買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉吉林大學申請的專利基于深度強化學習的鉆井溢流早期識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120257060B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510742669.6，技術領域涉及：G06F18/241；該發明授權基于深度強化學習的鉆井溢流早期識別方法是由韓霄松;蔡連宇;王萌;付加勝設計研發完成，并于2025-06-05向國家知識產權局提交的專利申請。

本基于深度強化學習的鉆井溢流早期識別方法在說明書摘要公布了：本發明適用于石油鉆井工程技術領域，提供了基于深度強化學習的鉆井溢流早期識別方法，包括：首先進行數據收集與預處理，接著構建與優化基于近端策略優化（PPO）算法的鉆井溢流早期識別模型，最后在鉆井作業中實時采集數據預處理后輸入模型，依據PPO算法分析特征量變化，按判別溢流鉆井工藝流程判斷是否有溢流跡象，若有則依Reward函數策略預警。本發明結合傳統閾值法與機器學習，利用深度強化學習算法優化鉆井參數閾值，實時監測特征量捕捉溢流前變化，自學習歷史數據識別溢流模式，減少對現場操作人員依賴；同時注重展示模型決策邏輯，增強工程師理解與信任，為鉆井作業提供更可靠的溢流監測保障，降低事故風險，保障井筒安全。

本發明授權基于深度強化學習的鉆井溢流早期識別方法在權利要求書中公布了：1.基于深度強化學習的鉆井溢流早期識別方法，其特征在于，包括以下步驟： 步驟1：數據收集與預處理； 使用真實鉆井歷史數據對收集的數據進行清洗；采用時間窗口法構建樣本，選取出口和進口流量差、立壓、甲烷、乙烷、泵沖和大鉤高度六個特征量，計算時間窗口內特征量均值、斜率和方差，通過判斷相鄰窗口統計量變化是否超過閾值，確定是否為溢流并記錄標簽； 步驟2：基于近端策略優化算法的鉆井溢流早期識別模型構建與優化，包括參數初始化、主迭代循環、策略參數更新、價值函數學習以及迭代循環步驟； 步驟3：鉆井溢流早期識別； 將實時數據預處理后輸入基于近端策略優化算法的鉆井溢流早期識別模型；模型利用近端策略優化算法優化后的參數，分析出入口流量差、立壓、甲烷、乙烷、泵沖和大鉤高度的變化情況，通過判別溢流鉆井工藝流程判斷是否存在溢流跡象；若檢測到溢流跡象，依據Reward函數確定的策略發出預警； 所述步驟2的具體流程如下： 步驟21：參數初始化； 設定超參數截斷因子、策略更新子迭代次數M和值函數更新子迭代次數B；初始化策略參數θ和初始價值函數參數； 步驟22：主迭代循環； 從第1次迭代開始，即，每次迭代按以下順序執行操作： 軌跡收集與獎勵計算：在鉆井環境中執行當前策略πθk，采集軌跡數據集Dk={τi}，并計算每個時間步的累積獎勵Gt，其中τi為采集到的軌跡數據； 優勢函數估計：基于當前價值函數V?k，采用優勢估計方法計算各狀態動作對的優勢值At； 步驟23：策略參數更新； 進入策略優化階段，通過以下子迭代過程更新策略參數： 對依次執行： 計算新舊策略的概率比： ； 式中，為新舊策略的概率比；為更新后的策略；為更新前的策略；θold為更新前的策略參數；為更新后的策略參數；為狀態動作對的優勢值；為時間步t所處的環境狀態； 采用Adam優化器，通過隨機梯度上升法最大化PPO的截斷目標函數： ； 式中，為第k+1次策略優化后的策略網絡參數；為迭代次數；為軌跡點；為軌跡集合；為時間步；為狀態動作對的優勢值；為新舊策略的概率比；為裁剪函數；為超參數截斷因子； 步驟24：價值函數學習； 完成策略參數更新后，進入價值函數優化階段，通過以下子迭代過程更新參數： 對依次執行： 采用梯度下降法最小化值函數的均方誤差： ； 式中，為經過第k+1次策略優化后的價值網絡參數；為價值網絡對狀態的估值；為每個時間步的累積獎勵； 步驟25：迭代循環； 重復步驟22至步驟24，直至算法收斂或達到預設終止條件，得到優化后的模型； 所述步驟2中還包括Reward函數構建步驟，具體過程如下： 設定一個“甜區”，對位于甜區內標記點賦予最高得分，對甜區外但在溢流發生前和結束后的正常狀態標記點賦予負數分數，對實際發生溢流的點給予遠低于位于甜區內標記點分數的正數分數； 定義結構化動作空間： ； 式中，為動作空間，即所有可能的動作集合；為動作向量；為動作向量的每一維度；為實數集，為18維實數集； 評分函數公式如下： ； ； 式中，為評分函數；代表甜區內標記點個數；代表甜區外標記點為真實溢流點個數；代表甜區外標記點為非溢流點個數；代表符合方括號內條件的個數；為真實溢流點坐標；為模型預測的第i個溢流點在時間序列中的位置； 所述步驟3中，判別溢流鉆井工藝流程具體如下： 首先檢查出入口流量差或立壓是否增大，若未增大，則當前流量變化可能是正常波動，若增大，檢查甲烷或乙烷含量是否增多；若甲烷或乙烷含量增多，則判斷存在溢流跡象，若未增多，檢查泵沖是否增大；若泵沖增大，則當前流量變化可能是正常波動，若未增大，檢查大鉤高度是否減少；若大鉤高度減少，則當前流量變化可能是正常波動，若未減少，則判斷存在溢流跡象。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人吉林大學，其通訊地址為：130012 吉林省長春市前進大街2699號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。