公开(公告)号：CN119862782A

公开(公告)日：2025-04-22

申请号：CN202510046956.3

申请日：2025-01-13

Applicant: 中国矿业大学

Inventor： 申建 ,  李伟 ,  王千 ,  张和伟 ,  屈晶 ,  焦兴龙 ,  王文杰 ,  焦嘉慧 ,  桑国蕴

IPC: G06F30/27 ,  G06Q50/02 ,  G06F18/10 ,  G06F18/2113 ,  G06F18/213 ,  G06F18/214 ,  G06N3/006 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08 ,  G06N3/084 ,  G06N3/096 ,  E21B43/26 ,  G06F123/02

Abstract: 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。