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！

龍圖騰網恭喜中國石油大學(華東)申請的專利基于強化學習的頁巖儲層多目標壓裂優化設計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：CN119740494B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202510246819.4，技術領域涉及：G06F30/27；該發明授權基于強化學習的頁巖儲層多目標壓裂優化設計方法是由王文東;鄧雨軒;蘇玉亮;賈明巍;李蕾;郝永卯設計研發完成，并于2025-03-04向國家知識產權局提交的專利申請。

本基于強化學習的頁巖儲層多目標壓裂優化設計方法在說明書摘要公布了：本發明屬于頁巖儲層壓裂優化設計技術領域，具體公開一種基于強化學習的頁巖儲層多目標壓裂優化設計方法。有效解決當前頁巖儲層壓裂優化設計方法無法考慮產能和經濟等多因素協同優化的問題。包括：（1）通過數值模擬軟件模擬產能計算結果，結合構建的經濟評價模型基于蒙特卡洛抽樣方法建立產能預測模型的訓練樣本集；（2）基于Transformer架構構建產能預測模型；（3）在NSGA?II多目標優化算法的基礎上，引入雙智能體強化學習算法，建立壓裂優化代理模型；（4）通過優選累產油量和經濟凈現值多目標優化的帕累托前沿，結合實際需求選擇具體壓裂參數優化方案。本發明能夠在控制壓裂成本同時有效提高原油產量。

本發明授權基于強化學習的頁巖儲層多目標壓裂優化設計方法在權利要求書中公布了：1.基于強化學習的頁巖儲層多目標壓裂優化設計方法，其特征在于，包括以下步驟：S1、通過數值模擬軟件模擬產能計算結果，結合構建的經濟評價模型基于蒙特卡洛抽樣方法建立產能預測模型的訓練樣本集；S2、基于Transformer架構構建產能預測模型，模型輸入包括段簇設計方案及壓裂施工參數的離散數據及數值模擬軟件運行時生成的包括產量數據和井底流壓時序的連續動態數據，數值模擬軟件輸出產能動態預測數據，并通過構建的經濟評價模型計算經濟凈現值；S3、針對累產油量和經濟凈現值分別構建優化目標函數，在傳統NSGA-II多目標優化算法的基礎上，引入包含產能優化智能體和經濟優化智能體的雙智能體強化學習算法，產能優化智能體和經濟優化智能體通過競爭與協作的方式共同優化壓裂設計參數，建立壓裂優化代理模型；步驟S3中，雙智能體融合流程為：在雙智能體初始化階段，首先使用蒙特卡洛方法在參數空間采樣多組壓裂設計參數組合，評估每組參數的累產油量和經濟凈現值，并初始化兩個智能體的經驗回放池；在完成參數初始化之后，在傳統NSGA-II多目標優化算法的每一代迭代中，兩個智能體分別根據當前狀態選擇動作，執行選中的動作，獲得新的壓裂參數組合： ；其中，表示當前狀態，表示可選動作，即參數調整方案；表示在可選動作中選擇使值最大的動作；為當前時刻選擇的最優參數調整方案；表示函數，表明在狀態下選擇動作的預期收益評分；在獲取新的壓裂參數組合后，分別使用相關數值模擬軟件計算出的累產油量結果和步驟S1中經濟評價模型計算的經濟凈現值，計算獎勵值并更新函數的值： ；其中，為學習率，為折扣因子，為即時獎勵，為當前狀態動作對的預期收益；為下一狀態動作對的最佳預期收益；將產能優化智能體和經濟優化智能體優化后的解加入種群，使用傳統NSGA-II多目標優化算法進行非支配排序和擁擠度計算，選擇優質個體構建新種群；產能優化智能體和經濟優化智能體通過各自的獎勵函數獨立優化其目標，在參數調整過程中形成良性競爭；通過獎勵函數中的協同優化系數，使得兩個智能體在優化各自目標的同時考慮對方的目標，實現產能和經濟協同優化；S4、通過優選累產油量和經濟凈現值多目標優化的帕累托前沿，結合實際生產開發需求選擇具體壓裂參數優化方案。

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中國石油大學(華東)，其通訊地址為：266580 山東省青島市黃島區長江西路66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”。