-
公开(公告)号：CN116975669A
公开(公告)日：2023-10-31
申请号：CN202310351544.1
申请日：2023-04-04
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F18/23213 , G06F16/2458 , E21B47/00
Abstract: 基于能量约束的测井曲线集成聚类自动分层方法，为了解决现有测井曲线自动分层算法难以胜任单砂体级非常规油气资源精细描述任务的问题。所述方法为通过利用测井曲线构建地质描述不变特征以有效挖掘井间多曲线不变关联信息，进而在不变特征的支撑下，设计了一个分层能量约束的无监督集成聚类区域生长模型，从而可以实现储层精细描述工业应用需求的自动分层，具有显著的可推广潜力，它可用于后续非常规油气储层的精细描述。
-
Patent Agency Ranking
公开(公告)号：CN118656705A
公开(公告)日：2024-09-17
申请号：CN202411104597.4
申请日：2024-08-13
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F18/241 , G06F18/2135 , G06F18/10 , G06F18/27 , G06N3/045 , G06N3/0464 , G01V20/00 , E21B49/00 , G06F123/02
Abstract: 本发明提供了一种基于MLP‑MTS的致密砂岩储层岩相智能判识方法及系统，属于油气勘探开发领域。为了解决传统致密砂岩岩相判识方法中训练时间长，准确率偏低的问题。本发明将岩相根据岩性特征及层理结构分为七类，在测井资料中筛选出五类贡献度最高的测井曲线参数，作为岩相智能判识的依据；对测井曲线数据集进行预处理，以保证实验数据的质量；构建MLP‑MTS混合智能模型，完成致密砂岩储层岩相智能判识工作。本发明通过精确度和准确率实验、执行速度评价实验、单井识别效果实验，证明本发明的有效性，能够高效、准确地进行致密砂岩储层岩相判识；同时，也为致密砂岩油藏的勘探开发提供了新的依据。
-
公开(公告)号：CN116378646A
公开(公告)日：2023-07-04
申请号：CN202310349874.7
申请日：2023-04-04
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明提出一种测井数据超分辨方法，特别是涉及一种基于分形理论的多尺度集成的测井数据超分辨方法，为了实现目标储层的准确可靠表征，解决传统超分辨方法中不考虑地质非均质性的问题。所述方法通过分形理论挖掘测井数据的结构分形特征，在不同尺度下利用LSTM网络构建大尺度非线性映射模型过程中充分发挥测井数据的时序信息，再将各尺度超分辨结果通过LSTM网络集成优化得到最终超分辨结果。在超分辨过程中尽可能挖掘测井数据多尺度分形形状和时序信息，相比传统单一使用分形插值方法大大提升了超分辨结果的鲁棒性及准确性。
-
公开(公告)号：CN118656705B
公开(公告)日：2024-11-15
申请号：CN202411104597.4
申请日：2024-08-13
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F18/241 , G06F18/2135 , G06F18/10 , G06F18/27 , G06N3/045 , G06N3/0464 , G01V20/00 , E21B49/00 , G06F123/02
Abstract: 本发明提供了一种基于MLP‑MTS的致密砂岩储层岩相智能判识方法及系统，属于油气勘探开发领域。为了解决传统致密砂岩岩相判识方法中训练时间长，准确率偏低的问题。本发明将岩相根据岩性特征及层理结构分为七类，在测井资料中筛选出五类贡献度最高的测井曲线参数，作为岩相智能判识的依据；对测井曲线数据集进行预处理，以保证实验数据的质量；构建MLP‑MTS混合智能模型，完成致密砂岩储层岩相智能判识工作。本发明通过精确度和准确率实验、执行速度评价实验、单井识别效果实验，证明本发明的有效性，能够高效、准确地进行致密砂岩储层岩相判识；同时，也为致密砂岩油藏的勘探开发提供了新的依据。
-
公开(公告)号：CN116883539A
公开(公告)日：2023-10-13
申请号：CN202310349864.3
申请日：2023-04-04
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06T11/20 , E21B47/00 , E21B49/00 , G06T7/44 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提出一种测井曲线重构方法，具体是涉及一种基于改进生成对抗网络与多尺度纹理特征的测井曲线重构方法，主要是为了解决在实际测井勘探工程中，由于井壁垮塌、仪器故障、成本限制等因素造成的部分测井数据失真或缺失的问题。该方法是通过搭建一个GAN网络，并对测井曲线进行局部多尺度LBP纹理特征的提取，在实现测井曲线复原的同时，将测井曲线局部多尺度LBP纹理特征嵌入到测井曲线重构的机器学习模型中，从而对失真或缺失井段的测井数据进行校正或重构，不仅增加了测井解释的准确性，还大大增强了泛化能力和预测精度。
-
公开(公告)号：CN116452793A
公开(公告)日：2023-07-18
申请号：CN202310349872.8
申请日：2023-04-04
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06V10/25 , G06V10/82 , G06V10/44 , G06V10/46 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 一种基于多视角和多层级的绿色编解码显著目标检测方法,涉及一种显著目标检测方法，为了解决针对复杂场景，完整且精细地提取特征和精确地表征非连通区域及精细轮廓，所述方法模拟人类视觉机制，构造自顶向下的意识关注前景置信度、边界和正负样本主观结构，映射到自底向上的前景、轮廓和背景客观特征，最大化分离非连通区域及轮廓等感知内容；再采用修正区域和对象间差异实现感知内容的误差度量敏感；最后通过追踪并行邻域的辨识性信息，实现主客观交互最大化，从而输出复杂精细化的显著预测，它用于复杂场景非连通区域的显著目标检测。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
