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！

龍圖騰網獲悉四川省能源地質調查研究所申請的專利結合人工智能的煤層氣產能預測方法及系統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：CN120258328B 。

龍圖騰網通過國家知識產權局官網在2025-08-19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：202510714100.9，技術領域涉及：G06Q10/063；該發明授權結合人工智能的煤層氣產能預測方法及系統是由熊建龍;牟必鑫;蔣琦;申建;戴英健;張軍;王先東設計研發完成，并于2025-05-30向國家知識產權局提交的專利申請。

本結合人工智能的煤層氣產能預測方法及系統在說明書摘要公布了：本發明提供一種結合人工智能的煤層氣產能預測方法及系統，首先獲取目標區塊包含地質構造數據、儲層物性數據及歷史生產動態數據的多源煤層氣產能數據集合，接著對該多源煤層氣產能數據集合執行時空對齊處理，得到標準化的煤層氣產能特征集合，之后對標準化的煤層氣產能特征集合進行特征提取，生成包含地質屬性特征與動態屬性特征雙重編碼的預測特征集合，再基于強化學習策略網絡對預測特征集合進行迭代預測，得出目標煤層氣產能預測結果，最后根據目標煤層氣產能預測結果與歷史生產動態數據的誤差分布生成優化策略集合，并反饋至煤層氣生產控制系統觸發參數調整操作，從而能夠提高煤層氣產能預測的準確性，實現生產過程的優化控制。

本發明授權結合人工智能的煤層氣產能預測方法及系統在權利要求書中公布了：1.一種結合人工智能的煤層氣產能預測方法，其特征在于，所述方法包括： 獲取目標區塊的多源煤層氣產能數據集合，所述多源煤層氣產能數據集合包含地質構造數據、儲層物性數據及歷史生產動態數據； 對所述多源煤層氣產能數據集合執行時空對齊處理，生成標準化的煤層氣產能特征集合； 對所述標準化的煤層氣產能特征集合進行特征提取，生成預測特征集合，其中，所述預測特征集合中的每個特征單元包含地質屬性特征與動態屬性特征的雙重編碼； 基于強化學習策略網絡對所述地質屬性特征與動態屬性特征進行迭代預測，生成目標煤層氣產能預測結果； 根據所述目標煤層氣產能預測結果與歷史生產動態數據之間的誤差分布生成優化策略集合，并將所述優化策略集合反饋至煤層氣生產控制系統以觸發參數調整操作； 所述對所述多源煤層氣產能數據集合執行時空對齊處理，生成標準化的煤層氣產能特征集合，包括： 提取所述地質構造數據中的地層傾角參數、斷層分布參數及裂縫發育參數，構建初始地質特征集合； 提取所述儲層物性數據中的孔隙度參數、滲透率參數及含氣量參數，構建初始儲層特征集合； 提取所述歷史生產動態數據中的產氣量序列、壓力變化序列及生產周期階段標簽，構建初始動態特征集合； 對所述初始地質特征集合、初始儲層特征集合及初始動態特征集合進行數據預處理，所述數據預處理包括缺失值填充、異常值修正及量綱歸一化； 將預處理后的所述初始地質特征集合、初始儲層特征集合及初始動態特征集合進行時間窗口對齊和空間網格對齊，生成標準化的煤層氣產能特征集合，其中，所述標準化的煤層氣產能特征集合中每個特征單元包含統一的時間戳標識與空間坐標標識； 所述對所述標準化的煤層氣產能特征集合進行特征提取，生成包含地質屬性特征與動態屬性特征的預測特征集合，包括： 對所述初始地質特征集合執行區域分割處理，生成多個地質子區域單元； 在每個地質子區域單元內同步調用儲層物性關聯分析，結合所述初始儲層特征集合中的孔隙度參數、滲透率參數及含氣量參數，執行局部特征提取操作，生成地質子區域特征集合，所述局部特征提取操作包括地層連續性分析、斷層密度計算及裂縫網絡拓撲建模； 對所述地質子區域特征集合執行跨區域特征聚合處理，生成融合儲層物性參數的全局地質特征集合； 對所述初始動態特征集合執行時序分解處理，生成趨勢性動態特征集合與周期性動態特征集合，并將所述生產周期階段標簽作為輔助特征關聯至時序分解結果； 根據所述全局地質特征集合、趨勢性動態特征集合及周期性動態特征集合，生成多個特征單元，其中，每個特征單元中的地質屬性特征同步關聯所述初始儲層特征集合； 所述基于強化學習策略網絡對所述地質屬性特征與動態屬性特征進行迭代預測，生成目標煤層氣產能預測結果，包括： 將所述預測特征集合輸入預訓練的強化學習策略網絡，所述強化學習策略網絡包含特征選擇模塊與權重分配模塊； 通過所述特征選擇模塊對所述地質屬性特征與動態屬性特征進行關聯性評分，生成融合儲層物性影響的特征重要性評分集合； 通過所述權重分配模塊基于所述特征重要性評分集合對所述預測特征集合中的每個特征單元進行動態權重賦值，生成加權特征集合； 調用回歸預測模型對所述加權特征集合進行非線性映射處理，生成初始產能預測結果； 根據所述初始產能預測結果與實際產氣量序列之間的誤差梯度，同步調整所述特征選擇模塊與權重分配模塊的參數配置，生成優化后的強化學習策略網絡； 通過優化后的所述強化學習策略網絡對所述預測特征集合進行重新加權，生成目標煤層氣產能預測結果。

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四川省能源地質調查研究所，其通訊地址為：610000 四川省成都市青羊區青華路39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”。