公开(公告)号：CN120044626A

公开(公告)日：2025-05-27

申请号：CN202510117770.2

申请日：2025-01-24

Applicant: 中国石油大学(北京)

Inventor： 曾溅辉 ,  孔政 ,  乔俊程 ,  刘亚洲

IPC: G01V11/00 ,  G06F18/241 ,  G06N3/0455 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明涉及一种基于深度学习的页岩层理构造精准高效识别分类方法，包括：根据目标区块测井数据中的快横波时差曲线、慢横波时差曲线和与页岩层理构造具有相关性的测井曲线，计算页岩层理构造预分类参数；根据页岩层理构造预分类参数，获取分割后的电成像测井图及初步分类结果；根据初步分类结果，将分割后的电成像测井图输入不同的层理识别网络模型，获取页岩层理构造识别结果，并利用图像形态学对识别结果进行分析，获取最终分类结果，其中，层理识别网络模型基于Swin Transformer网络模型构建并基于训练集训练获得。本发明提出了新的精细化页岩层理构造类型的划分方法。