基于深度学习的钻前测井曲线预测方法

    公开(公告)号:CN117150875A

    公开(公告)日:2023-12-01

    申请号:CN202210561379.8

    申请日:2022-05-23

    Abstract: 本发明提供一种基于深度学习的钻前测井曲线预测方法,该基于深度学习的钻前测井曲线预测方法包括:步骤1,获取测井资料,挑选出有效数据;步骤2,进行数据准备;步骤3,建立数据集,获取预测数据;步骤4,进行模型的搭建、训练及调参;步骤5,根据训练得到的卷积神经网络模型,预测未知段测井数据。该基于深度学习的钻前测井曲线预测方法明显提高了训练网络的性能,可以最大程度地将实际地层变化情况送入神经网络中进行训练。本发明提出的方法可以明显增加钻前曲线预测数据的准确率,进而更加精确求取地层及压力等相关的重要力学参数。因此,本发明克服了现有技术存在的缺陷。

    井中地震偏移成像方法
    5.
    发明公开

    公开(公告)号:CN117148447A

    公开(公告)日:2023-12-01

    申请号:CN202210566040.7

    申请日:2022-05-23

    Abstract: 本发明提供一种井中地震偏移成像方法,包括:步骤1,获取用于偏移成像的井中地震共炮点道集、初始速度模型、初始品质因子模型;步骤2,确定偏移所用的横向网格间隔和共炮点道集的有效频带范围及主频;步骤3,确定偏移速度模型和偏移品质因子模型;步骤4,获取每个共炮点道集对应的观测参数,确定偏移孔径及有效成像范围;步骤5,基于数值算法求解波动方程,获取该炮的成像时间及相应的震源波场;步骤6,利用成像条件实现对该共炮点道集的偏移成像;步骤7,将所有炮的单炮偏移剖面进行叠加,获得最终的偏移剖面。该井中地震偏移成像方法计算效率高、存储量小,成像剖面分辨率和信噪比高,可直接应用到地震属性反演中。

Patent Agency Ranking