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！

龙图腾网获悉西安石油大学申请的专利一种钻井轨迹智能预测方法及系统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：CN121502695B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610036345.5，技术领域涉及：G06F18/25；该发明授权一种钻井轨迹智能预测方法及系统是由高怡;袁佳祺;李飞;吕方兴;毛艳慧;王奇设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本一种钻井轨迹智能预测方法及系统在说明书摘要公布了：本申请公开了一种钻井轨迹智能预测方法及系统，属于油气钻井技术领域，首先采集并预处理多源异构的钻井数据；随后利用动态尺度自适应机制，从随钻参数、地层信息等多源异构数据中，并行捕捉从瞬时异常到宏观趋势的局部细节特征，提取不同时空尺度的局部轨迹特征；再通过改进的iTransformer模型，将上述特征视为整体序列，学习井段全局关联特征；最后利用强大的自注意力机制动态挖掘并融合不同来源特征间的深层、全局依赖关系，通过门控注意力融合层实现局部与全局特征的加权融合，最终实现复杂地层下的钻井轨迹精确预测，为定向井、水平井复杂井型的安全高效钻探提供技术支撑。

本发明授权一种钻井轨迹智能预测方法及系统在权利要求书中公布了：1.一种钻井轨迹智能预测方法，其特征在于，所述钻井轨迹智能预测方法包括： 对预处理后的标准化钻井序列，根据地层复杂度建立动态尺度自适应机制，调节特征提取窗口的时间与空间尺度，提取包括不同频率信息的多尺度局部特征； 将所述标准化钻井序列输入至预设的改进型iTransformer模型中，所述模型通过引入工程先验知识矩阵约束注意力分布的工程先验约束、以及对输入序列进行分段并分别进行段内与段间注意力建模的分段式注意力结构，建立井段范围内的长期依赖关系并生成全局关联特征； 将所述多尺度局部特征与所述全局关联特征输入门控注意力融合层中，根据用于衡量局部特征区分能力的重要度评分、用于衡量全局特征与历史趋势吻合程度的趋势一致性评分，以及根据地层复杂度计算以控制融合偏向的自适应调节系数，计算门控权重并对所述多尺度局部特征与全局关联特征进行加权融合，得到融合特征，基于所述融合特征生成井眼轨迹预测结果； 根据所述地层复杂度的动态尺度自适应机制，调整卷积窗口大小与膨胀率，对所述标准化钻井序列中的数据进行多尺度卷积特征提取，采用多分支卷积结构提取不同频率范围的局部特征，并通过静态权重与动态权重的加权融合，得到所述多尺度局部特征；其中，根据扭矩变化率与孔隙度变化率计算所述地层复杂度； 基于所述融合特征生成井眼轨迹预测结果，具体包括： 在所述改进型iTransformer模型的输出端，建立由两层全连接网络组成的预测网络；所述预测网络以所述融合特征为输入，将所述融合特征映射为井眼轨迹的预测增量，并一次性输出多步轨迹预测序列，其中，所述预测增量包括：南北方向位移、东西方向位移及垂直深度变化； 在所述改进型iTransformer模型训练过程中，设置综合损失函数，所述损失函数包括坐标预测损失项与轨迹动力学一致性损失项； 训练完成后，保存最优模型参数用于在线轨迹预测，获得井眼轨迹在时间或深度方向上的井眼轨迹预测结果； 在注意力计算过程中引入工程先验知识矩阵以约束参数间注意力分布，包括： 标准化钻井序列，维度为；首先经过线性投影层，将其统一映射至模型的特征维度，形成编码器输入； 在iTransformer的多头自注意力机制中，引入一个可学习的钻井工程先验知识矩阵M： 该矩阵为维，元素表示参数对参数的注意力权重先验上限，值域为，即表示参数1对自身的注意力权重先验上限，：表示参数1对参数的注意力权重先验上限；是模型中参数的维度。

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西安石油大学，其通讯地址为：710065 陕西省西安市雁塔区电子二路东段18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。