-
公开(公告)号：CN112302620A
公开(公告)日：2021-02-02
申请号：CN202010954761.6
申请日：2020-09-11
申请人： 中国地质大学(北京) , 中国石油化工股份有限公司石油物探技术研究院
摘要： 本发明实施例提供一种联合多源信息的缝洞储集体有效性分级方法与装置，其中方法包括：确定待评价的缝洞储集体的井周常规测井数据、井壁电成像解释缝洞数据和井旁远探测数据；基于预设融合比例对所述井周常规测井数据、井壁电成像解释缝洞数据和井旁远探测数据进行多源融合，得到多源融合数据；基于所述多源融合数据，对所述缝洞储集体中的各个地层深度进行聚类，得到多个聚类簇；基于各个聚类簇，确定所述缝洞储集体的有效性分级结果。本发明实施例提供的方法与装置，在分级过程中融合了井周、井壁、井旁多源探测数据，数据的全面性使得有效性分级结果更加准确。
-
公开(公告)号：CN112302620B
公开(公告)日：2022-09-13
申请号：CN202010954761.6
申请日：2020-09-11
申请人： 中国地质大学(北京) , 中国石油化工股份有限公司石油物探技术研究院
摘要： 本发明实施例提供一种联合多源信息的缝洞储集体有效性分级方法与装置，其中方法包括：确定待评价的缝洞储集体的井周常规测井数据、井壁电成像解释缝洞数据和井旁远探测数据；基于预设融合比例对所述井周常规测井数据、井壁电成像解释缝洞数据和井旁远探测数据进行多源融合，得到多源融合数据；基于所述多源融合数据，对所述缝洞储集体中的各个地层深度进行聚类，得到多个聚类簇；基于各个聚类簇，确定所述缝洞储集体的有效性分级结果。本发明实施例提供的方法与装置，在分级过程中融合了井周、井壁、井旁多源探测数据，数据的全面性使得有效性分级结果更加准确。
-
公开(公告)号：CN113592028A
公开(公告)日：2021-11-02
申请号：CN202110939640.9
申请日：2021-08-16
申请人： 中国地质大学(北京)
摘要： 本发明公开了多专家分类委员会机器测井流体识别的方法及系统，属于智能识别的领域，该方法包括：S1：获取测井数据和流体类型标签数据作为输入数据；S2：对输入数据进行数据清洗、环境校正和敏感测井数据筛选，得到训练数据；S3：将训练数据输入多个异质学习器中进行训练，之后输入到组合器中进行集成，得到多专家分类委员会机器流体识别模型；S4：将新井测井数据输入到多专家分类委员会机器流体识别模型中，得到最终流体识别结果。本发明能够最大程度的结合每种智能算法的优势，减少单个智能算法陷入局部极小和过拟合的风险，降低测井数据中的噪声干扰，提高集成系统的精度和鲁棒性。
-
公开(公告)号：CN111723526A
公开(公告)日：2020-09-29
申请号：CN202010584524.5
申请日：2020-06-24
申请人： 中国地质大学(北京)
摘要： 本发明提供一种动态回归委员会机器测井储层参数预测方法及系统，该方法包括：构建动态回归委员会机器DRCM；通过门网络对用于模型训练的第一输入数据进行预学习，将数据集划分为多个子数据集，并将对应隶属度矩阵传递至组合器；专家层包括多个专家，将子数据集分别输入至每个专家以进行训练，获得多个子模型及每个子模型对应的测试误差；将子模型及其对应的测试误差输入至组合器，获得组合器输出的由最佳子模型组成的目标测井储层参数预测模型；将待预测的第二输入数据输入至目标测井储层参数预测模型，获得输出的测井储层参数预测结果。本发明在实际油气勘探开发智能测井解释过程中能够提升储层参数预测模型的精度、稳定性和泛化能力。
-
公开(公告)号：CN111695635A
公开(公告)日：2020-09-22
申请号：CN202010540324.X
申请日：2020-06-15
申请人： 中国地质大学(北京)
摘要： 本发明实施例提供一种动态分类委员会机器测井流体识别方法及系统，该方法包括：构建动态分类委员会机器DCCM；将用于模型训练的第一输入数据输入至所述门网络中进行预学习，通过所述门网络划分子学习任务后获得子数据集；将进行了数据结构简化后的所述子数据集输入至所述专家层进行训练，获得子模型；采用所述组合器对所述子模型进行优化，获得目标流体识别模型；将待预测的第二输入数据输入至所述目标流体识别模型，获得所述目标流体识别模型输出的流体类型。本发明实施例提高了专家训练效率和准确度，增强了最终训练模型的稳定性和泛化能力，实现了复杂储层的流体类型智能判别。
-
公开(公告)号：CN111561313B
公开(公告)日：2020-12-11
申请号：CN202010413467.4
申请日：2020-05-15
申请人： 中国地质大学(北京)
摘要： 本发明涉及测井解释技术领域，特别涉及一种致密砂岩储层参数测井预测方法。基于物理模型和机器学习的致密砂岩储层参数预测方法，包括以下步骤：A.建立储层参数的物理模型；B.建立委员会机器；C.将测井数据及对应的所述物理模型共同输入至所述委员会机器；D.所述委员会机器对储层参数进行预测。本发明选择不同专家构建委员会机器CM，即使单个专家预测误差偏大，多专家系统也可以整合所有专家的优势做出补偿，提高了智能系统预测结果的准确度、稳定性和泛化能力。同时，本发明将物理模型与委员会机器CM集成在一起，实现了物理模型与敏感测井数据的共同驱动，提高了储层参数预测效果。
-
公开(公告)号：CN117454740A
公开(公告)日：2024-01-26
申请号：CN202311112418.7
申请日：2023-08-31
申请人： 中国地质大学(北京)
摘要： 本发明属于油气勘探技术领域，更具体地，涉及一种知识模型监督的测井智能解释方法和设备，方法包括：根据岩石体积模型构建测井响应方程组，得到测井响应方程组最优解；以测井数据作为源域训练数据，以测井响应方程组最优解作为源域标签数据，结合测井数据和测井响应方程组最优解构建源域数据集，利用源域数据集训练得到源域模型；对源域模型的浅层次神经元、深层次神经元和输出层进行调节得到冻结网络；以测井数据作为目标域训练数据，以所述测井数据对应的岩心实验结果作为目标域标签数据，结合测井数据和岩心实验结果构建目标域数据集，利用冻结网络对目标域数据集训练得到目标模型；利用目标模型对未知测井数据开展知识模型监督的测井智能解释。
-
公开(公告)号：CN117131777A
公开(公告)日：2023-11-28
申请号：CN202311112420.4
申请日：2023-08-31
申请人： 中国地质大学(北京)
摘要： 本发明属于油气勘探技术领域，涉及一种基于物理模型的智能测井解释模型修正的方法和设备，方法包括：以测井数据作为训练数据，以测井数据对应的岩心实验数据作为标签数据，将测井数据和岩心实验数据构成第一训练样本；对每个第一训练样本设置相同的初始权重，利用深度神经网络训练初始测井解释模型，将第一训练样本输入到初始测井解释模型中得到预测值，分别计算每个第一训练样本的预测值与预设的储层参数物理模型的输出值以及标签数据的相对偏差，通过相对偏差对每个第一训练样本的权重进行修正，得到第二训练样本；利用深度神经网络对第二训练样本重新训练，得到修正智能测井解释模型，有助于提高测井解释结果的精度。
-
公开(公告)号：CN111695635B
公开(公告)日：2023-08-08
申请号：CN202010540324.X
申请日：2020-06-15
申请人： 中国地质大学(北京)
IPC分类号： G06F18/2415 , G06F18/23211 , G06F18/214 , E21B49/00
摘要： 本发明实施例提供一种动态分类委员会机器测井流体识别方法及系统，该方法包括：构建动态分类委员会机器DCCM；将用于模型训练的第一输入数据输入至所述门网络中进行预学习，通过所述门网络划分子学习任务后获得子数据集；将进行了数据结构简化后的所述子数据集输入至所述专家层进行训练，获得子模型；采用所述组合器对所述子模型进行优化，获得目标流体识别模型；将待预测的第二输入数据输入至所述目标流体识别模型，获得所述目标流体识别模型输出的流体类型。本发明实施例提高了专家训练效率和准确度，增强了最终训练模型的稳定性和泛化能力，实现了复杂储层的流体类型智能判别。
-
公开(公告)号：CN111561313A
公开(公告)日：2020-08-21
申请号：CN202010413467.4
申请日：2020-05-15
申请人： 中国地质大学(北京)
摘要： 本发明涉及测井解释技术领域，特别涉及一种致密砂岩储层参数测井预测方法。基于物理模型和机器学习的致密砂岩储层参数预测方法，包括以下步骤：A.建立储层参数的物理模型；B.建立委员会机器；C.将测井数据及对应的所述物理模型共同输入至所述委员会机器；D.所述委员会机器对储层参数进行预测。本发明选择不同专家构建委员会机器CM，即使单个专家预测误差偏大，多专家系统也可以整合所有专家的优势做出补偿，提高了智能系统预测结果的准确度、稳定性和泛化能力。同时，本发明将物理模型与委员会机器CM集成在一起，实现了物理模型与敏感测井数据的共同驱动，提高了储层参数预测效果。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.088 秒)
