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！

龙图腾网获悉青岛理工大学申请的专利一种基于时序原型网络的压裂井间压窜渐进式预测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：CN121526004B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610057353.8，技术领域涉及：G06Q10/04；该发明授权一种基于时序原型网络的压裂井间压窜渐进式预测方法是由张凯;刘承鑫;刘丕养;张黎明;黄浩勇;张震;苟其勇设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于时序原型网络的压裂井间压窜渐进式预测方法在说明书摘要公布了：本发明提供了一种基于时序原型网络的压裂井间压窜渐进式预测方法，涉及油气田开发与工程领域，具体包括如下步骤：基于历史施工中观测井的压力响应曲线形态及数值特征，结合储层流体渗流理论、岩石力学特性，将井间压窜划分为多种类型。基于压裂压窜类型分类标准，对历史压裂施工时序数据进行系统标注与预处理，形成标注数据集，并对数据进行预处理。设计适配压裂变长度时序数据的时序原型网络模型，包括：特征编码器和原型匹配层。利用训练后的时序原型网络模型进行压窜类型的渐进式预测与风险预警。本发明的技术方案克服现有技术中压裂窜扰预测方法无法量化地表达预测的不确定性，容易在施工早期导致误报或漏报，误导现场决策的问题。

本发明授权一种基于时序原型网络的压裂井间压窜渐进式预测方法在权利要求书中公布了：1.一种基于时序原型网络的压裂井间压窜渐进式预测方法，其特征在于，具体包括如下步骤： S1，基于历史施工中观测井的压力响应曲线形态及数值特征，结合储层流体渗流理论、岩石力学特性，将井间压窜划分为多种类型，构建压裂压窜类型分类标准； S2，基于步骤S1的压裂压窜类型分类标准，对历史压裂施工时序数据进行系统标注与预处理，形成时序原型网络模型训练所需的标注数据集，并对数据进行预处理； S3，设计适配压裂变长度时序数据的时序原型网络模型，包括：特征编码器和原型匹配层，通过特征编码器实现时序数据的固定维度嵌入，通过原型匹配层建立特征与压窜类型的关联，再通过复合损失函数优化完成模型训练； S4，利用训练后的时序原型网络模型进行压窜类型的渐进式预测与风险预警； 步骤S1具体包括如下步骤： S1.1，井间压窜类型包括：微弱传递或无有效沟通型、孔隙或微裂缝传递型、压裂缝渐进沟通型、压裂缝直接沟通型和应力激活天然裂缝型； S1.2，制定基于压力数值特征、曲线形态特征和导数特征的三维量化判定规则，对不同井间压窜类型进行区分； S1.3，对历史数据集中所有观测井压力响应数据进行统计分析，根据目标区块储层特性设定阈值搜索范围，再基于搜索范围通过网格搜索法生成多组候选阈值组合，以不同阈值组合下的自动分类结果与领域专家人工判识结果之间的加权Kappa系数最高为优化目标，结合粒子群优化算法PSO对阈值组合进行迭代优化，最终确定适配目标区块的最优阈值； 步骤S3具体包括如下步骤： S3.1，通过一维卷积1D-CNN捕捉压裂时序数据中短时间窗口内的局部关联特征，过滤高频噪声，1D-CNN计算公式如下： ； 其中，表示一维卷积操作，为卷积核权重，为压裂时序数据，为偏置项，为提取的局部特征，为激活函数； S3.2，将输入长短期记忆网络LSTM，通过LSTM捕捉压裂时序数据的长时依赖关系： ； 其中，为LSTM第时间步的输入，为LSTM第时间步的隐藏状态，为sigmoid激活函数，表示哈达玛积，分别为输入门、遗忘门、细胞状态与输出门的权重矩阵，分别输入门、遗忘门、细胞状态与输出门的偏置项，tanh为双曲正切函数； S3.3，利用进度感知注意力机制，根据当前施工进度动态提取对压窜判断关键的时序特征； S3.4，基于注意力权重对LSTM隐藏状态进行加权求和，得到最终的固定维度嵌入表示： ； 其中，为注意力权重，为LSTM第时间步的隐藏状态，为原始时序数据长度； S3.5，在原型匹配层建立嵌入表示与压窜类型的关联； 步骤S4具体包括如下步骤： S4.1，对于待预测的正在进行中的压裂施工，从起始时刻到当前时刻，实时采集施工井排量、施工井压力、观测井压力，并对采集到的数据实时处理，构成当前时序数据序列，并计算当前施工进度及当前施工进度对应的进度箱； S4.2，将当前时序数据序列和输入训练好的时序原型网络模型生成实时嵌入表示，调用下的5类原型向量，计算与各原型向量的余弦相似度，通过Softmax函数得到当前时刻下属于各压窜类型的概率分布，选取概率最大值对应的压窜类型作为当前预测结果，计算公式为： ； 其中，为最大值索引函数； S4.3，计算当前预测的综合置信度： ； ； 其中，是当前预测的最大概率值，是基于的置信度校准函数，为敏感度系数。

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青岛理工大学，其通讯地址为：266520 山东省青岛市黄岛区嘉陵江东路777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。