公开(公告)号：CN108508485A

公开(公告)日：2018-09-07

申请号：CN201810193231.7

申请日：2018-03-09

Applicant: 山东科技大学

Inventor： 林年添 ,  张凯 ,  张栋 ,  金兴 ,  魏乾乾 ,  付超 ,  文博 ,  李桂花 ,  张冲

IPC: G01V1/30

Abstract: 本发明公开了一种基于粗糙集理论与色相法的多波油气地震响应表征方法，该方法利用粗糙集理论，结合专家经验优选出对地震储层响应敏感属性，去除冗余信息，以优选出的对地震储层敏感的属性为基础，综合纵横波对油气刻画的精度差异及岩石物理基础，形成三类对油气异常敏感的复合属性映射到色彩空间，进行RGB多属性融合，融合后的结果能够充分展现纵波和转换横波所蕴含的地下介质丰富的岩性与构造信息，克服了单一属性显示不足和单属性不能准确刻画油气储层边界精度的缺点，降低了反演结果的多解性，使图像显示的地震储层特征更加明显，提高了油气藏预测精度。

公开(公告)号：CN104678440A

公开(公告)日：2015-06-03

申请号：CN201510080055.2

申请日：2015-02-15

Applicant: 山东科技大学

Inventor： 林年添 ,  贾凌云 ,  王焕军 ,  杨修超 ,  张建彬 ,  张栋 ,  李桂花 ,  丁仁伟 ,  赵俐红

IPC: G01V1/36

Abstract: 本发明公开了一种井约束二维地震变速度场非线性误差校正方法，该误差校正方法包括步骤：s1、通过插值法推演换算，以改善、补正二维工区资料品质差区段及无地震数据区的叠加速度，对网格点上所有叠加速度进行多项式拟合，建立初始叠加速度场；s2、生成井口平均速度；s3、构造误差函数，即分别制作井旁叠加速度与井口平均速度、以及与非井旁地震道叠加速度的误差曲线；s4、将步骤s3得到的非线性变化函数值作为校正量，对网格点内地震叠加速度进行误差校正，建立更合理精度更高的变速度场；s5、利用校正后的变速度平均速度模型，对解释的时间层位进行时深转换，即实现变速度成图。本发明方法有助于降低变速度场误差，从而提高变速度构造成图精度。

公开(公告)号：CN110598796B

公开(公告)日：2022-04-12

申请号：CN201910877150.3

申请日：2019-09-17

Applicant: 山东科技大学

Inventor： 林年添 ,  张凯 ,  张冲 ,  田高鹏 ,  杨久强 ,  汤健健 ,  王晓东 ,  聂西坤 ,  支鹏遥 ,  宋翠玉 ,  丁仁伟 ,  金志玮

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于机器学习的深部采空区CSAMT电性特征增强与分类方法，其包括步骤：I.针对反演后的CSAMT电阻率异常特征，初始化能够去除浅部异常与增强深部采空区特征的卷积核；II.利用步骤I得到的卷积核进行卷积计算，以提取浅部异常信息和深部采空区电性异常信息；III.对步骤II获得的浅部卷积电阻率特征与深部采空区卷积电阻率特征进行计算，获得能量误差，若能量误差不满足精度要求，则返回步骤I修改初始化卷积核参数；若能量误差满足误差要求，则去除浅部异常干扰，增强深部采空区电性特征；IV.对步骤III获得的CSAMT电性特征进行基于核函数的模糊聚类分析；V.根据聚类结果，对采空区、巷道等地质特征进行识别与归类，并对采空区的基本情况进行预测。

公开(公告)号：CN112083498B

公开(公告)日：2021-05-25

申请号：CN202011106590.8

申请日：2020-10-16

Applicant: 山东科技大学

Inventor： 杨久强 ,  林年添 ,  张凯 ,  张冲 ,  田高鹏 ,  汤健健 ,  付超 ,  金志玮 ,  李桂花 ,  支鹏遥 ,  宋翠玉 ,  李建平

IPC: G01V1/50

Abstract: 本发明公开了一种基于深度神经网络的多波地震油气储层预测方法，该方法包括如下步骤：首先，针对从纵横波地震属性集获得的原始数据，采用粒子群优化的聚类分析方法和核主成分分析方法进行地震属性的优选优化，去除冗余信息，突出多波地震油气储层特征，以获得较好的深度神经网络样本数据；然后，通过深度神经网络模型对获得的样本数据进行学习并进行仿真预测，获得油气储层评价图；最后，对油气储层评价图进行图像增强处理，以提高图像的细节信息和边缘辨识度，从而增加图像的清晰度。在油气储层预测中，本发明方法能够提高地震油气储层的刻画精度，为油气藏的识别与预测提供了一种新的途径。

公开(公告)号：CN110348568B

公开(公告)日：2021-02-23

申请号：CN201910642578.X

申请日：2019-07-16

Applicant: 山东科技大学

Inventor： 林年添 ,  张凯 ,  张冲 ,  聂西坤 ,  田高鹏 ,  杨久强 ,  王晓东 ,  汤健健 ,  李建平 ,  宋翠玉

IPC: G06N3/04 ,  G06N3/08 ,  G01V3/38

Abstract: 本发明公开了一种适用于强电磁干扰地区的深部采空区探测方法，该方法针对强干扰背景下不同电性异常特点，分步实施不同的处理策略，即首先针对在强干扰背景下获得的原始CSAMT数据采用深度神经网络学习与预测方法进行异常值剔除；然后在静态校正过程中采用多方向时变二维中值空间滤波法以消除静态效应；随后采用均值阈值分割算法对反演后的视电阻率进行处理以去除浅部异常信息；最后对反演获得的电阻率进行基于幂函数的加权滤波处理以增强深部采空区电性特征。经过本发明处理后，CSAMT深部采空区有效电性特征得到了明显增强，所刻画的采空区边界更加清晰，测区深部采空区的探测精度明显提高。

公开(公告)号：CN112083498A

公开(公告)日：2020-12-15

申请号：CN202011106590.8

申请日：2020-10-16

Applicant: 山东科技大学

Inventor： 杨久强 ,  林年添 ,  张凯 ,  张冲 ,  田高鹏 ,  汤健健 ,  付超 ,  金志玮 ,  李桂花 ,  支鹏遥 ,  宋翠玉 ,  李建平

IPC: G01V1/50

Abstract: 本发明公开了一种基于深度神经网络的多波地震油气储层预测方法，该方法包括如下步骤：首先，针对从纵横波地震属性集获得的原始数据，采用粒子群优化的聚类分析方法和核主成分分析方法进行地震属性的优选优化，去除冗余信息，突出多波地震油气储层特征，以获得较好的深度神经网络样本数据；然后，通过深度神经网络模型对获得的样本数据进行学习并进行仿真预测，获得油气储层评价图；最后，对油气储层评价图进行图像增强处理，以提高图像的细节信息和边缘辨识度，从而增加图像的清晰度。在油气储层预测中，本发明方法能够提高地震油气储层的刻画精度，为油气藏的识别与预测提供了一种新的途径。

公开(公告)号：CN108629072A

公开(公告)日：2018-10-09

申请号：CN201810198302.2

申请日：2018-03-12

Applicant: 山东科技大学

Inventor： 林年添 ,  张栋 ,  张凯 ,  付超 ,  王守进 ,  张建彬 ,  丁仁伟 ,  张冲

IPC: G06F17/50 ,  G06N3/04 ,  G06N3/08 ,  G01V1/50 ,  G01V1/30

Abstract: 本发明公开了一种面向地震油气储层分布的卷积神经网络学习与预测方法。该方法首先以原始地震数据为基础，提取能够表征油气特征的地震属性；然后设计卷积神经网络模型，将优选的几种地震属性作为网络的输入层，提取井位处的地震属性值，以井位处的孔隙度、渗透率、含油性作为训练样本，通过BP神经网络反向传播不断修改网络结构中的卷积核、权值W和偏置b等参数，直到模型训练完成。随后对无井区的数据进行测试，实现由有井区到无井区储层的横向预测。本发明方法直接在对油气敏感的属性体上进行卷积神经网络深度学习，能够实现同区块，甚至跨区域的未知地震储集体地震信息特征的横向预测。

公开(公告)号：CN104765948A

公开(公告)日：2015-07-08

申请号：CN201510096974.9

申请日：2015-03-05

Applicant: 山东科技大学

Inventor： 林年添 ,  王守进 ,  丁仁伟 ,  张建彬 ,  赵传伟 ,  魏乾乾 ,  杨修超 ,  刘向超 ,  文博 ,  张栋

IPC: G06F19/00

Abstract: 本发明公开了一种基于PML吸收边界的三维声波数值模拟方法，其主要包括如下步骤：s1、在内部计算区域应用规则网格，仅在规则网格整数节点上定义波场压力；在PML吸收区域应用交错网格，在交错网格整数节点上定义波场压力，在交错网格半数节点上定义质点的速度分量和介质密度；s2、在内部计算区域采用二阶双曲型偏微分波动方程更新波场压力值；在PML吸收区域采用一阶应力速度-方程计算质点的速度分量和波场压力值。本发明方法既减少了内存需求量，扩大了可模拟的模型规模，同时又使得PML边界处理更为简洁。本发明方法尤其适用于油气勘探领域中的地震波场数值模拟或逆时偏移。