申请/专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院

申请日：2020-04-30

公开（公告）日：2024-03-19

公开（公告）号：CN113589363B

主分类号：G01V1/28

分类号：G01V1/28;G01V1/30;G01V1/40;G06N3/0464;G06N3/08;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.11.19#实质审查的生效;2021.11.02#公开

摘要：本发明提供一种融合人工神经网络与地质统计学的油气预测新方法，该融合人工神经网络与地质统计学的油气预测新方法包括：步骤1，将地震与测井数据的层段平均；步骤2，进行地震与测井数据的Kendall相关性分析；步骤3，在井点处训练人工神经网络；步骤4，进行地震测井联合地质统计，得到储层物性参数的三维分布；步骤5，在井点处训练第二个人工神经网络；步骤6，进行油气三维预测。该融合人工神经网络与地质统计学的油气预测新方法将人工神经网络方法与地质统计方法结合起来，能够以高度非线性的方式处理大量不同学科来源的数据，可融合各种数据信息，充分发挥了人工智能技术与地质统计技术的各自优势。

主权项：1.融合人工神经网络与地质统计学的油气预测新方法，其特征在于，该融合人工神经网络与地质统计学的油气预测新方法包括：步骤1，将地震与测井数据的层段平均；步骤2，进行地震与测井数据的Kendall相关性分析；步骤3，在井点处训练人工神经网络；步骤4，进行地震测井联合地质统计，得到储层物性参数的三维分布；步骤5，在井点处训练第二个人工神经网络；步骤6，进行油气三维预测；在步骤1中，在井周围提取与储层物性有关的地震属性，并在一定层段内进行时深转换后求取算术平均值，对测井数据进行相同的求取算术平均值处理；在步骤2中，利用Kendall等级相关系数进行测井数据和地震属性的统计分析，找出与测井储层物性参数密切相关的地震属性；在步骤3中，在井点处训练一个人工神经网络，输入为与测井储层物性参数密切相关的地震属性，输出为储层物性参数；在步骤5中，在井点处训练第二个人工神经网络，输入为三维储层物性参数，输出为含油气情况。

全文数据：

权利要求：

百度查询： 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院 融合人工神经网络与地质统计学的油气预测新方法

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