公开(公告)号：CN111123359B

公开(公告)日：2020-11-27

申请号：CN201911351361.X

申请日：2019-12-24

Applicant: 同济大学

Inventor： 程玖兵 ,  朱峰 ,  王腾飞 ,  耿建华

IPC: G01V1/30

Abstract: 本发明涉及一种随钻测井与地层格架约束的井周地震成像探测方法及装置，利用钻探过程中分阶段测井采集的声波速度数据，在地层格架约束下对井孔周围偏移速度场进行更新，结合波动方程基准面延拓实现井周叠前深度偏移快速成像，重新定位钻研目标，及时优化钻井轨迹。与现有技术相比，本发明可以使测井资料提供的地层速度能从井眼向井周拓展时具有地质上的合理性，提高钻探成功率。

公开(公告)号：CN111273353A

公开(公告)日：2020-06-12

申请号：CN202010089000.9

申请日：2020-02-12

Applicant: 同济大学

Inventor： 王本锋 ,  李家阔 ,  耿建华

IPC: G01V1/36 ,  G01V1/22 ,  G06N3/08

Abstract: 本发明涉及一种基于U-Net网络的智能化地震数据去混叠方法及系统，该方法包括如下步骤：(1)构建用于地震数据去混叠的U-Net网络f；(2)获取模拟数据训练对：包括模拟的未混叠地震数据与混叠地震数据；(3)将模拟的混叠地震数据作为输入，未混叠地震数据作为训练标签训练U-Net网络，得到训练后的网络参数θ*；(4)基于迁移学习方法，利用部分含标签的实际混叠地震数据，对训练后的网络参数θ*进行微调，得到优化的网络参数 (5)利用优化的U-Net网络对待处理的地震数据进行循环迭代得到分离的地震数据。与现有技术相比，本发明避免了对数据线性、稀疏性及低秩等假设，去混叠处理效率高、稳定性好、精度高。

公开(公告)号：CN109492938A

公开(公告)日：2019-03-19

申请号：CN201811483664.2

申请日：2018-12-04

Applicant: 同济大学

Inventor： 赵峦啸 ,  王一戎 ,  耿建华 ,  麻纪强 ,  牛丽萍 ,  王莹莹 ,  杨靖康

IPC: G06Q10/06

Abstract: 本发明涉及一种基于甜点指示因子的深层碳酸盐岩储层品质评价方法，包括以下步骤：1)通过测井数据分别获取深层碳酸盐岩储层的孔隙度、岩性、含油气性和裂隙密度数据；2)获取深层碳酸盐岩储层的甜点指示因子F；3)根据归一化后的甜点指示因子评价碳酸盐岩油气藏储层的品质。与现有技术相比，本发明具有适用于深层碳酸盐岩储层、定量评价等优点。

公开(公告)号：CN117150812B

公开(公告)日：2024-05-14

申请号：CN202311247550.9

申请日：2023-09-25

Applicant: 同济大学

Inventor： 汤继周 ,  张敏 ,  范宇 ,  郭旭洋 ,  耿建华 ,  李玉伟

IPC: G06F30/20 ,  G06Q50/02 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及的是考虑蠕变效应的CO2压裂天然气水合物导流能力评价方法，它包括：建立蠕变效应和基质相对渗透率的数学模型；确定水合物饱和度与峰值强度及基质相对渗透率的关系；确定水合物饱和度以及时间与蠕变效应的关系；建立裂缝宽度和裂缝渗透率的数学关系，推导出蠕变效应和裂缝导流能力的数学模型；构建双导流能力评价模型，获取临界时间点，在此时间点，无因次基质导流能力与无因次裂缝导流能力相等；当压裂时间小于该临界时间点时，基质导流能力占据主导因素，减小压裂过程中CO2的注入量；反之，增加压裂过程中CO2的注入量，以获得更多的压裂裂缝，使水合物储层具有最优的导流能力。本发明为天然气水合物开发提供技术指导。

公开(公告)号：CN114114395B

公开(公告)日：2022-10-25

申请号：CN202111317146.5

申请日：2021-11-09

Applicant: 同济大学

Inventor： 王本锋 ,  陈怀震 ,  耿建华

IPC: G01V1/28

Abstract: 本发明涉及一种基于插值算子的非规则网格混叠地震数据分离方法及系统，该方法包括：S1、获取非规则网格混叠地震数据dbl、混叠算子Γ、规则网格位置以及非规则网格位置；S2、基于规则网格位置以及非规则网格位置设计基于Sinc插值的插值算子W及共轭算子WT；S3、循环迭代更新获取规则网格上混叠分离数据。与现有技术相比，本发明具有分离效率高、精度高等优点。

公开(公告)号：CN114114395A

公开(公告)日：2022-03-01

申请号：CN202111317146.5

申请日：2021-11-09

Applicant: 同济大学

Inventor： 王本锋 ,  陈怀震 ,  耿建华

IPC: G01V1/28

Abstract: 本发明涉及一种基于插值算子的非规则网格混叠地震数据分离方法及系统，该方法包括：S1、获取非规则网格混叠地震数据dbl、混叠算子Γ、规格网格位置以及非规则网格位置；S2、基于规格网格位置以及非规则网格位置设计基于Sinc插值的插值算子W及共轭算子WT；S3、循环迭代更新获取规则网格上混叠分离数据。与现有技术相比，本发明具有分离效率高、精度高等优点。

公开(公告)号：CN111273353B

公开(公告)日：2022-02-18

申请号：CN202010089000.9

申请日：2020-02-12

Applicant: 同济大学

Inventor： 王本锋 ,  李家阔 ,  耿建华

IPC: G01V1/36 ,  G01V1/22 ,  G06N3/08

Abstract: 本发明涉及一种基于U‑Net网络的智能化地震数据去混叠方法及系统，该方法包括如下步骤：(1)构建用于地震数据去混叠的U‑Net网络f；(2)获取模拟数据训练对：包括模拟的未混叠地震数据与混叠地震数据；(3)将模拟的混叠地震数据作为输入，未混叠地震数据作为训练标签训练U‑Net网络，得到训练后的网络参数θ*；(4)基于迁移学习方法，利用部分含标签的实际混叠地震数据，对训练后的网络参数θ*进行微调，得到优化的网络参数(5)利用优化的U‑Net网络对待处理的地震数据进行循环迭代得到分离的地震数据。与现有技术相比，本发明避免了对数据线性、稀疏性及低秩等假设，去混叠处理效率高、稳定性好、精度高。

公开(公告)号：CN111596354B

公开(公告)日：2021-06-04

申请号：CN202010392227.0

申请日：2020-05-11

Applicant: 同济大学

Inventor： 赵峦啸 ,  邹采枫 ,  陈远远 ,  陈怀震 ,  张丰收 ,  耿建华

IPC: G01V1/30

Abstract: 本发明涉及一种机器学习框架下考虑空间约束的地震储层预测方法，包括以下步骤：1)构建学习样本；2)将预测区域划分为多个子区域，并为每个子区域指定训练样本权重；3)根据每个子区域对应的加权后的学习样本，采用XGBOOST算法建立并训练机器学习模型；4)采用学习后的机器学习模型分别获取每个子区域的预测结果，即每个子区域的岩性及流体类型。与现有技术相比，本发明具有考虑地质和空间约束、改善预测结果等优点。

公开(公告)号：CN112558151A

公开(公告)日：2021-03-26

申请号：CN202011530847.2

申请日：2020-12-22

Applicant: 同济大学

Inventor： 耿建华 ,  杨靖康 ,  赵峦啸 ,  程玖兵 ,  刘玉柱 ,  王本锋 ,  牛丽萍 ,  王莹莹

IPC: G01V1/28 ,  G01V1/30

Abstract: 本发明涉及一种衰减介质中AVA波形模拟方法及系统，包括以下步骤：构建衰减介质岩石物理模型，计算随频率变化的地震波速度；获取随频率和入射角变化的反射系数；获取表征地震波传播能量衰减的品质因子，根据品质因子构造衰减函数；根据衰减函数与随频率和入射角变化的反射系数构造非稳态反射系数；对地震子波进行频率分解，将地震子波的每个单频成分与单频非稳态反射系数进行褶积，对所有频率进行叠加，获取衰减介质中的AVA波形模拟记录。此外本发明还公开一种系统。与现有技术相比，本发明能在同等计算复杂度的条件下模拟衰减介质中AVA波形记录，模拟地震记录同时包含地震波传播衰减效应与反射衰减效应，能精确匹配实际地震波形记录。

公开(公告)号：CN110118994B

公开(公告)日：2020-10-02

申请号：CN201910440723.6

申请日：2019-05-24

Applicant: 同济大学

Inventor： 赵峦啸 ,  耿建华 ,  钟锴 ,  邹采枫 ,  麻纪强 ,  邵磊 ,  蔡进功 ,  王玮 ,  付晓伟 ,  朱晓军

IPC: G01V1/48 ,  G01V1/50 ,  G06K9/62 ,  G06N20/00 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明涉及一种基于地震反演和机器学习的陆相烃源岩定量预测方法，用于预测某一区域陆相烃源岩的空间分布和有机质含量，该首先优选对陆相沉积地层砂泥岩岩性区分和有机质含量敏感的弹性属性，然后训练阶段表征“弹性属性‑岩性”和“弹性属性‑有机质含量”映射关系的机器学习网络，最后，将训练的机器学习网络与叠前地震数据的叠前弹性参数反演结果结合，进而预测烃源岩的空间分布和有机质含量。与现有技术相比，本发明预测准确度高。