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！

龙图腾网获悉四川大学申请的专利一种水力压裂地震可能性预测方法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：CN119828209B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411893223.5，技术领域涉及：G01V1/01；该发明授权一种水力压裂地震可能性预测方法是由黄树东;黄睿;唐一帆;胡明;冯文韬;刘建锋;吕建成设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种水力压裂地震可能性预测方法在说明书摘要公布了：本发明提供了一种水力压裂地震可能性预测方法，涉及水力压裂技术领域，该方法包括构建结合重要性采样方法的物理约束深度算子网络模型；收集和处理在不同场景下的数据作为训练数据；对物理约束深度算子网络模型进行迭代训练，得到最优步的物理约束深度算子网络模型权重；对物理约束深度算子网络模型进行初始化，并根据目标水力压裂地震预测任务数据，得到目标场景下的水力压裂地震可能性预测结果。本发明将重要性采样融入到深度算子网络中，通过计算函数集中各函数的重要性、自适应改变采样分布，从而加速模型收敛和提高模型稳定性，解决了在无标签数据场景下训练难度大、收敛速度缓慢、求解精度低的问题，对水力压裂地震可能性进行更精准的预测。

本发明授权一种水力压裂地震可能性预测方法在权利要求书中公布了：1.一种水力压裂地震可能性预测方法，其特征在于，包括以下步骤： S1、构建结合重要性采样方法的物理约束深度算子网络模型PDIS； 物理约束深度算子网络模型PDIS的偏差重加权损失函数的表达式如下： 其中，表示物理约束深度算子网络模型PDIS的偏差重加权损失函数，表示当前批次的函数集，在一个训练迭代的起始时刻由函数的重要性采样方法得到，i表示第i个函数，表示第i个函数对应的采样权重，表示物理约束深度算子网络的损失函数，表示函数数据集N中第i个函数，表示主干网络输入的配点坐标集，表示物理约束深度算子网络模型权重参数，、和分别表示物理约束方法中的偏微分方程损失、初始条件损失以及边界条件损失，和均表示权重，表示第i个函数的原始采样概率，表示函数采样概率，表示函数数据集； S2、收集和处理地震活动率数学模型在不同场景下的数据作为训练数据； S3、利用训练数据以及偏微分方程约束，对物理约束深度算子网络模型PDIS进行迭代训练，得到最优步的物理约束深度算子网络模型PDIS权重，其具体为： S301、初始化物理约束深度算子网络模型PDIS的偏置权重参数，生成时间维度上均匀分布的抽样点集； S302、在一个迭代的开始，输入库仑应力率的离散点集和抽样点集，并根据物理约束深度算子网络模型PDIS的输出和库仑应力率的样条曲线，通过逐一计算每组库仑应力率数据在抽样点集上的偏微分方程误差总和，得到每组库仑应力率的函数采样概率； S303、根据函数采样概率进行批次采样，将采样的库仑应力率数据和随机生成的时间坐标序列分别作为分支网络与主干网络的输入，得到物理约束深度算子网络模型PDIS的输出，其中，物理约束深度算子网络模型PDIS的输出为目标场景下的水力压裂地震可能性预测结果； S304、基于物理约束深度算子网络模型PDIS的输出，计算偏差重加权损失，并进行梯度优化以调整物理约束深度算子网络模型PDIS参数； S305、重复步骤S301到步骤S304，直至迭代结束并保留最优步的物理约束深度算子网络模型PDIS权重，其中，物理约束深度算子网络模型PDIS包括主干网络和分支网络； S4、利用步骤S3得到的权重对物理约束深度算子网络模型PDIS进行初始化，并根据目标水力压裂地震预测任务数据，得到目标场景下的水力压裂地震可能性预测结果。

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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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”。