一种基于高阶神经网络的页岩油滞留烃量（S1）评价方法

发明专利有效专利

申请号：
CN201911312377.X
IPC分类号：G16C20/70;G16C20/20;G06N3/04
申请日期：
2019-12-18
申请人：
延安大学

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	一种基于高阶神经网络的页岩油滞留烃量（S1）评价方法
申请号	CN201911312377.X	申请日期	2019-12-18
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-04-21	公开/公告号	CN111048163A
优先权	暂无	优先权号	暂无
主分类号	G16C20/70	IPC分类号	G;1;6;C;2;0;/;7;0;;;G;1;6;C;2;0;/;2;0;;;G;0;6;N;3;/;0;4查看分类表>
申请人	延安大学	申请人地址	陕西省延安市圣地路580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	延安大学	当前权利人	延安大学
发明人	王桂芹;张添锦;张蕊
代理机构	北京国坤专利代理事务所（普通合伙）	代理人	赵红霞

摘要

本发明公开了一种基于高阶神经网络的页岩油滞留烃量(S1)评价方法，其核心是利用页岩热解数据，并从生烃动力学角度，对S1进行轻、重烃补偿，为页岩油资源潜力准确评价提供客观参数。在S1(原始)与测井曲线之间建立了相关关系，以确定合适的测井曲线输入，选取相关性较强的测井曲线，如密度(DEN)、电阻率(RT)、伽马射线(GR)、中子(CNL)和声波时差(AC)，提高计算速度基础上，采用高阶神经网络法，专门针对以上各测井曲线权重进行深入学习，有效提高页岩油滞留烃量(S1)评价的准确性和时效性，克服了现有技术存在的缺陷。

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