公开(公告)号：CN109725347A

公开(公告)日：2019-05-07

申请号：CN201811588321.2

申请日：2018-12-25

Applicant: 核工业北京地质研究院

Inventor： 李真真 ,  宋继叶 ,  蔡煜琦 ,  张晓 ,  曹珂 ,  倪仕琪

IPC: G01V1/28 ,  G01V1/30

Abstract: 本发明属于铀矿地质技术领域，具体公开一种层间氧化带砂岩型铀矿三维地质体模型的构建方法。该方法包括如下步骤：步骤S1：对比分析勘探线剖面图与钻孔数据的地质要素界线高程划分是否一致；步骤S2：对上述步骤S1中所述的划分不一致的，测量分界线的标高，换算为孔深数据后对钻孔进行修改；步骤S3：提取步骤S1中的勘探线剖面图的建模要素信息；步骤S4：对上述步骤S3中提取的勘探线剖面图进行三维转换；步骤S5：对上述步骤S3中建模要素信息，圈定矿体及砂体模型；步骤S6：创建钻孔数据库及三维地质体模型。该方法能够实现层间氧化带砂岩型铀矿成矿要素与矿体更加直观、灵活、多角度、可视化的展示，获得以往二维可视化难以获取的信息。

公开(公告)号：CN114397711A

公开(公告)日：2022-04-26

申请号：CN202111442082.1

申请日：2021-11-30

Applicant: 核工业北京地质研究院

Inventor： 张云龙 ,  李西得 ,  谢惠丽 ,  刘武生 ,  倪仕琪

IPC: G01V11/00 ,  G01V99/00 ,  G06N20/00

Abstract: 本发明属于致密砂岩矿产资源勘探技术领域，具体涉及一种基于机器学习的非常规致密砂岩孔隙度进行预测方法。本发明包括如下步骤：步骤1、从钻井岩心分析测试数据和测井数据中提取用于预测的样本数据；步骤2、数据预处理；步骤3、基于不同机械学习方法，训练多个孔隙度预测模型；步骤4、交叉验证；步骤5、优化各个模型；步骤6、新数据的加入和模型的重新优化。本发明基于现有的岩石地球物理数据，综合多种参数，实现了对致密砂岩储层孔隙度较好的预测。