-
公开(公告)号：CN118837946A
公开(公告)日：2024-10-25
申请号：CN202411154293.9
申请日：2024-08-22
Applicant: 东北石油大学三亚海洋油气研究院 , 中油奥博(成都)科技有限公司
IPC: G01V1/28 , G06F30/23 , G06T17/05 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种微地震的定位方法、装置、设备及介质，涉及地震勘探技术领域，包括：根据地质勘探数据获得的地下结构数据，使用地质建模软件构建地质模型；并结合地下压裂作业获得的水力压裂参数，使用数值模拟软件模拟地下应力场；根据部署的微地震监测网络获取的微地震数据，使用模拟的地下应力场变化，作为边界条件对微地震进行地下空间位置的定位。本发明能够精确定位微地震在地下的深度位置。
-
公开(公告)号：CN118884525A
公开(公告)日：2024-11-01
申请号：CN202411376561.1
申请日：2024-09-30
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28 , G01V1/32 , G06F18/2131 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明公开了一种基于TX‑FK域信息的微地震初至智能拾取方法，涉及地球物理技术领域，包括：对微地震数据进行处理获得TX域数据，基于所述TX域数据获得FK域数据；构建组合U‑net模型，所述组合U‑net模型用于微地震初至智能拾取；基于所述TX域数据和所述FK域数据训练所述组合U‑net模型，获得训练好的组合U‑net模型；将待拾取的微地震数据经过处理后输入所述训练好的组合U‑net模型，获得输出结果，对所述输出结果进行处理获得拾取结果，完成微地震初至拾取。本发明具有较好的抗噪能力，能够在低信噪比情况下拾取得到具有较高精度的微地震初至信息。
-
公开(公告)号：CN118566979B
公开(公告)日：2024-10-18
申请号：CN202411018115.3
申请日：2024-07-29
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种用于获得地下介质弹性参数的黏弹性介质地震AVO反演方法，涉及地球物理技术领域，包括：基于褶积模型理论构建用于黏弹性介质AVO反演的GANs模型；获得地球物理数据，根据所述地球物理数据划分出训练样本数据和角度叠加地震数据；通过所述训练样本数据对所述用于黏弹性介质AVO反演的GANs模型进行训练，获得训练好的用于黏弹性介质AVO反演的GANs模型；将所述角度叠加地震数据输入所述训练好的用于黏弹性介质AVO反演的GANs模型，获得反演参数。本发明利用多目标函数控制网络模型超参数的优化，提高弹性参数反演精度。
-
公开(公告)号：CN119126214B
公开(公告)日：2025-01-10
申请号：CN202411612818.9
申请日：2024-11-13
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28
Abstract: 本发明公开了一种纵波、转换波叠前地震数据智能匹配方法，属于勘探地球物理领域，该方法包括以下步骤：对真实纵波地震数据和真实转换波地震数据进行预处理得到标准转换波地震数据和纵波时间域的真实转换波地震数据；将所述纵波时间域的真实转换波地震数据进行分段处理得到分段转换波地震数据；构建神经网络模型，将所述分段转换波地震数据的端点时间向量输入所述神经网络模型得到调整时间后的转换波地震数据；基于所述标准转换波地震数据和调整时间后的转换波地震数据更新所述神经网络模型参数得到最终的转换波地震数据。
-
公开(公告)号：CN117471550B
公开(公告)日：2024-06-14
申请号：CN202311514035.2
申请日：2023-11-14
Applicant: 东北石油大学
Abstract: 一种基于卡尔曼滤波的微地震事件检测方法及系统、存储介质和检测设备，属于微地震事件检测及信号处理等领域。本发明为了适于复杂通信环境下的微地震事件识别、实现微地震事件初至时间的实时准确拾取而提出的。构建微地震信号的状态空间模型，所述动态模型中包含系统状态及测量输出模型，设定动态模型中函数满足的条件；根据测量输出模型，构建基于切换信道和衰落测量的新测量模型，设定切换信道和衰落测量所满足的约束；根据状态模型及新测量模型设计递推滤波器；得到一步预测误差协方差与滤波误差协方差并计算误差协方差上界；通过最小化滤波误差协方差上界，得到最优的滤波器增益。本发明通过数值仿真例，得到微地震信号初至时间，验证所提出递推滤波方法的有效性。
-
Patent Agency Ranking
公开(公告)号：CN117647837B
公开(公告)日：2024-04-09
申请号：CN202410108831.4
申请日：2024-01-26
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28
Abstract: 本发明公开一种地震数据的初至拾取方法、系统及计算机设备，涉及地震监测技术领域，该方法包括：采集地震数据；使用自动初至拾取算法对地震数据中地震信号的初至时刻进行初步的拾取，生成训练样本集；对初至拾取算法拾取的初至时刻进行人工校正，生成验证样本集；利用训练样本集和验证样本集分别制作出噪声标签和干净标签，生成元学习数据集；根据元学习数据集的特征设计相应的深度神经网络模型；基于元学习的双循环训练方法，使用元学习数据集对深度神经网络模型进行迭代训练；利用训练后的深度神经网络模型对地震数据进行初至拾取；通过内外双循环训练方法和在线梯度更新方法，提高了数据驱动方法的精度和成本效益。
-
公开(公告)号：CN117647837A
公开(公告)日：2024-03-05
申请号：CN202410108831.4
申请日：2024-01-26
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28
Abstract: 本发明公开一种地震数据的初至拾取方法、系统及计算机设备，涉及地震监测技术领域，该方法包括：采集地震数据；使用自动初至拾取算法对地震数据中地震信号的初至时刻进行初步的拾取，生成训练样本集；对初至拾取算法拾取的初至时刻进行人工校正，生成验证样本集；利用训练样本集和验证样本集分别制作出噪声标签和干净标签，生成元学习数据集；根据元学习数据集的特征设计相应的深度神经网络模型；基于元学习的双循环训练方法，使用元学习数据集对深度神经网络模型进行迭代训练；利用训练后的深度神经网络模型对地震数据进行初至拾取；通过内外双循环训练方法和在线梯度更新方法，提高了数据驱动方法的精度和成本效益。
-
公开(公告)号：CN117471550A
公开(公告)日：2024-01-30
申请号：CN202311514035.2
申请日：2023-11-14
Applicant: 东北石油大学
Abstract: 一种基于卡尔曼滤波的微地震事件检测方法及系统、存储介质和检测设备，属于微地震事件检测及信号处理等领域。本发明为了适于复杂通信环境下的微地震事件识别、实现微地震事件初至时间的实时准确拾取而提出的。构建微地震信号的状态空间模型，所述动态模型中包含系统状态及测量输出模型，设定动态模型中函数满足的条件；根据测量输出模型，构建基于切换信道和衰落测量的新测量模型，设定切换信道和衰落测量所满足的约束；根据状态模型及新测量模型设计递推滤波器；得到一步预测误差协方差与滤波误差协方差并计算误差协方差上界；通过最小化滤波误差协方差上界，得到最优的滤波器增益。本发明通过数值仿真例，得到微地震信号初至时间，验证所提出递推滤波方法的有效性。
-
公开(公告)号：CN117250657A
公开(公告)日：2023-12-19
申请号：CN202311531698.5
申请日：2023-11-17
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明涉及地球科学技术与人工智能交叉技术领域，特别是涉及一种地震数据重建去噪一体化方法，包括：获取地震数据；将所述地震数据输入预设的地震数据恢复模型中，输出重建去噪后的地震数据，其中，所述数据恢复模型基于训练集训练获得，所述训练集包括理想地震数据和训练地震数据，所述数据恢复模型采用Swin Transformer生成对抗网络构建。本发明通过对生成器和判别器以及损失函数进行设计，构建数据恢复模型，能够更好的利用地震数据的全局信息与关联性等特点，解决先前的模型由于感受野有限无法引入全局信息导致恢复出的地震数据较为模糊的问题。
-
公开(公告)号：CN119904640A
公开(公告)日：2025-04-29
申请号：CN202411989940.8
申请日：2024-12-31
Applicant: 东北石油大学
IPC: G06V10/26 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于PetroAnalyticNet深度学习模型的油气储层勘探中地质图像分割方法及系统，属于图像处理领域。为解决现有地质图像分割过程中存在地质数据复杂，存在固有噪声，造成分割精度差且计算效率低的问题。本发明包括可分离膨胀卷积、特征融合和注意力机制，能够高效捕捉多尺度特征，同时应对地质数据中的复杂性和噪声问题。本发明通过广泛的实验验证，在分割准确性上优于现有的基线方法；且本发明采用了先进的特征提取技术组合，可以更精确地区分地质结构，从而更好地识别诸如含油地层关键特征。消融研究进一步强调了每个架构组件的重要性，展示了它们对整体性能的集体贡献。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.026 seconds)
