-
公开(公告)号:CN119849344B
公开(公告)日:2025-05-23
申请号:CN202510338301.3
申请日:2025-03-21
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F30/27 , G06N20/20 , G06N3/042 , G06N3/0464 , G06N3/096 , G06V10/774 , G06V10/82 , G06F17/18 , G06F18/2134 , G06F18/243 , G06F18/25
Abstract: 本发明提供一种基于深度学习的多点地质统计学沉积微相预测方法,具体方法包括:将沉积模式、相序组合规律等地质约束条件转化为可嵌入神经网络的规则化张量;采用卷积神经网络与图神经网络混合架构,同步提取沉积微相的局部微观特征与区域宏观展布模式;基于预训练模型进行目标工区微调,结合对抗样本生成技术增强模型泛化能力;生成具有置信度评估的三维沉积微相分布模型。本技术方案创新性地实现了:地质统计学空间相关性约束与深度学习特征提取的耦合优化;多源数据在隐式特征空间的非线性映射与协同表征;沉积微相预测结果的地质过程动态演化可视化。
-
公开(公告)号:CN119849344A
公开(公告)日:2025-04-18
申请号:CN202510338301.3
申请日:2025-03-21
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F30/27 , G06N20/20 , G06N3/042 , G06N3/0464 , G06N3/096 , G06V10/774 , G06V10/82 , G06F17/18 , G06F18/2134 , G06F18/243 , G06F18/25
Abstract: 本发明提供一种基于深度学习的多点地质统计学沉积微相预测方法,具体方法包括:将沉积模式、相序组合规律等地质约束条件转化为可嵌入神经网络的规则化张量;采用卷积神经网络与图神经网络混合架构,同步提取沉积微相的局部微观特征与区域宏观展布模式;基于预训练模型进行目标工区微调,结合对抗样本生成技术增强模型泛化能力;生成具有置信度评估的三维沉积微相分布模型。本技术方案创新性地实现了:地质统计学空间相关性约束与深度学习特征提取的耦合优化;多源数据在隐式特征空间的非线性映射与协同表征;沉积微相预测结果的地质过程动态演化可视化。
-
公开(公告)号:CN119558050A
公开(公告)日:2025-03-04
申请号:CN202411611550.7
申请日:2024-11-12
Applicant: 东北石油大学三亚海洋油气研究院 , 东北石油大学
IPC: G06F30/20 , E21B49/00 , G01N15/08 , G01N1/08 , G01N13/04 , G01N13/00 , G01N33/24 , G01N33/00 , G01N5/02 , G01N1/28 , G06F119/08 , G06F119/14
Abstract: 本发明涉及的是储层条件下页岩渗吸产油产气能力定量评价装置及方法,其中储层条件下页岩渗吸产油产气能力定量评价装置包括饱和渗吸室、可视量管、排水集气装置,饱和渗吸室底设置可拆卸的钢制密封盖,饱和渗吸室的渗吸网上放置页岩岩心,饱和渗吸室、活油中间容器、渗吸剂中间容器和可视量管设置在恒温箱内,活油中间容器、渗吸剂中间容器并联连接在恒压恒速泵和饱和渗吸室的钢制密封盖入口之间,饱和渗吸室钢制密封盖连接排空阀和真空泵,饱和渗吸室的弧形顶设置溢流管;溢流管连接四通阀,四通阀还连接可视化量管、排水集气装置;可视化量管位于饱和渗吸室的正上方。本发明有效解决渗吸室漏液和计量玻璃管碎裂问题,真实反映储层渗吸过程。
-
-