-
-
公开(公告)号：CN108287370A
公开(公告)日：2018-07-17
申请号：CN201810067018.1
申请日：2018-01-24
Applicant: 河海大学
IPC: G01V3/12
CPC classification number: G01V3/12
Abstract: 本发明涉及一种基于探地雷达方位各向异性裂缝探测与识别方法，包括以下步骤：将发射天线与接收天线分别与探地雷达系统中的第一通道和第二通道相连，所述第一通道为发射通道，所述第二通道为接收通道；共极化探测：以裂缝走向为0°方向，发射天线与接收天线平行放置，以固定偏移距旋转180°；交叉极化探测：以裂缝走向为0°方向，发射天线与接收天线垂直放置，以固定偏移距旋转180°。通过共极化探测的横波分裂现象及交叉极化探测的横波旅行时特征为基于探地雷达方法的裂缝识别提供了一种全新的方法，并且根据分裂现象可以精确判断裂缝或可等效为裂缝介质的走向。
-
公开(公告)号：CN111723517B
公开(公告)日：2022-09-02
申请号：CN202010454246.1
申请日：2020-05-26
Applicant: 河海大学
IPC: G06F30/27 , G06N3/00 , G06N20/00 , G06F111/04
Abstract: 本发明涉及一种融合机器学习原理和逐渐变形法的地球物理模型优化方法，此优化方法将机器学习和逐渐变形法相结合，对已知的地球物理模型进行深度优化，大大提高了模型的可解读性和准确性，同时使其在信息整合方面显示出较佳的优越性，能够为物理参数模型在石油勘探的资料解释、应用中提升一定的效率。
-
公开(公告)号：CN112360411A
公开(公告)日：2021-02-12
申请号：CN202011372672.7
申请日：2020-11-30
Applicant: 河海大学
Abstract: 本发明公开了一种基于图神经网络的局部井网注水开发优化方法，具体包括：(1)获取局部目标井网的几何信息，根据注水井与采油井的拓补结构特点构建注采井网的图神经网络结构；(2)获取目标井网的历史生产数据；(3)利用步骤(2)所述历史生产数据对步骤(1)所述图神经网络结构进行训练，建立图神经网络模型；(4)利用图神经网络模型对注采井网参数进行敏感性分析，得到注采井网中的敏感性因素。本发明为注水开发提供调整注水量的依据，对产油量进行预测，同时给出每个井网中的不同井以及不同静态参数的重要性，在调整注水量时区分主要影响井和次要影响井点。
-
公开(公告)号：CN112255670A
公开(公告)日：2021-01-22
申请号：CN202010765384.1
申请日：2020-07-31
Applicant: 河海大学
Abstract: 本发明是一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法，本反演方法使用精确的Zoeppritz方程而非近似公式来实现叠前地震反演，并且引入两个约束条件，克服多参数反演中数量级的巨大差异所导致的在不同角度求解时的不稳定，然后使用快速模拟退火算法求解目标函数极小化，可以同步而准确的获取纵波速度、横波速度和密度三参数反演结果。将混合Markov随机域(MRF)的邻域用于边界保护正则化，以提高反演结果的精度、控制反演结果的稳定性、改善反演过程的时效性。使用本方法对合成地震资料进行反演取得满意的结果，与使用传统叠前地震反演相比反演效果改善明显。
-
Patent Agency Ranking
公开(公告)号：CN112255669A
公开(公告)日：2021-01-22
申请号：CN202010764902.8
申请日：2020-07-31
Applicant: 河海大学
Abstract: 本发明公开了一种基于叠前叠后联合反演的井段气层识别方法及系统，包括获取井段的叠前地震数据，所述叠前地震数据包括二维地震剖面；获取二维地震剖面中井段的角度道集；从所述角度道集中选择角度子波；对各角度子波进行叠前地震反演，得到对应的横波速度；将所述横波速度与测井数据进行吻合，根据吻合结果选择最优角度子波；通过Zoeppritz方程计算井段的反射系数；对所述反射系数、最优角度子波进行褶积，得到直接反演横波速度；根据所述直接反演横波速度和约束公式计算得到纵横波速度比；根据所述纵横波速度比和二维地震剖面中单个测井的含气饱和度计算二维地震剖面的含气饱和度；通过所述二维地震剖面的含气饱和度对气层进行识别。
-
公开(公告)号：CN107193044B
公开(公告)日：2019-01-22
申请号：CN201710396910.X
申请日：2017-05-31
Applicant: 河海大学
Abstract: 本发明公开了一种混合全局优化算法的叠前地震多参数反演方法，该方法将粒子群算法和快速模拟退火算法有效结合，解决传统粒子群算法易不成熟收敛的问题，并在粒子群算法中添加基于三参数联合概率密度择优组合的多维学习项，克服叠前地震多参数同步反演的不稳定，可以同步而准确的获取纵波速度、横波速度和密度三参数反演结果。使用本发明方法对合成地震资料进行反演取得满意的结果，与使用传统粒子群算法的反演结果相比反演效果改善明显。
-
公开(公告)号：CN117076921A
公开(公告)日：2023-11-17
申请号：CN202310900581.3
申请日：2023-07-21
Applicant: 河海大学
Abstract: 本发明公开了一种基于残差全连接网络的随钻测井电阻率曲线的预测方法包括：基于研究区待钻区域的地震背景数据、地质背景数据以及测井数据建立数据集；其中数据集包括训练数据集和测试数据集；将训练数据集输入基于残差全连接网络的钻头前方随钻测井电阻率曲线预测模型，输出预测的电阻率结果，并与训练数据集中实际电阻率值代入损失函数计算获得损失值；根据损失值计算梯度，并利用梯度和反向传播对预测模型的权重进行修正；基于修正后的预测模型输入测试数据集，获得钻头前方随钻测井电阻率曲线预测结果。本发明的方法对钻头前方随钻测井的电阻率曲线进行预测，基于预测结果指导待钻区域的岩性识别工作，进一步降低钻探风险和提高随钻决策依据。
-
公开(公告)号：CN112282714B
公开(公告)日：2022-03-25
申请号：CN202011378177.7
申请日：2020-11-30
Applicant: 河海大学
Abstract: 本发明公开了一种基于深度学习和图论的全井网注水开发优化方法，具体方法包括：(1)获取全注采目标井网的几何信息，构建得到深度卷积神经网络结构；(2)根据全注采井网注水井和生产井的位置关系，以单个五点注采井网为基本单元进行划分，并以基本单元五点网点汇有向图；(3)获取目标井网的历史生产数据，并选择其60％作为训练集，剩余40％作为验证集；(4)利用历史生产数据对所述卷积神经网络结构进行迭代训练验证，建立应用于全井网注水开发优化的卷积神经网络模型。在不断的模型训练中可以获得注水量对采油量的影响，同时获得最佳注水量范围，由此为调整注水井的注水参数，有效提高采油井的采油效率提供了科学依据。
-
公开(公告)号：CN112282714A
公开(公告)日：2021-01-29
申请号：CN202011378177.7
申请日：2020-11-30
Applicant: 河海大学
Abstract: 本发明公开了一种基于深度学习和图论的全井网注水开发优化方法，具体方法包括：(1)获取全注采目标井网的几何信息，构建得到深度卷积神经网络结构；(2)根据全注采井网注水井和生产井的位置关系，以单个五点注采井网为基本单元进行划分，并以基本单元五点网点汇有向图；(3)获取目标井网的历史生产数据，并选择其60％作为训练集，剩余40％作为验证集；(4)利用历史生产数据对所述卷积神经网络结构进行迭代训练验证，建立应用于全井网注水开发优化的卷积神经网络模型。在不断的模型训练中可以获得注水量对采油量的影响，同时获得最佳注水量范围，由此为调整注水井的注水参数，有效提高采油井的采油效率提供了科学依据。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.016 seconds)
