整合降维与标签映射，生成多模态裂缝融合特征数据； 步骤S3：基于多模态裂缝融合特征数据构建裂缝演化时间序列模型，得到时序演化特征嵌入数据； 步骤S4：对时序演化特征嵌入数据进行深度分类推理，得到裂缝类型预测结果数据； 步骤S5：基于时序演化特征嵌入数据及裂缝类型预测结果数据进行可视化路径构建，得到裂缝类型判别路径可视化结果。

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四川贝仑石油工程技术有限公司，其通讯地址为：610500 四川省成都市新都区新都大道8号西南石油大学科技园大厦16楼513A；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。