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！

龙图腾网获悉中国矿业大学申请的专利一种多任务学习的煤层水平井压裂方案优化方法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：CN119862782B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510046956.3，技术领域涉及：G06F30/27；该发明授权一种多任务学习的煤层水平井压裂方案优化方法是由申建;李伟;王千;张和伟;屈晶;焦兴龙;王文杰;焦嘉慧;桑国蕴设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种多任务学习的煤层水平井压裂方案优化方法在说明书摘要公布了：本发明公开了一种多任务学习的煤层水平井压裂方案优化方法，包括：收集并统计研究区域的参数数据，并对参数数据进行预处理，获得目标数据；对目标数据进行特征提取，将提取到的特征数据按照一定比例将数据集随机划分为训练集、验证集和测试集；通过newff函数创建BP神经网络模型，基于训练集对BP神经网络模型进行训练，获得目标BP神经网络模型；根据目标BP神经网络模型，采用粒子群优化算法对煤层气水平井压裂参数进行优化，获得优化结果。本发明的方法全面考虑了地质、压裂、测井、生产数据，同时多方法的使用提高了神经网络的泛化能力和学习性能，有助于提高预测精度，对改进和优化水平井压裂参数具有重要意义。

本发明授权一种多任务学习的煤层水平井压裂方案优化方法在权利要求书中公布了：1.一种多任务学习的煤层水平井压裂方案优化方法，其特征在于，包括： 收集并统计研究区域的参数数据，并对所述参数数据进行预处理，获得目标数据； 对所述目标数据进行特征提取，将提取到的特征数据按照一定比例将数据集随机划分为训练集、验证集和测试集； 通过newff函数创建BP神经网络模型，基于所述训练集对所述BP神经网络模型进行训练，获得目标BP神经网络模型； 根据所述目标BP神经网络模型，采用粒子群优化算法对煤层气水平井压裂参数进行优化，获得优化结果； 采用粒子群优化算法对煤层气水平井压裂参数进行优化之前，所述方法还包括： 根据所述目标BP神经网络模型，对地质参数、压裂施工参数及煤层段测井参数的重要性进行评价，获得水平井平均产气、最大产气及长期产气能力的产能主控因素； 通过最小化损失训练模型进行多任务学习，同时优化多个任务的损失进行预测；其中，所述最小化损失训练模型包括特征提取、任务共享和损失函数三个要素；首先多任务学习提取地质、测井、压裂和生产的有效特征，随后，多任务联合特征被传递到交叉网络模块，通过学习自动确定多任务共享结构和分享程度；最后，使用同方差不确定性衡量损失权重，对两任务偏微分，实现端到端的学习，计算损失函数Lt，最终建立多任务损失函数。

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矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学南湖校区；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。