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。

    灰质概率体的砂岩储层去灰质预测方法

    公开(公告)号:CN117148448A

    公开(公告)日:2023-12-01

    申请号:CN202210562080.4

    申请日:2022-05-23

    Abstract: 本发明提供一种灰质概率体的砂岩储层去灰质预测方法,包括:确定井上目的层段岩性、成分、厚度及对应的速度和密度;确定单井不同岩性速度及交汇分析;确定灰质对井旁地震道振幅的影响程度;通过井地震剖面分析含灰质储层段地震剖面形态,反射结构特征;根据井上灰质影响度,在平面上确定灰质对地震振幅的影响程度;按照地震解释层位提取研究目标区振幅类地震属性;将岩层振幅类属性去除灰质影响;利用井上砂厚数据作为控制点,沿层去灰属性作为约束控制面,绘制储层的砂体厚度图。该灰质概率体的砂岩储层去灰质预测方法突出了储层的特征,提高去灰质浊积岩描述精度,解决了薄层浊积岩砂体描述的地质难题。

    基于倾角控制的复值相干微断层识别方法

    公开(公告)号:CN110261905B

    公开(公告)日:2021-12-07

    申请号:CN201910572782.9

    申请日:2019-06-27

    Abstract: 本发明提供一种基于倾角控制的复值相干微断层识别方法,该基于倾角控制的复值相干微断层识别方法包括:步骤1,对原始地震记录应用地层倾角公式,得到地层倾角数据;步骤2,使用局部复值相关算子处理模型道数据体,计算并输出相关系数体和相移数据;步骤3,使用相关系数数据和倾角数据,计算并输出沿倾角约束的相关系数数据;步骤4,通过对比相关系数属性变化特征,研究和分析地质目标‑微断层的地震信号响应特征。该基于倾角控制的复值相干微断层识别方法不依赖在倾角扫描等复杂运算,便可以同时提供用于相干分析的相关系数属性和与地层视倾角有关的相移属性,显示出比传统相干算法更高效。

Patent Agency Ranking