-
公开(公告)号：CN117471534A
公开(公告)日：2024-01-30
申请号：CN202210824389.6
申请日：2022-07-14
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/30 , G06F18/214 , G06F18/2321 , G06N3/08
Abstract: 本发明提供的一种基于密度峰值聚类分析的速度谱拾取方法，基于有监督深度学习和无监督机器学习相结合的新型速度自动拾取的方法。通过使用有监督的深度学习回归模型对三维速度场进行非线性多元回归模型来预处理速度谱，在预处理的结果上使用密度峰值聚类来完成速度谱能量团的自动拾取，然后进行进一步的处理并最终完成速度的自动拾取。有效加速拾取过程的稳定性，降低误差率，为后续成像等处理环节提供有效的技术支撑和数据保障。
-
公开(公告)号：CN116520392A
公开(公告)日：2023-08-01
申请号：CN202210071216.1
申请日：2022-01-21
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
Abstract: 本发明提供一种基于盲反演理论的地震数据有损压缩方法，该基于盲反演理论的地震数据有损压缩方法包括：步骤1，输入当前炮号对应的地震数据；步骤2，基于预先设定的X和Y方向上空间窗范围，提取当前道集在空间窗内局部地震数据；步骤3，基于盲反演理论进行局部地震数据压缩；步骤4，判断滑动窗是否遍历完当前道集；步骤5，判断是否处理完所有炮集。该基于盲反演理论的地震数据有损压缩方法利用了多道地震信号的局部时‑空信息实现局部特征反射同相轴的压缩存储，数据压缩比高于通用的无损压缩技术，可以满足实时数据处理需求。
-
公开(公告)号：CN113589383A
公开(公告)日：2021-11-02
申请号：CN202010370989.0
申请日：2020-04-30
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
Abstract: 本发明提供一种基于深度学习的地震资料线性干扰噪音消除方法，包括：步骤1，对线性干扰数据进行傅里叶变换，并截取频率域中线性干扰的主要特征；步骤2，计算得到针对线性干扰主要特征进行消除的FK滤波器初始形态；步骤3，计算得到对线性干扰进行有效消除的FK滤波器固定形态；步骤4，计算得到频率域的处理结果；步骤5，将频率域的处理结果，通过傅里叶逆变换转变为时空域的常用地震数据格式，并输出处理结果数据。该基于深度学习的地震资料线性干扰噪音消除方法实现了地震数据中线性干扰噪音的消除处理功能，有效节约人力和计算机资源，缩短了地震资料处理周期，取得了显著的处理效果。
-
公开(公告)号：CN109164484A
公开(公告)日：2019-01-08
申请号：CN201811008274.X
申请日：2018-08-31
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/30
Abstract: 本发明公开了一种稀疏约束抛物Radon变换方法，通过同时引入了对数据的低频加权和对模型的稀疏约束，能够较好解决由于数据采样不足、孔径不足等对Radon变换谱的影响，提高谱的聚焦性。从而能够提高基于Radon谱方法的多次波消除、数据规则化、去噪等处理的效果；能够对同时对空间假频较好的抑制和模型的稀疏性较好的保持；本发明抛物radon变换能够较好的利用快速算法，保证较高的计算效率。
-
公开(公告)号：CN106772610A
公开(公告)日：2017-05-31
申请号：CN201610998827.5
申请日：2016-11-14
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/34
Abstract: 本发明提供了一种叠前道集资料增维属性分析方法包括：二维叠前共成像点道集参数读取，包括CDP点坐标、间距和道集入射角度间距或道集偏移间距；叠前共成像点道集三维数据体形成方法，读取CDP上的叠前共成像点道集作为三维数据体的Inline线，赋值Inline线间距、CDP间距和坐标，形成三维数据体；叠前共成像点道集三维分析，加载三维数据体到地震解释平台，实现叠前共成像点道集三维分析。该方法与目前常用的叠前共成像点道集属性分析相比，具有快捷、方便、结果更直观，实现了任意CDP点、不同入射角（偏移距）道集的直接对比。
-
Patent Agency Ranking
公开(公告)号：CN104570081A
公开(公告)日：2015-04-29
申请号：CN201310519635.8
申请日：2013-10-29
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
Abstract: 本发明公开了一种积分法叠前时间偏移地震资料处理方法，该方法预先分析积分法叠前时间偏移计算方法和数据访问特点，在数据管理和访问采用MapReduce框架，在具体的偏移计算时采用CUDA编程实现CPU/GPU异构集群协同加速。具体步骤包括:地震数据准备、输入数据划分、偏移任务运行、启动Reduce操作将各节点分布式文件系统中的临时成像结果进行合并、输出最终成像结果。本发明同时还公开了一种积分法叠前时间偏移地震资料处理系统。与传统基于CPU集群的叠前时间偏移方法相比，本发明所提供的方法成像清晰，更加方便海量数据的处理，提高计算效率15倍，处理效率大幅提升。
-
公开(公告)号：CN117171553A
公开(公告)日：2023-12-05
申请号：CN202210561396.1
申请日：2022-05-23
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/0985
Abstract: 本发明提供一种基于自学习神经网络地震面波压制方法，该基于自学习神经网络地震面波压制方法包括：步骤1，将地震数据进行规则化，形成网络数据集；步骤2，构建自学习神经网络；步骤3，基于梯度下降、反向传播对自学习神经网络参数进行更新；步骤4，以迭代次数作为迭代终止条件，数据集迭代一定次数后，输出自学习神经网络预测结果；步骤5，将步骤2中规则化的网络数据集给予神经网络进行训练与测试。该基于自学习神经网络地震面波压制方法实现了由含面波的地震资料到不含面波资料的直接映射，并且可避免预测相减流程的繁复性，训练好的网络模型，可以直接应用于同一工区的地震数据，不需重新训练，提升处理效率。
-
公开(公告)号：CN116859449A
公开(公告)日：2023-10-10
申请号：CN202210287923.4
申请日：2022-03-23
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/28 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种利用卷积自编码器深度神经网络进行地震数据重建的方法，该利用卷积自编码器深度神经网络进行地震数据重建的方法包括：步骤1，进行训练集和测试集的准备；步骤2，搭建卷积自编码器神经网络；步骤3，进行卷积自编码器神经网络的训练、测试和参数调整；步骤4，应用训练好的卷积自编码器神经网络进行地震数据重建。该利用卷积自编码器深度神经网络进行地震数据重建的方法将深度学习技术引入到地震数据重建处理中，不需要人机交互的人工阈值设定，避免了传统地震数据重建方法中的数学模型约束和物理模型约束，训练完成后可以快速有效的应用于大批量的地震数据重建处理中。
-
公开(公告)号：CN116520423A
公开(公告)日：2023-08-01
申请号：CN202210072279.9
申请日：2022-01-21
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
Abstract: 本发明提供了一种基于方位各向异性控制的初至自动拾取异常延迟检测方法，包括：对所有地震数据进行初至自动拾取；对自动拾取的初至进行延迟时迭代计算，获得炮点延迟时间和地层速度；消除炮点延迟时间和偏移距对初至时间的影响；根据每个检波点相对于炮点的方位和偏移距，对处理后的初至拾取点进行极坐标系下的空间排布；根据地形复杂度，对初至拾取点进行方位区间划分；在滑动时窗控制下，对每个方位区间内的初至时间进行基于距离的离群点检测，检测并删除离群点对应的初至；输出最终的初至拾取结果。本发明具有很好的抗噪音干扰能力，能够将自动拾取初至中的异常值自动检测并予以剔除，有效提高初至自动拾取的效率和精度。
-
公开(公告)号：CN116520412A
公开(公告)日：2023-08-01
申请号：CN202210072334.4
申请日：2022-01-21
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/30 , G01V1/36 , G06F18/23213 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种基于DBSCAN聚类分析的速度谱自动拾取方法，包括：步骤1，进行人工拾取速度控制点数据标准化处理；步骤2，基于监督学习方法建立初始速度约束模型；步骤3，根据速度约束模型清洗速度谱；步骤4，基于DBSCAN方法自动拾取时间‑速度对；步骤5，根据4中的速度拾取结果，更新、优化工区速度约束模型；步骤6，重复步骤3‑5，直至满足迭代终止条件；步骤7，输出速度谱自动拾取结果。该基于DBSCAN聚类分析的速度谱自动拾取方法能够有效减少在手动拾取耗费的人工、时间成本，适合大数据的分析和应用，符合现今地震数据日益高密度化的趋势和需求，易于推广应用，有效提高了速度谱自动拾取的效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.127 seconds)
