1.一种多任务学习的煤层水平井压裂方案优化方法，其特征在于，包括：收集并统计研究区域的参数数据，并对所述参数数据进行预处理，获得目标数据；对所述目标数据进行特征提取，将提取到的特征数据按照一定比例将数据集随机划分为训练集、验证集和测试集；通过newff函数创建BP神经网络模型，基于所述训练集对所述BP神经网络模型进行训练，获得目标BP神经网络模型；根据所述目标BP神经网络模型，采用粒子群优化算法对煤层气水平井压裂参数进行优化，获得优化结果。
2.根据权利要求1所述的方法，其特征在于，所述研究区域的参数数据包括地质参数、压裂施工参数、煤层段测井参数、施工参数及生产数据；其中，所述地质参数包括煤层埋深、煤厚、夹矸厚度；所述压裂施工参数包括水平井总施工液量、总砂量、携砂液施工排量、支撑剂粒径、不同粒径用量、水平段长度、压裂段数；所述煤层段测井参数包括AC、DEN、GR、RD、RS、SP；所述生产数据包括平均产气量、峰值产气30天内累计产气量，2年内累计产气量。
3.根据权利要求1所述的方法，其特征在于，对所述参数数据进行预处理的过程包括：采用箱型图法，找出所述研究区域的参数数据的异常点，剔除异常数据；计算水平井所有参数间的皮尔逊相关性系数，将储层参数按照相关性强弱进行排序，将相关性相同的参数过滤，只保留其中一个。
4.根据权利要求3所述的方法，其特征在于，计算水平井所有参数间的皮尔逊相关性系数的公式表达式为：其中，r是皮尔逊相关系数，x i 和y i 是两个变量的样本值， 和 是样本均值，n是样本量。
5.根据权利要求1所述的方法，其特征在于，对所述目标数据进行特征提取的过程包括：对地质参数、压裂施工参数和生产数据提取特征包括平均值、中位值、最大值、最小值、方差；针对煤层段测井参数，采用matlab的深度卷积自动编码-解码器对测井深度时间数据序列进行非线性降维表征，输出特征参数。
6.根据权利要求1所述的方法，其特征在于，将提取到的特征数据按照一定比例将数据集随机划分为训练集、验证集和测试集的过程包括：采用五折交叉验证划分数据集，将数据集划分为五个子集，每次不重复的选择一个子集作测试集，剩余的四个子集作为训练集，重复训练五次；同时，采用平均绝对误差和均方根误差评估模型的准确性，其中，所述平均绝对误差和均方根误差的值越小表明真实值与预测值差距越小，模型预测结果的准确性越好；其中，所述平均绝对误差和均方根误差的公式表达式分别为：式中，n表示样本数量， 表示预测值， 表示真实值。
7.根据权利要求1所述的方法，其特征在于，通过newff函数创建BP神经网络模型的过程包括：基于所述newff函数将数据的一列当作一个样本，共m行n列，拓扑结构包括输入层、隐含层和输出层；其中，所述输入层为地质参数、压裂施工参数及煤层段测井参数；所述输出层为水平井生产数据；所述隐含层采取试凑法，采用tansig、purelin函数分别作为隐含层和输出层的激活函数，采用Levenberg-Marquardt方法进行训练，模型各神经单元的初始权值、阈值为随机分配，最大训练次数5000，训练期望误差为0.001，学习速率的选取0.01；其中，所述newff函数的公式表达式为：net＝newff(data,label,[m,n],{'tansig','purelin'},'trainlm')确定所述隐含层节点数的公式表达式为：式中，p表示输入层节点数，q表示输出层节点数，a为1～10之间的常数；所述tansig、purelin函数的公式表达式分别为：purelin(x)＝x。
8.根据权利要求1所述的方法，其特征在于，采用粒子群优化算法对煤层气水平井压裂参数进行优化之前，所述方法还包括：根据所述目标BP神经网络模型，对地质参数、压裂施工参数及煤层段测井参数的重要性进行评价，获得水平井平均产气、最大产气及长期产气能力的产能主控因素；通过最小化损失训练模型进行多任务学习，同时优化多个任务的损失进行预测；其中，所述最小化损失训练模型包括特征提取、任务共享和损失函数三个要素；首先多任务学习提取地质、测井、压裂和生产的有效特征，随后，多任务联合特征被传递到交叉网络模块，通过学习自动确定多任务共享结构和分享程度；最后，使用同方差不确定性衡量损失权重，对两任务偏微分，实现端到端的学习，计算损失函数Lt，最终建立多任务损失函数。
9.根据权利要求1所述的方法，其特征在于，根据所述目标BP神经网络模型，采用粒子群优化算法对煤层气水平井压裂参数进行优化的过程包括：读取研究区域的参数数据作为学习样本数据，初始化每个粒子的位置 与速度 计算各粒子适应度值，找出个体、全局最优值；根据速度、位置更新公式更新各粒子的速度和位置；判断粒子是否达到最大迭代次数或全局最优位置满足最小极限，是则输出最优结果，否则继续初始化每个粒子的位置 与速度 根据输出的最优结果确定煤层气水平井压裂施工生产过程中，地质、压裂施工参数、测井参数控制的水平井平均产能、长期产能与最大产能的主控因素，同时根据如今煤层气水平井实际的压裂施工方案、地质条件、测井参数，优化平均产能、长期产能与最大产能的多任务学习的煤层气水平井压裂参数设计。
10.根据权利要求9所述的方法，其特征在于，根据速度、位置更新公式更新各粒子的速度和位置，对每个粒子速度和位置的计算公式表达式为：其中， 表示当前的粒子i在维度d上进行第n次迭代时的位置， 表示更新后的粒子i在维度d上进行第n+1次迭代时的位置， 当前后的粒子i在维度d上进行第n次迭代时的速度， 表示更新后的粒子i在维度d上进行第t+1次迭代时的速度，ω表示惯性矩阵，其表示粒子在搜索空间中继续前进的程度，c 1 和c 2 为学习因子，分别表示个体和群体的影响权重， 表示粒子i在维度d上的最优解， 表示整个群体的全局最优解，r 1 和r 2 分别表示的是Rand函数，Rand函数表示在[0,1]之间的随机数，且r 1 和r 2 表示的数不相同。
