-
公开(公告)号：CN113688901B
公开(公告)日：2024-03-01
申请号：CN202110969218.8
申请日：2021-08-23
申请人： 西南石油大学
IPC分类号： G06F18/25 , G06F18/214 , G06N3/0464 , G01V1/30
摘要： 本发明公开了一种基于膨胀卷积神经网络的储层不连续界线识别方法，包括以下步骤：从地震数据中获取属性图；采用多层融合技术，属性数据映射到低维向量空间；通过对地质数据、测井数据以及地震数据分析得出不连续界线类别，根据所划分的不连续界线类型得到标签；采用CNN从输入属性学习到深层次的特征r1；利用DCNN从输入属性学习到非连续性特征r2；采用拼接技术，特征进行拼接；将拼接结果送入池化层，平均池化后送至全连接层。利用Softmax函数输出结果 得到识别类型。本发明优点是：能够自动学习特征，减少识别错误，准确的区分不连续界线类型；能够突出界线之间的特征差异；能够减少地震数据中假界线的干扰。
-
公开(公告)号：CN111665562B
公开(公告)日：2022-03-01
申请号：CN202010697123.0
申请日：2020-07-20
申请人： 西南石油大学
摘要： 本发明公开了一种高精度地震层序划分方法，包括以下步骤：S01：合成记录精细标定；S02：获得地震反演数据体，S03：高精度地震层序划分；S04：预测储层发育有利区。本发明的优点是：利用地震反演数据解决由于常规地震数据分辨率不足无法进行地震层序划分，同时结合地震层序地层学，开展高精度地震层序划分方法研究，在每个沉积旋回中寻找储层发育有利区，为寻找油气资源指明方向。
-
公开(公告)号：CN118226512A
公开(公告)日：2024-06-21
申请号：CN202410119219.7
申请日：2024-01-29
申请人： 西南石油大学
摘要： 本发明公开了基于被动源时移地震成像差异性分析的地下动态监测方法，属于油田开发技术领域，包括以下步骤：对原始噪声数据进行预处理；消除掉与地下储层无关的信号片段；对处理完后的信号片段进行基于地震干涉法的处理；对不同时间的成像剖面进行非目的层的数据匹配来凸显目的层的差异，根据成像数据走时差异和振幅差异初步实现储层差异的分析；对进行数据匹配后获得的不同时间的成像剖面，计算相关系数矩阵得到更为准确的成像差异区域，达到被动源时移监测的目的。通过上述方式，本发明提供了一种低成本、实时监测的策略，可通过采集长时间背景噪声实现连续监测目的，有较大的应用潜力，适用于油田开发任务中的地下监测。
-
公开(公告)号：CN115909067A
公开(公告)日：2023-04-04
申请号：CN202211448383.X
申请日：2022-11-18
申请人： 西南石油大学
IPC分类号： G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/764 , G06V10/774 , G06V10/82
摘要： 本发明公开一种基于骨架内切圆的道路分级快速识别方法，包括将勘探工区遥感图像通过训练好的神经网络预测得到道路预测图像；对道路预测图像进行像素级别的处理，提取出道路预测图像中道路的骨架线，获得道路骨架图；提取道路的轮廓线，获得道路轮廓线图；利用内切圆法计算骨架线中每个点对应的道路宽度，按照设定的阈值对骨架线中每个点进行标记分类；对筛选后的区域内像素点进行标记，提取出分级后的道路信息，完成对道路的分级。本发明提出的基于骨架内切圆的道路分级快速识别方法，结合了道路骨架和内切圆法的优点，能够对每一段道路的宽度进行像素点级别的更新计算，提高了计算效率和精度，有效避免了因道路宽度不均匀所造成模糊分级的操作。
-
公开(公告)号：CN118033730A
公开(公告)日：2024-05-14
申请号：CN202410119223.3
申请日：2024-01-29
申请人： 西南石油大学
IPC分类号： G01V1/28
摘要： 本发明公开了基于特征融合网络的低信噪比地震数据初至自动拾取方法，属于地震资料处理技术领域，包括以下步骤：构建样本数据对；构建LSTM网络，训练提取初至单道边界特征；构建Re‑AG‑UNet网络，提取初至二维边界特征；将提取的初至单道边界特征和提取的初至二维边界特征进行融合，获得特征融合网络模型；五、预测完成初至自动拾取。通过上述方式，本发明分析了初至波的单道边界特征和二维边界特征。分别采用LSTM网络和Re‑AG‑UNet网络从地震数据中提取初至波特征和位置。然后将多网络学习的思想引入初至拾取工作中，设计了特征融合网络。最后，融合LSTM和Re‑AG‑UNet网络提取的多视角初至特征。改善了低信噪比、初至变化较大地震资料初至拾取的准确性和连续性。
-
公开(公告)号：CN113688901A
公开(公告)日：2021-11-23
申请号：CN202110969218.8
申请日：2021-08-23
申请人： 西南石油大学
摘要： 本发明公开了一种基于膨胀卷积神经网络的储层不连续界线识别方法，包括以下步骤：从地震数据中获取属性图；采用多层融合技术，属性数据映射到低维向量空间；通过对地质数据、测井数据以及地震数据分析得出不连续界线类别，根据所划分的不连续界线类型得到标签；采用CNN从输入属性学习到深层次的特征r1；利用DCNN从输入属性学习到非连续性特征r2；采用拼接技术，特征进行拼接；将拼接结果送入池化层，平均池化后送至全连接层。利用Softmax函数输出结果得到识别类型。本发明优点是：能够自动学习特征，减少识别错误，准确的区分不连续界线类型；能够突出界线之间的特征差异；能够减少地震数据中假界线的干扰。
-
公开(公告)号：CN111665562A
公开(公告)日：2020-09-15
申请号：CN202010697123.0
申请日：2020-07-20
申请人： 西南石油大学
摘要： 本发明公开了一种高精度地震层序划分方法，包括以下步骤：S01：合成记录精细标定；S02：获得地震反演数据体，S03：高精度地震层序划分；S04：预测储层发育有利区。本发明的优点是：利用地震反演数据解决由于常规地震数据分辨率不足无法进行地震层序划分，同时结合地震层序地层学，开展高精度地震层序划分方法研究，在每个沉积旋回中寻找储层发育有利区，为寻找油气资源指明方向。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.034 秒)
