-
公开(公告)号：CN106909182B
公开(公告)日：2018-04-13
申请号：CN201710182930.7
申请日：2017-03-24
Applicant: 中国矿业大学(北京)
IPC: G05D22/02
Abstract: 本发明一种矿排土场土壤温湿度监测及智能化调控系统，所述矿排土场包括堆土场(1)，所述系统设置在所述堆土场(1)内，包括隔水层(2)和设置在其上部的多个土壤温湿度监测器(3)，所述土壤温湿度监测器(3)包括机箱桶(5)和与其外壁连接的卡槽(6)，在所述卡槽(6)内设置有土壤监测管(7)。本发明提供了一种结构简单、成本低、操作简便的矿排土场土壤温湿度监测及智能化调控系统，通过所述系统能够设计大型露天矿排土场保水层，同时精确测量包气带水分布，并实现无线传输和稳定电源供电。
-
公开(公告)号：CN106772606A
公开(公告)日：2017-05-31
申请号：CN201710006085.8
申请日：2017-01-05
Applicant: 中国矿业大学(北京)
IPC: G01V1/30
CPC classification number: G01V1/30 , G01V2210/60
Abstract: 本发明提供一种对地裂缝进行识别的新方法，属于地球物理勘探领域，首先对原始地震数据做倾角滤波处理得到地裂缝增强滤波倾角数据体，人为拾取气烟囱和非气烟囱体训练样点，然后在两组拾取点集处提取多种地震属性并设计训练神经网络，将训练满意的神经网络应用于整个地震数据体得到气烟囱体。最终通过地震数据和气烟囱体的叠合显示的方法，达到识别并解释地裂缝的目的，本发明提高了利用地震资料解释地裂缝的精度。
-
公开(公告)号：CN115166822A
公开(公告)日：2022-10-11
申请号：CN202210921351.0
申请日：2022-08-02
Applicant: 中国矿业大学(北京)
Abstract: 本发明提供了一种储层弹性参数的预测方法、装置和电子设备，该方法将超分辨率处理引入到了全波形反演的迭代过程中，即在全波形反演中，每执行预设次迭代过程后，就采用图像超分辨率模型对反演得到的储层弹性参数中间值进行一次超分辨率处理，直至得到的高分辨率的储层弹性参数满足要求为止。将超分辨率处理引入到了全波形反演的迭代过程中能够减少单纯的全波形反演的迭代次数，进而降低时间消耗，另外，上述过程会进行多次超分辨率处理，最终得到的目标高分辨率的储层弹性参数的分辨率高。
-
公开(公告)号：CN113640879B
公开(公告)日：2022-02-15
申请号：CN202110934633.X
申请日：2021-08-16
Applicant: 中国矿业大学(北京)
Abstract: 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。
-
公开(公告)号：CN112925012B
公开(公告)日：2021-11-09
申请号：CN202110107141.3
申请日：2021-01-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明提供了一种地震全波形反演方法及装置，涉及地震勘探的技术领域，包括：先获取单炮地震数据，并基于单炮地震数据生成初始物性参数模型；根据单炮地震数据和基于预设正演模拟神经网络的正演过程来对初始物性参数模型进行更新，得到目标物性参数模型；其中，预设正演模拟神经网络为基于物理约束的神经网络。本发明通过物理约束的参与可以模拟地震波的传播规律，并使预设正演模拟神经网络成为适用于复杂介质及地表情况的神经网络，该预设正演模拟神经网络可以避免网格规则剖分在复杂介质及地表情况下带来的精度损失。地震全波形反演过程中的正演过程是通过预设正演模拟神经网络完成的，能够提高地震全波形反演的计算效率和精度。
-
Patent Agency Ranking
公开(公告)号：CN112925012A
公开(公告)日：2021-06-08
申请号：CN202110107141.3
申请日：2021-01-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明提供了一种地震全波形反演方法及装置，涉及地震勘探的技术领域，包括：先获取单炮地震数据，并基于单炮地震数据生成初始物性参数模型；根据单炮地震数据和基于预设正演模拟神经网络的正演过程来对初始物性参数模型进行更新，得到目标物性参数模型；其中，预设正演模拟神经网络为基于物理约束的神经网络。本发明通过物理约束的参与可以模拟地震波的传播规律，并使预设正演模拟神经网络成为适用于复杂介质及地表情况的神经网络，该预设正演模拟神经网络可以避免网格规则剖分在复杂介质及地表情况下带来的精度损失。地震全波形反演过程中的正演过程是通过预设正演模拟神经网络完成的，能够提高地震全波形反演的计算效率和精度。
-
公开(公告)号：CN111323817B
公开(公告)日：2021-02-02
申请号：CN202010297491.6
申请日：2020-04-15
Applicant: 中国矿业大学(北京)
Abstract: 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。
-
公开(公告)号：CN111337980A
公开(公告)日：2020-06-26
申请号：CN202010302751.4
申请日：2020-04-16
Applicant: 中国矿业大学(北京)
Abstract: 本发明提供了一种基于时移全波形反演的二氧化碳封存监测方法和系统，包括：获取待监测地层在封存二氧化碳过程中的不同时期的多个时移地震数据；分别对每个时移地震数据进行曲波变换操作，得到多个曲波系数；基于多个曲波系数对多个时移地震数据进行全波形反演操作，得到多个目标时移反演结果；多个目标时移反演结果包括待监测地层在封存二氧化碳过程中的不同时期的地层参数；基于多个目标时移反演结果，确定待监测地层中被封存的二氧化碳在不同时期的的扩散情况。本发明缓解了现有技术中存在的由于“周波跳跃”及缺失低频信息导致的二氧化碳封存监测准确性差的技术问题。
-
公开(公告)号：CN110286410B
公开(公告)日：2020-06-09
申请号：CN201910720254.3
申请日：2019-08-06
Applicant: 中国矿业大学(北京)
Abstract: 本发明提供了一种基于绕射波能量的裂缝反演方法和装置，涉及裂缝预测的技术领域，包括从地震数据中分离得到绕射波能量，绕射波能量包括叠前绕射波能量和叠后绕射波能量；根据叠后绕射波能量确定裂缝属性的初始模型；将叠前绕射波能量及初始模型作为输入数据，并通过如下步骤进行反演，直至反演目标函数的值符合预期，将初始模型作为反演后的裂缝属性：将输入数据输入反演目标函数，得到反演目标函数的值；如果反演目标函数的值不符合预期，将初始模型数据进行调整，并将叠前绕射波能量及调整后的初始模型作为新的输入数据，通过裂缝的绕射波能量进行反演，得到裂缝属性参数，进而实现对裂缝含油气情况进行预测的目的。
-
公开(公告)号：CN111175818A
公开(公告)日：2020-05-19
申请号：CN202010012707.X
申请日：2020-01-07
Applicant: 中国矿业大学(北京)
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.031 seconds)
