摘要
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。
