基本信息:
- 专利标题： 一种基于多任务学习的钻井多参数协同预测方法和装置
- 申请号：CN202511063281.X 申请日：2025-07-31
- 公开(公告)号：CN120561525A 公开(公告)日：2025-08-29
- 发明人： 张诚恺 , 宋先知 , 李明伟 , 祝兆鹏 , 李根生 , 周蒙蒙 , 张瑞 , 潘涛
- 申请人： 中国石油大学（北京）
- 申请人地址： 北京市昌平区府学路18号
- 专利权人： 中国石油大学（北京）
- 当前专利权人： 中国石油大学（北京）
- 当前专利权人地址： 北京市昌平区府学路18号
- 代理机构： 北京三友知识产权代理有限公司
- 代理人： 徐焕; 童磊
- 主分类号： G06F18/20
- IPC分类号： G06F18/20 ; G06F18/25 ; G06F18/213 ; G06F18/214 ; G06N3/045 ; G06N3/0442 ; G06N3/048 ; G06N3/0985 ; G06Q50/02
摘要：
本发明公开了一种基于多任务学习的钻井多参数协同预测方法和装置，该方法包括：从目标井的多维钻井参数中选取预测目标和输入参数组合，根据预测目标构建任务集，任务集包括多个针对预测目标的预测任务，各预测任务存在关联；将各预测任务的输入参数组合输入至多任务预测模型，得到各预测任务的预测结果；其中，多任务预测模型包括共享层、专家层、门控单元和塔层，共享层用于提取多个预测任务的通用特征，专家层用于提取各预测任务的特有特征，门控单元用于加权融合通用特征和特有特征，得到各预测任务的融合特征，塔层用于根据各预测任务的融合特征输出各预测任务的预测结果。本发明可以以较低成本、准确、高效地实现多个钻井参数的协同预测。