一种基于卷积条件神经过程的多尺度地质模型构建方法

    公开(公告)号:CN115393541A

    公开(公告)日:2022-11-25

    申请号:CN202211059388.3

    申请日:2022-08-31

    Abstract: 本发明公开了一种基于卷积条件神经过程的多尺度地质模型构建方法,方法包括:搭建并训练卷积条件神经过程模型;加载条件数据并生成待模拟网格;将待模拟网格和条件数据一并输入到训练好的卷积条件神经过程模型;根据条件数据及其空间分布获取当前的空间概率分布图;根据条件数据和空间概率分布图,基于统计学方法将生成结果的变量范围收敛到样本空间;保存最终结果,完成本次模拟。本发明有益效果是:大大提高了地质异构模式的重构能力和效率。

    一种基于生成对抗网络的三维模型重构方法及设备

    公开(公告)号:CN119478210A

    公开(公告)日:2025-02-18

    申请号:CN202411499492.3

    申请日:2024-10-25

    Abstract: 本发明提供一种基于生成对抗网络的三维模型重构方法及设备,涉及三维地质建模领域,包括:从原始三维模型中提取多个条件剖面;对各条件剖面进行填充和分割,获得训练三维模型集合;对原始三维模型进行分割,获得标签三维模型集合;通过训练三维模型集合和标签三维模型集合对生成对抗网络进行训练,获得训练好的生成对抗网络;将待重构的三维模型输入训练好的生成对抗网络,获得重构后的三维模型。本发明构建的生成对抗网络在生成器的多个网络中加入了自注意力层,优化了生成对抗网络的结构,基于自注意力层的生成对抗网络通过特征图的方式提取数据空间特征,避免了传统基于多点地质统计三维重构方法中生成结果含有不连续不自然空间结构的问题。

    基于深度学习的储层表征方法、装置、设备及存储介质

    公开(公告)号:CN117172954A

    公开(公告)日:2023-12-05

    申请号:CN202311048619.5

    申请日:2023-08-18

    Abstract: 本发明公开了一种基于深度学习的储层表征方法、装置、设备及存储介质,该方法根据原有储层结构生成训练集和测试集;对训练集中原有储层结构进行采样得到第一条件数据;将第一条件数据按照相对位置进行排列,并将空白位置进行填充,获得第二条件数据;搭建待训练的神经网络,设置神经网络的超参数;初始化待训练的神经网络的权重参数,使用训练集及对应的第二条件数据对神经网络进行训练;使用测试集及对应的第三条件数据进行测试,若达到预设结果,通过目标条件数据进行储层结构的表征;若未达到预设结果,则返回设置神经网络超参数的步骤,对神经网络再次训练,直至满足预设结果,生成的储层结构结果连通性好,准确性高。

    一种多条件数据融合神经网络的地质结构建模方法及设备

    公开(公告)号:CN117171852A

    公开(公告)日:2023-12-05

    申请号:CN202311187736.X

    申请日:2023-09-13

    Abstract: 本申请提供了一种多条件数据融合神经网络的地质结构建模方法,包括:搭建多条件数据融合神经网络模型并进行训练,加载条件硬数据和条件软数据,将所述条件硬数据以及所述条件软数据输入至训练后的所述多条件数据融合神经网络模型,还原地质结构模型,将还原后的所述地质结构模型与参考模型进行对比,通过反向传播调整所述多条件数据融合神经网络模型的训练,保存所述地质结构模型的最终模拟结果,完成模拟流程。利用多条件数据融合神经网络模型提取并融合软硬条件数据中的隐含特征,并根据隐含特征实现了基于多条件数据融合神经网络模型的地质结构建模方法,大大提高了地质异构模式的重构能力和效率。

    基于并发生成对抗网络的储层模型多尺度精细表征方法

    公开(公告)号:CN116844054A

    公开(公告)日:2023-10-03

    申请号:CN202310891927.8

    申请日:2023-07-19

    Abstract: 本发明提供了一种基于并发生成对抗网络的储层模型多尺度精细表征方法。通过金字塔结构对原始训练图像进行多尺度表征,不同尺度的表征结果之间都保持了一致的空间分布模式。在感受野固定的情况下,能够分别在小尺度图像和大尺度图像中提取对应的全局信息和局部信息。同时,应用并发训练策略,相邻阶段之间通过参数继承的方式来代替随机初始化,可以确保网络模型的参数得到充分、有效的训练。最后,利用Wasserstein距离对生成分布和真实分布进行差异性度量,采用梯度惩罚的策略来限制损失函数的梯度在一定的范围内,保证了训练过程中的稳定性,并利用重构损失来修复图像的细节信息,通过两种不同损失函数的耦合,提升了网络整体的模拟性能。

    一种面向多点地质统计随机模拟过程的混合并行方法

    公开(公告)号:CN113408109A

    公开(公告)日:2021-09-17

    申请号:CN202110602686.1

    申请日:2021-05-31

    Abstract: 本发明提供了一种面向多点地质统计随机模拟过程的混合并行方法,该方法根据粗粒度并行策略将计算节点分为主节点和从属处理器,主节点将模拟任务进行划分为多个子模拟任务,并获取模拟子模拟任务所对应的模拟信息,主节点寻找到计算负载最小的从属处理器,并将模拟信息和对应的子模拟任务发送给该从属处理器进行模拟工作,当从属处理器完成子模拟任务的模拟工作后,将子模拟结果返回给主节点,当所有子模拟任务完成后,对子模拟结果进行汇总得到模拟结果。本方法嵌入混合并行策略利用粗粒度并行策略、细粒度并行策略将原有的串行计算改为并行计算,来提升大尺度高分辨率地质模型的建模和模拟的效率。

    基于条件传导概率的多点地质统计学随机模拟方法

    公开(公告)号:CN111709169B

    公开(公告)日:2021-08-24

    申请号:CN202010477139.0

    申请日:2020-05-29

    Abstract: 本发明提供了一种基于条件传导概率的多点地质统计学随机模拟方法,该方法针对传统多点地质统计学在模拟时将模拟值与真实值统一处理带来的不利影响,通过在多点地质统计学模拟过程中将模拟获得的模拟节点的概率分布作为先验概率不断传导,即首先保存每个模拟产生的模拟节点的数据事件发生的条件概率分布函数,在后续模拟中当该模拟节点作为条件点时,将所述单个模拟节点的数据事件的条件概率计算概率系数,且所有相关的数据事件发生的概率与对应的概率系数相乘并求和得到当前节点的联合概率分布;根据所述联合概率不断传导计算,至每个待模拟节点的概率分布函数全部获得后再统一随机取样获取模拟节点属性值,获得更准确的多点地质统计学模拟结果。

    高效的钻孔柱状图信息自动提取方法

    公开(公告)号:CN110826393A

    公开(公告)日:2020-02-21

    申请号:CN201910876589.4

    申请日:2019-09-17

    Abstract: 本发明公开了一种高效的钻孔柱状图信息自动提取方法,包括以下步骤:步骤1、对纸质钻孔柱状图依次进行扫描、矫正、消畸等预处理;步骤2、将预处理后的钻孔柱状图界面抽象为一系列矩形单元格,利用一系列矩形单元格将钻孔柱状图剖分为若干矩形图片;步骤3、训练矩形图片中的字符库,采用训练后的字符库识别矩形图片,将若干矩形图片的识别结果进行组合,得出钻孔柱状图信息提取结果。本发明具有有效解决钻孔柱状图中岩芯厚度和其描述信息高度不一致时的分层信息的提取问题,同时能解决专业词汇的识别效率低的问题,能提高钻孔柱状图信息提取的效率和准确性。

    一种面向岩土工程全生命周期的工程勘察数据处理方法

    公开(公告)号:CN110222373A

    公开(公告)日:2019-09-10

    申请号:CN201910382810.0

    申请日:2019-05-09

    Abstract: 本发明公开了一种面向岩土工程全生命周期的工程勘察数据处理方法,本发明采用信息技术对工程勘察的全流程进行改造,采用人工智能和移动互联网技术提高工程勘察数据采集的准确程度和方便性,采用关系型和非关系型数据库结合的方法管理工程勘察数据,利用多场信息耦合的方法建立工程地质三维模型,将三维地质模型和勘察数据库联合,构建工程地质三维信息模型服务器,基于模型服务器进行三维地质分析和应用,从中提取专题模型,满足岩土工程各阶段对地质信息的需求。本发明有利于勘察效率和成果精度的提高,并可以将勘察成果最大程度地传递到岩土工程实施的不同阶段,提高了勘察成果的利用价值。

Patent Agency Ranking