-
公开(公告)号:CN118837947A
公开(公告)日:2024-10-25
申请号:CN202411314234.3
申请日:2024-09-20
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本申请公开了一种多任务智能地震波阻抗反演方法及装置,所述方法包括:进行井震标定,并确定目标层段样本;获取测井数据密度曲线和速度曲线,并从测井数据密度曲线和速度曲线中截取训练样本标签;从地震数据中获取与目标层段相同深度层段的地震数据,构建速度解释模型的训练数据集;分别构建速度解释模型和密度解释模型,确定最终密度解释模型P1和最终速度解释模型S1;对模型P1和模型S1的模型参数分别进行迁移,从而构建多任务学习的波阻抗反演模型,对波阻抗反演模型进行综合训练,并确定其损失函数;完成反演处理。本申请提高了地震波阻抗反演的精度,鲁棒性更高,提升了垂向分辨率。
-
公开(公告)号:CN120046028A
公开(公告)日:2025-05-27
申请号:CN202510510916.X
申请日:2025-04-23
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F18/2413 , G06F18/2431
Abstract: 本申请公开一种油气储层质量分类模型的训练方法及装置,可应用于石油天然气工程技术领域,本申请可以从储层岩石类型、物理性质、纵向分布、流体类型等四个方面训练油气储层质量分类模型,从而使得油气储层质量分类模型可以更全面的评估储层的分类,通过综合利用深度学习技术和地质以及地球物理学知识,可以更全面、准确地进行储层质量分类,为油气勘探和开发提供科学依据和技术支持,优化油气藏开发方案。
-
公开(公告)号:CN118837947B
公开(公告)日:2024-12-24
申请号:CN202411314234.3
申请日:2024-09-20
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本申请公开了一种多任务智能地震波阻抗反演方法及装置,所述方法包括:进行井震标定,并确定目标层段样本;获取测井数据密度曲线和速度曲线,并从测井数据密度曲线和速度曲线中截取训练样本标签;从地震数据中获取与目标层段相同深度层段的地震数据,构建速度解释模型的训练数据集;分别构建速度解释模型和密度解释模型,确定最终密度解释模型P1和最终速度解释模型S1;对模型P1和模型S1的模型参数分别进行迁移,从而构建多任务学习的波阻抗反演模型,对波阻抗反演模型进行综合训练,并确定其损失函数;完成反演处理。本申请提高了地震波阻抗反演的精度,鲁棒性更高,提升了垂向分辨率。
-
公开(公告)号:CN119293641B
公开(公告)日:2025-04-25
申请号:CN202411804325.5
申请日:2024-12-10
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F18/2415 , G06N3/0464 , G06F18/2131 , G06F18/26 , G01V20/00
Abstract: 本申请公开了一种沉积微相识别方法、系统、设备及计算机存储介质,涉及石油开发技术领域,获取待识别井点的目标测井数据;根据待识别井点的目标测井数据,生成待识别井点的目标测井相要素值;将待识别井点划分为样本井点和测试井点;根据样本井点的目标测井相要素值,确定样本井点的沉积微相类型;将样本井点的目标测井数据、样本井点的目标测井相要素值作为输入,将样本井点的沉积微相类型作为输出,对深度学习网络进行训练,得到训练好的沉积微相识别模型;将测试井点的目标测井数据和测试井点的目标测井相要素值输入沉积微相识别模型,得到测试井点的沉积微相类型。本申请借助沉积微相识别模型来对沉积微相类型进行识别,提高了效率和准确度。
-
公开(公告)号:CN119293641A
公开(公告)日:2025-01-10
申请号:CN202411804325.5
申请日:2024-12-10
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F18/2415 , G06N3/0464 , G06F18/2131 , G06F18/26 , G01V20/00
Abstract: 本申请公开了一种沉积微相识别方法、系统、设备及计算机存储介质,涉及石油开发技术领域,获取待识别井点的目标测井数据;根据待识别井点的目标测井数据,生成待识别井点的目标测井相要素值;将待识别井点划分为样本井点和测试井点;根据样本井点的目标测井相要素值,确定样本井点的沉积微相类型;将样本井点的目标测井数据、样本井点的目标测井相要素值作为输入,将样本井点的沉积微相类型作为输出,对深度学习网络进行训练,得到训练好的沉积微相识别模型;将测试井点的目标测井数据和测试井点的目标测井相要素值输入沉积微相识别模型,得到测试井点的沉积微相类型。本申请借助沉积微相识别模型来对沉积微相类型进行识别,提高了效率和准确度。
-
-
-
-