申请/专利权人：中海石油(中国)有限公司深圳分公司;赛哲尔能源科技(北京)有限公司

申请日：2023-09-15

公开（公告）日：2023-12-15

公开（公告）号：CN117236172A

主分类号：G06F30/27

分类号：G06F30/27;G01V1/28;G01V1/30;G06N3/08;G06N3/047;G06F111/04;G06F111/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本发明公开了一种针对火成岩的深度学习低频模型构建方法及系统，其方法包括：建立风化带和内幕带岩性及物性识别岩石物理量板并优选岩性及储层敏感的地球物理参数；获取火成岩的地层构造，分析地震层速度体与地层构造是否具有一致性，根据分析结果进行井控优化处理，同时基于优化后的地震层速度体创建初始低频模型；基于初始低频模型对火成岩开展第一轮叠前地震反演得到火成岩的弹性参数和岩性体，并确定岩性体约束下火成岩的弹性趋势体；将岩性体约束下火成岩的弹性趋势体、地震层速度体和第一轮叠前地震反演结果作为训练样本，以井上的目标函数曲线作为模型输出训练网络模型以构建深度学习低频模型。使得低频模型的预测精度维持在精良水准。

主权项：1.一种针对火成岩的深度学习低频模型构建方法，其特征在于，包括以下步骤：建立风化带和内幕带岩性及物性识别岩石物理量板并优选岩性及储层敏感的地球物理参数；获取火成岩的地层构造，分析地震层速度体与地层构造是否具有一致性，根据分析结果进行井控优化处理，同时基于优化后的地震层速度体创建初始低频模型；基于初始低频模型对火成岩开展第一轮叠前地震反演得到火成岩的弹性参数和岩性体，并确定岩性体约束下火成岩的弹性趋势体；将岩性体约束下火成岩的弹性趋势体、地震层速度体和第一轮叠前地震反演结果作为训练样本，以井上的目标函数曲线作为模型输出训练深度学习网络模型以构建深度学习低频模型。

全文数据：

权利要求：

百度查询： 中海石油(中国)有限公司深圳分公司;赛哲尔能源科技(北京)有限公司 一种针对火成岩的深度学习低频模型构建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD