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天然气集团有限公司;中国石油集团川庆钻探工程有限公司申请的专利钻井风险识别模型及建立方法、识别方法和计算机设备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：CN115640526B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211093505.8，技术领域涉及：G06F18/23213；该发明授权钻井风险识别模型及建立方法、识别方法和计算机设备是由李宬晓;刘殿琛;颜海;周长虹;蒲克勇;李中权;赵友;李金和;黄述春;谢静设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本钻井风险识别模型及建立方法、识别方法和计算机设备在说明书摘要公布了：本发明提供了一种钻井风险识别模型及建立方法、识别方法和计算机设备。所述钻井风险识别模型建立方法包括：建立包含有风险表征参数的数据库；基于数据库建立复合网络模型，该模型包括卷积网络层和RBF网络层；训练所述网络模型，得到钻井风险识别模型。所述模型由上述方法得到。所述识别方法基于上述模型实现。所述设备包括处理器，存储有计算机程序的存储器，当处理器执行时，实现上述的建立方法，或者实现上述的识别方法。本发明能够对气体钻井风险进行快速有效的识别，有利于维护钻井正常运行，降低钻井成本。

本发明授权钻井风险识别模型及建立方法、识别方法和计算机设备在权利要求书中公布了：1.一种钻井风险识别模型的建立方法，其特征在于，所述方法包括以下步骤： 建立包含有风险表征参数的数据库； 基于数据库，建立复合网络模型，该模型包括卷积神经网络层和RBF神经网络层；其中，卷积神经网络层包括有第一卷积层和第二卷积层，第一卷积层能够提取各参数本身所隐含的特征信息，第二卷积层能够提取各参数之间所隐含的联系，并能将不同尺度的特征信息结合起来得到复合的特征信息；RBF神经网络层能够将所述复合的特征信息进行分类； 训练所述复合网络模型，得到钻井风险识别模型； 在所述训练中制定了隐藏层节点数选取准则，以提高所述模型的计算效率和泛化性； 所述隐藏层节点数选取规则包括：对网络模型训练的准确率以及网络模型的训练时间赋予权重，并根据不同隐藏层节点数对应的两个参数的比值来判定隐藏层节点的选取是否合理； 所述隐藏层节点数选取规则包括： 1确定卷积网络输入层的个数和RBF神经网络输出层的个数，确定基本网络模型，该模型包括了卷积网络和RBF神经网络； 2根据确定RBF神经网络初始的隐藏层节点个数，其中，l为RBF网络输入节点个数；r为隐藏层节点个数；k为RBF网络输出层节点个数；为常系数，取值范围为0-10； 3对基本网络模型进行训练得到最终训练时间以及基本网络模型测试集准确率，为了消除指标之间的量纲影响，将所述训练时间以及所述网络模型测试集准确率进行0-1归一化； 4利用下式得到不同隐藏层节点数对应评价值，其中， ，和分别为常系数； 5针对不同风险类型，设置不同的隐藏层节点数增量，并重复步骤4得到新的评价值，若新的评价值持续降低或者趋于不变，则停止增加隐藏层节点数； 6将不同隐藏层节点数对应的评价值进行0-1归一化，并将归一化后的评价值为100%的点对应的隐藏层节点数作为最优节点数。

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天然气集团有限公司;中国石油集团川庆钻探工程有限公司，其通讯地址为：100007 北京市东城区东直门北大街9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。