一种预测非常规天然气含量的方法、装置,电子设备及存储介质

    公开(公告)号:CN109242222B

    公开(公告)日:2019-07-16

    申请号:CN201811396878.6

    申请日:2018-11-21

    IPC分类号: G06Q10/04 G06Q50/02

    摘要: 本发明提供了一种预测非常规天然气含量的方法、装置,电子设备及存储介质,属于天然气开发技术领域。该方法包括:获取待测地质的声波测井信号;从所述声波测井信号中提取时域特征;将所述声波测井信号分解成多个信号分量;基于所述多个信号分量获得频域特征;根据所述时域特征、所述频域特征和预设的时域/频域特征与非常规天然气含量的关系模型,得到待测地质的非常规天然气含量的预测结果。由于该方法综合考虑了影响非常规天然气含量的多种特征如时域特征和频域特征,进而保证了预测结果的准确度和可信度。与现有技术相比,该方法可以同时对包含砂岩段、煤层段、泥页岩段等多层的气体含量进行预测,有利于多种气体合采的施工。

    一种预测非常规天然气含量的方法、装置,电子设备及存储介质

    公开(公告)号:CN109242222A

    公开(公告)日:2019-01-18

    申请号:CN201811396878.6

    申请日:2018-11-21

    IPC分类号: G06Q10/04 G06Q50/02

    CPC分类号: G06Q10/04 G06Q50/02

    摘要: 本发明提供了一种预测非常规天然气含量的方法、装置,电子设备及存储介质,属于天然气开发技术领域。该方法包括:获取待测地质的声波测井信号;从所述声波测井信号中提取时域特征;将所述声波测井信号分解成多个信号分量;基于所述多个信号分量获得频域特征;根据所述时域特征、所述频域特征和预设的时域/频域特征与非常规天然气含量的关系模型,得到待测地质的非常规天然气含量的预测结果。由于该方法综合考虑了影响非常规天然气含量的多种特征如时域特征和频域特征,进而保证了预测结果的准确度和可信度。与现有技术相比,该方法可以同时对包含砂岩段、煤层段、泥页岩段等多层的气体含量进行预测,有利于多种气体合采的施工。

    储层参数的预测方法、装置和电子设备

    公开(公告)号:CN115169247B

    公开(公告)日:2023-03-28

    申请号:CN202210921368.6

    申请日:2022-08-02

    IPC分类号: G06F30/27 G06F119/02

    摘要: 本发明提供了一种储层参数的预测方法、装置和电子设备,包括:获取原始炮集地震数据;基于原始炮集地震数据计算与其对应的包络数据;采用储层参数高分辨率预测模型对原始炮集地震数据和包络数据进行储层参数高分辨率预测,得到高分辨率的储层参数,其中,储层参数高分辨率预测模型为递进式的多任务学习网络。通过上述描述可知,本发明的储层参数的预测方法中,是通过储层参数高分辨率预测模型实现的对储层参数的高分辨率预测,且储层参数高分辨率预测模型为递进式的多任务学习网络,能够得到高分辨率的储层参数,另外,神经网络模型的预测过程耗时短。

    一种地震数据重建方法、装置、设备及介质

    公开(公告)号:CN113945974A

    公开(公告)日:2022-01-18

    申请号:CN202110645817.4

    申请日:2021-06-10

    IPC分类号: G01V1/30 G01V1/32

    摘要: 本申请公开了一种地震数据重建方法、装置、设备及介质,应用于地震勘探技术领域,用以解决现有技术中存在的高密度地震数据的采集成本较高、勘探精度较低的问题。具体为:利用各个地质模型的稀疏地震数据和高密度地震数据,对表征稀疏地震数据和高密度地震数据的非线性映射关系的深度神经网络模型进行训练,使得最终训练出的地震数据重建模型可以根据待重建的稀疏地震数据获得高密度地震数据,从而实现了地震数据的重建,进而降低了高密度地震数据的采集成本,提升了高密度地震数据的勘探精度。

    以DTS数据为导向的地下水变化分析方法和系统

    公开(公告)号:CN113687442A

    公开(公告)日:2021-11-23

    申请号:CN202110992926.3

    申请日:2021-08-27

    IPC分类号: G01V11/00

    摘要: 本发明提供了一种以DTS数据为导向的地下水变化分析方法和系统,包括:基于目标区域的时移DTS数据,确定目标地层的地层分布;基于目标区域的时移DTS数据,确定目标地层的水流状态;基于目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系,确定目标地层的时移电阻率分布;基于地层分布、水流状态和时移电阻率分布,对目标地层的地下水变化进行分析。本发明缓解了现有技术中存在的在深层地层下的地下水变化分析精度较低的技术问题。

    地质异常体识别的方法及其模型训练方法、装置

    公开(公告)号:CN111178320B

    公开(公告)日:2020-11-17

    申请号:CN202010012578.4

    申请日:2020-01-07

    摘要: 本发明提供了一种地质异常体识别的方法及其模型训练方法、装置,涉及地震勘探技术领域,该模型训练方法包括:获取样本区域的地震绕射波数据以及地震反射波数据;将地震反射波数据以及地震绕射波数据进行渲染,得到训练样本图像;将样本图像输入至预设的神经网络模型中进行训练,得到用于地质异常体预测的模型。通过将待识别的地震波数据图像输入至预先完成训练的地质异常体识别模型中即可输出地质异常体识别的结果。该方法利用分离之后的绕射波地震数据,采用叠合显示技术将地震反射波剖面与地震绕射波剖面叠合显示,再基于已知地质异常体数据完成神经网络模型的训练,最后通过输入实际的叠合显示地震数据实现研究区的地质异常体高精度预测。

    基于深度学习的二氧化碳封存监测方法及装置

    公开(公告)号:CN111323817A

    公开(公告)日:2020-06-23

    申请号:CN202010297491.6

    申请日:2020-04-15

    IPC分类号: G01V1/30 G01V99/00 G06N3/04

    摘要: 本发明提供了一种基于深度学习的二氧化碳封存监测方法及装置,涉及二氧化碳封存的技术领域,包括:先获取目标区域的多组单炮地震数据;然后将多组单炮地震数据输入至预设深度学习网络,得到目标区域的多组地层物性参数;最后基于多组地层物性参数,确定目标区域内二氧化碳的运移信息。本实施例中的预设深度学习网络包含单炮地震数据与地层物性参数之间的非线性映射关系,通过将获取到的目标区域的多组单炮地震数据输入至该预设深度学习网络的方式,即可快速得到目标区域的多组地层物性参数,进而有效监测所述目标区域内二氧化碳的运移信息,此过程不受计算时间和低频的影响,因此具有高效、高精度的技术效果。

    地下开采引起的地下水变化分析方法和系统

    公开(公告)号:CN111273354A

    公开(公告)日:2020-06-12

    申请号:CN202010215401.4

    申请日:2020-03-24

    IPC分类号: G01V1/50

    摘要: 本发明提供了一种地下开采引起的地下水变化分析方法和系统,包括:获取待分析区域的地下水位信息,待分析区域的时移地震数据和待分析区域的地下含水层及隔水层的分布信息;基于时移地震数据,对待分析区域进行断裂属性的叠前反演计算,得到待分析区域的断裂发育特征信息和待分析区域的断裂含水信息;基于地下水位信息、地下含水层及隔水层的分布信息、断裂发育特征信息和断裂含水信息,分析得到待分析区域的地下水变化信息。本发明缓解了现有技术中存在的无法描述微小裂缝的发育情况和断裂内的含流体状态的技术问题。

    基于双网络的储层时移参数预测方法和系统

    公开(公告)号:CN113640879A

    公开(公告)日:2021-11-12

    申请号:CN202110934633.X

    申请日:2021-08-16

    IPC分类号: G01V1/30 G06N3/04 G06N3/08

    摘要: 本发明提供了一种基于双网络的储层时移参数预测方法和系统,包括:获取目标区域的三维背景地震数据体和目标测井曲线;基于井旁背景地震数据属性和目标测井曲线,对第一神经网络进行训练,得到训练之后的第一神经网络;将三维背景地震数据属性输入到训练之后的第一神经网络,得到目标区域的三维背景储层参数预测结果;基于三维背景地震数据体和三维背景储层参数预测结果,对第二神经网络进行训练,得到训练之后的第二神经网络;基于训练之后的第二神经网络,对目标区域的三维时移储层参数进行预测。本发明缓解了现有技术中存在的无法同时对多种储层参数实现预测的技术问题。

    CO2气驱前缘位置的判断方法及其模型训练方法、装置

    公开(公告)号:CN111175818B

    公开(公告)日:2020-11-27

    申请号:CN202010012707.X

    申请日:2020-01-07

    摘要: 本发明提供了一种CO2气驱前缘位置的判断方法及其模型训练方法、装置,涉及CO2封存监测技术领域,该模型训练方法包括:获取样本测井的垂直地震剖面数据;对垂直地震剖面数据进行全波形反演,获得全波形反演结果;将垂直地震剖面数据以及全波形反演结果输入至预设的神经网络模型中进行训练;得到CO2气驱前缘位置判断的模型。通过将多个时期的时移地面地震数据输入至预先完成训练的CO2气驱前缘位置判断模型,输出多个时期的储层参数,通过差异性数据体进行分析,得到CO2气驱前缘位置。该方法充分利用地面地震及VSP数据,在保证了地面地震数据观测范围大的同时不降低分辨率,降低了全波形反演的计算量。