公开(公告)号：CN117289359A

公开(公告)日：2023-12-26

申请号：CN202311400902.X

申请日：2023-10-26

Applicant: 中国地质大学(武汉)

Inventor： 黄传炎 ,  王华 ,  曹强 ,  宋宇 ,  岳佳恒 ,  葛卫双 ,  陈俊林

IPC: G01V11/00

Abstract: 本发明公开了一种基于多维数据一体化融合的勘探目标表征方法，包括以下步骤：数据收集与分析，然后理清勘探目标区的构造发育特征，建立研究区构造地质格架；借助研究区钻井、测井、录井以及地震等数据，根据岩性突变面、曲线变化面、地震反射面等特征，识别层序地层界面，开展层序地层解释和层序内部结构分析，建立勘探目标区目的层多级层序地层格架；在层序格架约束下，判别物源体系，识别沉积微相类型，编绘沉积相空间展布图，重建沉积发育模式；在沉积微相的指导下，利用岩心、岩矿、物性、地化等数据，展开分析，明确有利储层控制因素；借助生储盖匹配关系、油气运移与富集特征，确立勘探目标油气富集规律，最终圈定有利勘探目标。

公开(公告)号：CN108229011B

公开(公告)日：2021-03-30

申请号：CN201711483947.2

申请日：2017-12-29

Applicant: 中国地质大学(武汉)

Inventor： 刘英杰 ,  黄传炎 ,  岳佳恒 ,  张悦辉 ,  宋强

IPC: G06F30/27 ,  G06N3/04

Abstract: 本发明提供了一种页岩岩相发育主控因素判断方法、设备及存储设备，所述方法包括步骤：提取页岩样品并进行处理得到地化指标；设定岩相发育类型；以地化指标作为输入层，岩相发育类型作为输出层建立母神经网络模型；剔除母神经网络模型中权值最小的地化指标，建立子神经网络模型；母神经网络模型的识别正确率减去子神经网络模型的识别正确率得到正确率差值；若差值小于零，则以子神经网络模型作为母神经网络，返回步骤四继续执行；若正确率差值大于等于零，则选取母神经网络模型中权值最大的地化指标作为主控因素。所述设备用来实现所述方法。本发明可以确定岩相发育的主控因素。

公开(公告)号：CN108229011A

公开(公告)日：2018-06-29

申请号：CN201711483947.2

申请日：2017-12-29

Applicant: 中国地质大学(武汉)

Inventor： 刘英杰 ,  黄传炎 ,  岳佳恒 ,  张悦辉 ,  宋强

IPC: G06F17/50 ,  G06N3/04

Abstract: 本发明提供了一种页岩岩相发育主控因素判断方法、设备及存储设备，所述方法包括步骤：提取页岩样品并进行处理得到地化指标；设定岩相发育类型；以地化指标作为输入层，岩相发育类型作为输出层建立母神经网络模型；剔除母神经网络模型中权值最小的地化指标，建立子神经网络模型；母神经网络模型的识别正确率减去子神经网络模型的识别正确率得到正确率差值；若差值小于零，则以子神经网络模型作为母神经网络，返回步骤四继续执行；若正确率差值大于等于零，则选取母神经网络模型中权值最大的地化指标作为主控因素。所述设备用来实现所述方法。本发明可以确定岩相发育的主控因素。