(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111260899.7 (22)申请日 2021.10.28 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 王莉华　叶文静　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 代理人 叶敏华 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于页岩压裂实验数据修复的页岩压 裂判别方法 (57)摘要 本发明涉及一种基于页岩压裂实验数据修 复的页岩压裂判别方法， 包括： 获取页岩压裂实 验得到的残 缺波形数据， 并对获取的数据进行预 处理， 得到补 充数据集； 采用扩张因果卷积、 门激 活函数和残差跳跃连接结构的组合， 构造不带池 化层的深层扩张因果卷积网络； 利用补充数据集 对深层扩张因果卷积网络进行训练， 得到用于预 测页岩压裂缺失波形的神经网络模 型； 根据神经 网络模型输出得到的预测缺失波形， 得到页岩压 裂完整波形数据， 采用矩张量分析方法判别出页 岩内部裂纹类型。 与现有技术相比， 本发明通过 可靠修复页岩压裂实验数据， 能够有效提高页岩 压裂判别的准确性。 权利要求书2页 说明书6页 附图2页 CN 114048674 A 2022.02.15 CN 114048674 A 1.一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 包括以下步骤： S1、 获取页岩压裂实验得到的残缺波形数据， 并对获取的数据进行预处理， 得到补充数 据集； S2、 采用扩张因果卷积、 门激活函数和残差跳跃连接结构的组合， 构造不带池化层的深 层扩张因果卷积网络； S3、 利用补充数据集对深层扩张因果卷积网络进行训练， 得到用于预测页岩压裂缺失 波形的神经网络模型； S4、 根据神经网络模型输出得到的预测缺失波形， 得到页岩压裂完整波形数据， 采用矩 张量分析 方法判别出页岩内部裂纹类型。 2.根据权利要求1所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 步骤S1具体包括以下步骤： S11、 获取页岩压裂实验得到的残缺波形 数据； S12、 采用 μ ‑law压缩算法对获取的数据进行压缩， 然后进行one ‑hot编码， 再对数据进 行线性插值， 得到补 充数据集， 其中， one ‑hot编码后得到对应于不同分类的向量， 所述向量 的长度取决于类别总量， 向量中对应 类别的值 为1、 其余结果向量 为0。 3.根据权利要求2所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 μ ‑law压缩算法的压缩公式为： 解压缩公式为： 其中， μ 的取值 为100。 4.根据权利要求2所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 步骤S2中构造的深层扩张因果卷积网络的输出层采用softmax激活函数： 其中， yi为输入的神经元激活前的大小， k为该输 出层总共的神经元数， 其输 出大小表示 取各个值的概 率； 所述softmax激活函数的输出与o ne‑hot编码后得到的向量相互对应。 5.根据权利要求4所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 步骤S2中构造的深层扩张因果卷积网络的损失函数为交叉熵损失函数： H(p,q)＝ ‑∑plog(q) 其中， p为原本正确分类对应的o ne‑hot编码向量， q为经 过softmax激活后的输出向量。 6.根据权利要求1所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述步骤S3具体是利用补充数据集中的前1500个序列作为输入、 后1500个序列作 为输出， 以对深层扩张因果卷积网络进行训练。权　利　要　求　书 1/2 页 2 CN 114048674 A 27.根据权利要求1所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 步骤S4具体包括以下步骤： S41、 根据神经网络模型输出 得到的预测缺失波形， 得到页岩压裂完整 波形数据； S42、 基于页岩压裂完整波形数据， 首先对声发射时间进行筛选， 之后求解初动振幅， 再 利用初动振幅求 解矩张量矩阵； S43、 对矩阵量矩阵进行特征值分解， 得到对应的三个特征值， 并求解出三个模式的比 例值； S44、 采用M.Ohtsu的优势判别方法， 结合三个模式的比例值， 判别出页岩压裂的裂纹类 型。 8.根据权利要求7所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 步骤S42中初动振幅与矩张量矩阵之间的计算关系为： 其中， A(x)为初动 振幅， m为矩张量矩阵， R为震源与传感器距离， (r1 r2 r3)为震源指向 传感器的方向余弦， Cs为传感器响应幅度， 通过断铅试验得到， Re(t,r)为反射系数， ke＝ 1.96， de为t,r的内积。 9.根据权利要求8所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 步骤S43中三个特 征值与三个模式之间的计算关系为： γmax/γmin＝Z1+Z2+Z3 γint/γmax＝0‑0.5Z2+Z3 γmin/γmax＝‑Z1‑0.5Z2+Z3 其中， γmin、 γmax、 γint分别为矩张量矩阵的三个特征值， Z1、 Z2和Z3对应为三个模式比 例值。 10.根据权利要求9所述的一种基于页岩压裂实验数据修复的页岩压裂判别方法， 其特 征在于， 所述 步骤S44的具体过程 为： 当Z1＞60％时， 判定为剪切型裂纹； 当Z2+Z3＞60％时， 判定为拉伸型裂纹； 当40％＜Z1＜60％时， 判定为混合型裂纹。权　利　要　求　书 2/2 页 3 CN 114048674 A 3