-
公开(公告)号:CN117052381A
公开(公告)日:2023-11-14
申请号:CN202310893761.3
申请日:2023-07-20
申请人: 江苏科技大学
IPC分类号: E21B47/14 , E21B47/00 , G01V1/00 , G01V1/40 , E21B47/16 , E21B47/18 , E21B33/13 , E21B49/00 , G06F30/20 , G06Q50/02
摘要: 本发明公开了一种阵列声波测井全波列数据损坏或缺失的恢复方法,步骤是:步骤1:采集阵列声波测井数据包;步骤2:预处理全波数据;步骤3:构建多尺度残差神经网络模型;步骤4:反演波形数据;步骤5:输出恢复后声波测井数据包。本发明利用多尺度残差卷积神经网络从有效的阵列声波测井全波列数据道中提取深度先验信息,采用无监督的方式对损坏或缺失的数据道进行恢复,避免了繁琐的大规模训练数据集的构建过程,为后续的声学属性评价提供完整的测量全波数据。本发明适用于单极子、偶极子、多极子裸眼、套管及随钻声波测井。
-
公开(公告)号:CN115576014B
公开(公告)日:2023-07-11
申请号:CN202211317841.6
申请日:2022-10-26
申请人: 江苏科技大学
IPC分类号: G01V1/50 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于声波远探测成像的裂缝型储层智能识别方法,属于应用地球物理声学测井技术领域;该方法包括以下步骤:步骤1:准备理论模拟数据集;步骤2:人工标注现场数据集;步骤3:构建分割网络模型;步骤4:训练神经网络;步骤5:网络知识迁移;步骤6:现场成像图处理。本发明通过图像分割的角度对成像图中的裂缝反射体进行智能识别,构建分割网络模型,利用模拟数据训练端到端的分割网络,并迁移学习至实际数据域,能够在强噪声干扰的情况下自动识别成像图中的裂缝型储层。
-
公开(公告)号:CN115576014A
公开(公告)日:2023-01-06
申请号:CN202211317841.6
申请日:2022-10-26
申请人: 江苏科技大学
摘要: 本发明公开了一种基于声波远探测成像的裂缝型储层智能识别方法,属于应用地球物理声学测井技术领域;该方法包括以下步骤:步骤1:准备理论模拟数据集;步骤2:人工标注现场数据集;步骤3:构建分割网络模型;步骤4:训练神经网络;步骤5:网络知识迁移;步骤6:现场成像图处理。本发明通过图像分割的角度对成像图中的裂缝反射体进行智能识别,构建分割网络模型,利用模拟数据训练端到端的分割网络,并迁移学习至实际数据域,能够在强噪声干扰的情况下自动识别成像图中的裂缝型储层。
-
-