-
公开(公告)号：CN112861441B
公开(公告)日：2023-05-26
申请号：CN202110259701.7
申请日：2021-03-10
申请人： 中国石油大学(北京)
IPC分类号： G06F30/27 , G06F119/02
摘要： 本申请公开了一种基于循环神经网络的储层吸气剖面的确定方法，包括：获取目标区域的储层的历史地层参数；将历史地层参数输入至循环神经网络中进行学习训练，得出吸气剖面预测模型；获取目标区域的待预测储层的当前地层参数，利用吸气剖面预测模型确定出与当前地层参数对应的目标吸气剖面。本方法避免了每次都需要利用监测装置获取数据信息来计算出吸气剖面的过程，且获取地层参数的过程不受管柱类型的限制，因此本方法能够提高确定出储层的目标吸气剖面的便捷度和效率。本申请还公开了一种基于循环神经网络的储层吸气剖面的确定装置、设备及计算机可读存储介质，均具有上述有益效果。
-
公开(公告)号：CN111581890A
公开(公告)日：2020-08-25
申请号：CN202010461822.5
申请日：2020-05-27
申请人： 中国石油大学(北京)
摘要： 本发明公开了一种储层厚度预测方法、装置、设备及存储介质，该方法包括：确定需实现储层厚度预测的层段为目的层段，统计所述目的层段在多个指定位置的储层厚度的分布，得到n个储层厚度分布区间；确定与n个所述储层厚度分布区间一一对应的n个地震频段，将各所述指定位置的地震数据分解为n个所述地震频段的子地震数据，从各所述子地震数据中提取属于所述目的层段的地震属性；确定各所述指定位置的子地震数据及地震属性为输入数据，各所述指定位置的储层厚度为训练标签，利用所述输入数据及对应训练标签训练循环神经网络，得到预测模型；利用所述预测模型预测任意位置所述目的层段的储层厚度。从而有效提高了储层厚度预测时的准确性。
-
公开(公告)号：CN110389382B
公开(公告)日：2020-07-07
申请号：CN201910711955.0
申请日：2019-08-02
申请人： 中国石油大学(北京)
摘要： 本申请公开了一种基于卷积神经网络的油气藏储层表征方法、装置、设备及可读存储介质，方案包括：获取地震道数据；截取预设级次沉积旋回对应的地震道数据；将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录；根据高频合成记录，确定小尺度地质体的分布规律以实现精确的储层表征。由于卷积神经网络提高地震资料的频率的幅度大，而且卷积神经网络具备自动学习能力，因此该方案频率提高幅度大、处理准确性高、处理效率高。此外，该方案针对不同沉积旋回差异较大的问题，截取预设级次沉积旋回的地震道数据以作为输入，针对性更强，进一步提升了高频处理的准确性，最终提升了油气藏开发效率。
-
公开(公告)号：CN111626377B
公开(公告)日：2023-12-26
申请号：CN202010523826.1
申请日：2020-06-10
申请人： 中国石油大学(北京)
IPC分类号： G06F18/24 , G06F18/214 , G06N3/0442 , G01V9/00 , G01N33/24
摘要： 本发明公开了一种岩相识别方法、装置、设备及存储介质，该方法包括：确定需要实现岩相识别的储层为目的层段，确定所述目的层段中发育的全部岩相类型及每种所述岩相类型的类别标签；沿深度方向对所述目的层段的各测井曲线进行均匀采样，得到包含相同数量的采样点的多个数据段，确定该多个数据段为输入数据，确定每个所述输入数据包含的全部点的岩相类型的类别标签为该输入数据的数据标签，利用所述输入数据及对应的数据标签训练神经网络，得到识别模型；利用所述识别模型识别任意属于所述目的层段的区域的岩相类型。由此，本申请能够有效提高储层岩相识别的准确率。
-
公开(公告)号：CN112861441A
公开(公告)日：2021-05-28
申请号：CN202110259701.7
申请日：2021-03-10
申请人： 中国石油大学(北京)
IPC分类号： G06F30/27 , G06F119/02
摘要： 本申请公开了一种基于循环神经网络的储层吸气剖面的确定方法，包括：获取目标区域的储层的历史地层参数；将历史地层参数输入至循环神经网络中进行学习训练，得出吸气剖面预测模型；获取目标区域的待预测储层的当前地层参数，利用吸气剖面预测模型确定出与当前地层参数对应的目标吸气剖面。本方法避免了每次都需要利用监测装置获取数据信息来计算出吸气剖面的过程，且获取地层参数的过程不受管柱类型的限制，因此本方法能够提高确定出储层的目标吸气剖面的便捷度和效率。本申请还公开了一种基于循环神经网络的储层吸气剖面的确定装置、设备及计算机可读存储介质，均具有上述有益效果。
-
公开(公告)号：CN110389382A
公开(公告)日：2019-10-29
申请号：CN201910711955.0
申请日：2019-08-02
申请人： 中国石油大学(北京)
摘要： 本申请公开了一种基于卷积神经网络的油气藏储层表征方法、装置、设备及可读存储介质，方案包括：获取地震道数据；截取预设级次沉积旋回对应的地震道数据；将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录；根据高频合成记录，确定小尺度地质体的分布规律以实现精确的储层表征。由于卷积神经网络提高地震资料的频率的幅度大，而且卷积神经网络具备自动学习能力，因此该方案频率提高幅度大、处理准确性高、处理效率高。此外，该方案针对不同沉积旋回差异较大的问题，截取预设级次沉积旋回的地震道数据以作为输入，针对性更强，进一步提升了高频处理的准确性，最终提升了油气藏开发效率。
-
公开(公告)号：CN116452458A
公开(公告)日：2023-07-18
申请号：CN202310439864.2
申请日：2023-04-23
申请人： 中国石油大学(北京)
IPC分类号： G06T5/00 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06V10/82 , G06V10/776
摘要： 本申请公开了一种成像测井中空白条带的填充方法、装置以及介质，应用于油气资源勘探开发领域。该方法先获取待填充的测井电成像，然后标记出待填充的测井电成像中的空白条带区域以及非空白条带区域，最后将标记后的测井电成像输入模型中以得到填充后的测井电成像。神经网络图像填充模型会生成一个充满噪声的图像并进行迭代，得到新的测井电成像，使待填充的测井电成像的非空白条带区域与新的测井电成像对应的区域一致，此时新的测井电成像中与待填充的测井电成像的空白条带区域对应的区域也会生成图像，实现了原空白条带区域的填充。相较于传统算法，本申请基于深度模型进行填充，速度更快、效果更好，能够完成长段电成像图像的空白条带填充。
-
公开(公告)号：CN111626377A
公开(公告)日：2020-09-04
申请号：CN202010523826.1
申请日：2020-06-10
申请人： 中国石油大学(北京)
摘要： 本发明公开了一种岩相识别方法、装置、设备及存储介质，该方法包括：确定需要实现岩相识别的储层为目的层段，确定所述目的层段中发育的全部岩相类型及每种所述岩相类型的类别标签；沿深度方向对所述目的层段的各测井曲线进行均匀采样，得到包含相同数量的采样点的多个数据段，确定该多个数据段为输入数据，确定每个所述输入数据包含的全部点的岩相类型的类别标签为该输入数据的数据标签，利用所述输入数据及对应的数据标签训练神经网络，得到识别模型；利用所述识别模型识别任意属于所述目的层段的区域的岩相类型。由此，本申请能够有效提高储层岩相识别的准确率。
-
公开(公告)号：CN110376645A
公开(公告)日：2019-10-25
申请号：CN201910712568.9
申请日：2019-08-02
申请人： 中国石油大学(北京)
摘要： 本申请公开了一种薄层砂体顶界面位置的确定方法、装置、设备及可读存储介质，通过构建二维楔状体地质模型，并基于该模型进行地震正演，得到目标薄层砂体的时间-厚度偏移曲线，实现了地震资料薄层效应的校正从而精准确定目标薄层砂体的顶界面位置；在此基础上，考虑到薄层砂体上下围岩对地震响应有明显影响，在实际过程中，该方案首先确定目标区域中各个子区域的地层接触模式，并根据各个地层接触模式对应的时间-厚度偏移曲线确定相应的子区域中目标薄层砂体的顶界面位置，提升了方案的场景适应力。
-
公开(公告)号：CN114707597A
公开(公告)日：2022-07-05
申请号：CN202210331130.8
申请日：2022-03-31
申请人： 中国石油大学(北京)
摘要： 本申请涉及岩相识别领域，公开了一种河流相致密砂岩储层复杂岩相智能化识别方法及系统，包括：建立岩相识别标签库；对岩相特征及其测井响应特征进行分析，确定岩相特征初始界限值；构建并训练智能化识别模型；该模型包括界限值模块、径向基神经网络和多层感知器神经网络；界限值模块用于根据岩相特征初始界限值将岩相识别标签库划分为两个样本数据集；第一个数据集输入至径向基神经网络进行训练，第二个数据集输入至多层感知器神经网络进行训练；将待识别岩相测井数据和岩相特征输入至训练好的模型中，得到复杂岩相识别成果图。该方法识别精度高、推广性强，为储层结构及非均质性特征精细解剖研究提供有效途径。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.024 秒)
