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！

龙图腾网获悉四川东大恒泰电气有限责任公司申请的专利一种自适应石油钻井工况的电代油智能数字化驱动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：CN120990566B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511528486.0，技术领域涉及：E21B44/00；该发明授权一种自适应石油钻井工况的电代油智能数字化驱动方法及系统是由张睿哲;李强;段照鹏设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本一种自适应石油钻井工况的电代油智能数字化驱动方法及系统在说明书摘要公布了：本发明公开了一种自适应石油钻井工况的电代油智能数字化驱动方法及系统，属于石油钻井工程领域，所述方法包括：通过多源传感器组采集石油钻井数据，并将采集到的数据发送到边缘网关控制器进行预处理，并将预处理得到的多源数据流发送到云端，构建多源数据库；部署于云端的智能扭矩预测模型，根据多源数据库中的数据，实现当前钻头负载扭矩的实时估算，并得到钻头预测扭矩值；云端将计算得到的预测扭矩值下发到边缘网关控制器，边缘网关控制器根据接收到的预测扭矩值生成实际的控制指令。本发明能够有效保障钻井作业的安全稳定运行。

本发明授权一种自适应石油钻井工况的电代油智能数字化驱动方法及系统在权利要求书中公布了：1.一种自适应石油钻井工况的电代油智能数字化驱动方法，其特征在于，所述智能数字化驱动方法包括， S100、通过多源传感器组采集石油钻井数据，并将采集到的数据发送到边缘网关控制器进行预处理，并将预处理得到的多源数据流发送到云端，构建多源数据库； S200、部署于云端的智能扭矩预测模型，根据多源数据库中的数据，实现当前钻头负载扭矩的实时估算，并得到钻头预测扭矩值， 所述智能扭矩预测模型包括： 用于反映钻井过程中扭矩信号的本质规律的特征空间， 用于将随钻测井数据编码为具有明确物理意义参数的物理子模型， 以及根据特征空间和物理意义参数进行预测的预测引擎， 所述预测引擎采用物理子模型与数据驱动子模型相融合的双流架构，其中， 物理子模型为根据Rossler模型构建得到的由物理定律约束的微分方程组，用于分析物理的本质特性，得到钻头扭矩的高维特征， 数据驱动子模型则通过深度学习网络，从高维特征中自主学习和捕捉物理子模型未能完全描述的复杂模式； S300、云端将计算得到的预测扭矩值下发到边缘网关控制器， 边缘网关控制器根据接收到的预测扭矩值生成实际的控制指令； 所述智能扭矩预测模型还包括： 为应对地层突变所引发问题，而设置的双时间尺度的学习框架， 所述双时间尺度的学习框架包括： 由扩展卡尔曼滤波为核心的快循环核，用于实时微调物理子模型，使其能快速追踪短期工况变化； 由元学习为核心的慢循环核，实现对数据驱动子模型的深度学习网络进行快速重塑； 所述智能扭矩预测模型根据如下步骤构建得到： S210、将多源异构测量数据，转化为能够揭示钻具系统内在动力学状态的标准化特征空间， 同时通过引入地质学先验知识，将原始的测井曲线转化为直接影响力学过程的物理系数，通过构建一个地层硬度映射函数，将自然伽马转化为一个无量纲的地层硬度系数，并建立从声波时差到孔隙压力梯度的转换关系； S220、为了实现对扭矩信号的精确预测通过物理和数据的双重结构构建得到预测引擎， 所述预测引擎的物理子模型，根据Rossler模型构建得到， 通过将原始Rossler模型中的控制参数耦合为由根据测井曲线转化得到的物理系数，并将机械操作参数作为模型的外部驱动项， 并将物理系数作为状态演化方程的内禀参数，来调节Rossler模型内部演化规律的内生变量； 所述数据驱动子模型通过轻量化的自适应时空卷积网络，根据物理子模型计算得到的高维特征张量预测未来扭矩； 所述智能扭矩预测模型还包括： S230、基于双时间尺度的学习框架的动态自适应机制， 所述动态自适应机制，首先通过基于混沌指标的突变检测器来判断是否钻遇了新地层， 当钻头遇到地层突变时，系统动力学行为发生剧变，导致地层突变检测器产生一个可被检测到的尖锐脉冲，从而触发慢循环更新； 当检测到突变，元学习优化器被激活，通过内-外两层优化模型，实现快速模型重构。

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东大恒泰电气有限责任公司，其通讯地址为：610000 四川省成都市温江区成都海峡两岸科技产业开发园科林西路618号7区5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。