-
公开(公告)号：CN118915144A
公开(公告)日：2024-11-08
申请号：CN202310502951.8
申请日：2023-05-06
申请人： 中国石油天然气股份有限公司
摘要： 本发明公开了一种基于多视图学习的地震弹性参数反演模型建立方法与装置。其中所述方法包括，利用第一样本集训练正演模型，直至达到第一设定迭代次数，第一样本集中的样本包含单道时间信息、多个不同角度叠加的地震信息和测井弹性参数数据；利用第一样本集训练反演模型，直至达到第二设定迭代次数，反演模型包括多视图学习模块、高维特征融合模块及多任务学习模块；利用第一样本集和无标签的第二样本集，以当前正演模型为约束，迭代训练反演模型的多任务学习模块，直至达到第三设定迭代次数，根据迭代过程中正演损失值筛选最优反演模型。该方法以时间信息和多个不同角度叠加的地震信息分别作为单个视图，基于多视图学习建立地震弹性参数反演模型。
-
公开(公告)号：CN113805235B
公开(公告)日：2023-12-26
申请号：CN202010529298.0
申请日：2020-06-11
申请人： 中国石油天然气股份有限公司
IPC分类号： G01V1/50 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于卷积神经网络的三维地震相识别方法及装置，该方法包括：获取待识别三维叠后地震数据；获取对基于卷积神经网络搭建的训练子网络模型进行训练得到的模型参数，赋值给基于卷积神经网络搭建的预测子网络模型；将待识别三维叠后地震数据，输入到采用模型参数的预测子网络模型中，输出待识别三维叠后地震数据的地震相识别结果。本发明能够快速对海量三维地震数据进行地震相识别，大大提高了地震相识别的时效性、一致性和客观性。
-
公开(公告)号：CN113433587B
公开(公告)日：2023-09-26
申请号：CN202010207180.6
申请日：2020-03-23
申请人： 中国石油天然气股份有限公司
摘要： 本发明提供了一种岩石物理反演方法，所述方法包含：获取待反演地区的地震弹性参数和储层物理参数；通过Gassmann方程和Xu‑White模型建立所述地震弹性参数和所述储层物理参数之间的关系方程；于贝叶斯理论框架下利用ADMM‑MCMC算法迭代所述关系方程中的物性参数计算其对应的后验概率密度数据；根据所述后验概率密度数据中最大后验密度值对所述待反演地区进行反演获得反演结果。
-
公开(公告)号：CN114114391B
公开(公告)日：2023-08-22
申请号：CN202010902082.4
申请日：2020-09-01
申请人： 中国石油天然气股份有限公司
摘要： 本申请实施例提供一种地震数据负面样本识别方法及装置，方法包括：应用预设的机器学习模型对地震数据进行样本类型识别，得到对应的识别结果；若所述识别结果中包含有观测系统异常的地震数据样本和/或数据异常的地震数据样本，则将该识别结果标记为所述地震数据的负面样本。本申请能够识别地震数据负面样本，且能够有效提高地震数据负面样本识别的准确性，并能够有效提高地震数据负面样本识别过程的处理效率、自动化程度及准确性，进而能够应用该地震数据负面样本识别结果来提高地震机器学习处理地震数据的精度和效率，进而能够地震数据处理结果进行石油勘探等处理的准确性及可靠性。
-
公开(公告)号：CN116430443A
公开(公告)日：2023-07-14
申请号：CN202111678862.6
申请日：2021-12-31
申请人： 中国石油天然气股份有限公司
IPC分类号： G01V1/28 , G01V1/36 , G06F18/213 , G06F18/23 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种地震数据降维方法及装置，其中该方法包括：构建用于地震数据降维的神经网络，将地震数据集作为输入样本点集，将地震数据集的降维结果作为最终输出样本点集；所述神经网络包括：卷积网络单元、全连接网络单元和输出层；根据输入样本点集、卷积网络单元和全连接网络单元的输出样本点集、最终输出样本点集的距离关系的概率分布，构建所述神经网络的目标函数；根据所述神经网络的目标函数，训练所述神经网络；利用训练好的所述神经网络，对地震数据进行降维处理。本发明可以避免存储空间和计算量的限制，实现非线性地震数据降维。
-
公开(公告)号：CN115407390A
公开(公告)日：2022-11-29
申请号：CN202110593117.5
申请日：2021-05-28
申请人： 中国石油天然气股份有限公司
摘要： 本发明提供了一种地震储层参数预测方法及装置，该方法包括：将目标地层的地震数据，输入预先建立的储层参数预测模型中，得到目标地层的多个地震储层参数；储层参数预测模型按照如下过程建立：获取目标地层的地震工区资料，形成训练数据集；基于人工神经网络模型搭建多任务学习的储层参数预测模型，该储层参数预测模型包括：一个输入层、一个基础网络和多个子网络，每个子网络用于输出一个储层参数；利用训练数据集，对储层参数预测模型进行训练。将多个地震储层参数预测任务放在一起学习，通过互相分享、互相补充学习到的信息，能够有效地表达地震属性与储层参数之间的复杂非线性关系，提高地震储层参数预测的准确性。
-
公开(公告)号：CN114442169A
公开(公告)日：2022-05-06
申请号：CN202011208841.3
申请日：2020-11-03
申请人： 中国石油天然气股份有限公司
摘要： 本申请实施例提供一种地震资料中近源信号压制方法及装置，方法包括：根据频率域地震数据构建初始速度模型，并根据频率域波动方程对所述初始速度模型进行波场模拟，得到正演数据；对所述正演数据和所述频率域地震数据进行道集分选，并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据；根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理，并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型，得到目标速度模型，并通过所述目标速度模型输出反演结果；本申请能够通过频率域自适应振幅加权函数，有效压制近源信号，减小引入误差，增强反演算法对陆地地震资料的适用性。
-
公开(公告)号：CN114114391A
公开(公告)日：2022-03-01
申请号：CN202010902082.4
申请日：2020-09-01
申请人： 中国石油天然气股份有限公司
摘要： 本申请实施例提供一种地震数据负面样本识别方法及装置，方法包括：应用预设的机器学习模型对地震数据进行样本类型识别，得到对应的识别结果；若所述识别结果中包含有观测系统异常的地震数据样本和/或数据异常的地震数据样本，则将该识别结果标记为所述地震数据的负面样本。本申请能够识别地震数据负面样本，且能够有效提高地震数据负面样本识别的准确性，并能够有效提高地震数据负面样本识别过程的处理效率、自动化程度及准确性，进而能够应用该地震数据负面样本识别结果来提高地震机器学习处理地震数据的精度和效率，进而能够地震数据处理结果进行石油勘探等处理的准确性及可靠性。
-
公开(公告)号：CN113433587A
公开(公告)日：2021-09-24
申请号：CN202010207180.6
申请日：2020-03-23
申请人： 中国石油天然气股份有限公司
摘要： 本发明提供了一种岩石物理反演方法，所述方法包含：获取待反演地区的地震弹性参数和储层物理参数；通过Gassmann方程和Xu‑White模型建立所述地震弹性参数和所述储层物理参数之间的关系方程；于贝叶斯理论框架下利用ADMM‑MCMC算法迭代所述关系方程中的物性参数计算其对应的后验概率密度数据；根据所述后验概率密度数据中最大后验密度值对所述待反演地区进行反演获得反演结果。
-
公开(公告)号：CN112700395A
公开(公告)日：2021-04-23
申请号：CN201910986524.5
申请日：2019-10-17
申请人： 中国石油天然气股份有限公司
IPC分类号： G06T7/00
摘要： 本发明提供一种基于U‑Net全卷积深度神经网络的微观孔隙识别方法，方法包括：基于岩石的CT扫描图像生成岩石孔隙的样本数据；将所述岩石孔隙的样本数据输入至预先训练的U‑Net全卷积深度神经网络模型，得到岩石孔隙的识别结果。本发明能够减少参数数量，减少对标签样本的依赖，能够有效提高岩石孔隙的识别精度，并且识别精度可以达到像素级别，进而提高地球物理的勘探效率。
-
-
-
-
-
-
-
-
-
搜索结果
142 条记录 (耗时 0.054 秒)
