一种基于集成深度学习的地震岩性识别方法

发明专利有效专利

申请号：
CN202110556296.5
IPC分类号：G01V1/50;G01V1/30;G01V1/28
申请日期：
2021-05-21
申请人：
成都理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于集成深度学习的地震岩性识别方法
申请号	CN202110556296.5	申请日期	2021-05-21
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-31	公开/公告号	CN113325480A
优先权	暂无	优先权号	暂无
主分类号	G01V1/50 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01V 地球物理；重力测量；物质或物体的探测；示踪物（用于指示因事故被掩埋的人的位置，例如，被雪掩埋的人的位置的装置入A63B 29/02）〔4，6〕 G01V1/00 地震学；地震或声学的勘探或探测 G01V1/40 专用于测井记录 G01V1/44 发生器和接收器用于同一井中（G01V 1/52优先）〔6〕 G01V1/48 处理数据〔6〕 G01V1/50 分析数据〔6〕	IPC分类号	G;0;1;V;1;/;5;0;;;G;0;1;V;1;/;3;0;;;G;0;1;V;1;/;2;8查看分类表>
申请人	成都理工大学	申请人地址	四川省成都市成华区二仙桥东三路1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	成都理工大学	当前权利人	成都理工大学
发明人	王俊;曹俊兴;何晓燕
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于集成深度学习的地震岩性预测方法，属于石油地球物理勘探技术领域，所述方法包括：根据标定的目标层位，获取与所述目标层位对应的岩性数据以及井旁道地震数据；基于所述井旁地震道数据和井上的岩性数据，以井旁道地震数据为输入数据，井上的岩性数据为目标数据，建立地震岩性识别集成深度学习模型；基于所述地震岩性识别集成深度学习模型，输入待预测区域实际地震数据，即得到预测岩性。本方法通过建立地震岩性识别集成深度学习模型提取地震数据与岩性数据之间的弱地震响应特征，能够更简单高效地确定储层分布的岩性数据体，解决井间的储层预测问题，为油气勘探开发提供参考依据。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供