基于Markov转换场的密集卷积网络测井资料岩性预测方法

    公开(公告)号:CN117874626A

    公开(公告)日:2024-04-12

    申请号:CN202410094512.2

    申请日:2024-01-24

    Abstract: 本发明涉及到测井资料岩性预测领域,目的在于提供一种基于Markov转换场的密集卷积网络测井资料岩性预测方法。该方法包括:引入了一种新的深度学习方法(DenseNet)对测井资料进行岩性分类,但直接向DenseNet输入测井信号无法保持信号的时间相关性,从而导致信息丢失。本发明创新性的提出一种测井信号转换方法:Markov转换场(MTF)。先将测井信号采用MTF编码生成二维数据,保留信号的时序信息和状态迁移信息,再将二维数据作为DenseNet的输入对岩性进行分类,增强特征信息的传播。为了评价算法性能,采用混淆矩阵以及常用的三大评价指标—准确率、精确率和召回率对本发明进行评价。对塔里木油田实际测井资料的实验结果表明本发明能够显著提高测井资料的岩性预测效果。

    孔隙度预测方法、装置、设备及介质

    公开(公告)号:CN117709188A

    公开(公告)日:2024-03-15

    申请号:CN202311610043.7

    申请日:2023-11-29

    Abstract: 本公开提供了一种孔隙度预测方法、装置、设备及介质,涉及地质勘探中测井储层预测领域。该方法包括:采集测井曲线数据,测井曲线数据包含自然电位、密度、声波时差、自然伽马、2.5米底部梯度电阻率、地层真电阻率和冲洗带地层电阻率;将自然电位、密度、声波时差、自然伽马、2.5米底部梯度电阻率、地层真电阻率和冲洗带地层电阻率,输入到预先训练的Elman神经网络模型中,得到孔隙度值;其中,Elman神经网络模型的隐含层节点数为10。本公开实施例,能够提升预测结果的准确性。

    一种基于二进制排列组合的地震属性融合显示与存储方法

    公开(公告)号:CN113945977B

    公开(公告)日:2023-08-18

    申请号:CN202111243943.3

    申请日:2021-10-26

    Abstract: 本发明公开一种基于二进制数据排列组合的地震属性多元素融合显示与存储方法,属于地震资料处理领域。该方法首先获取地震资料的多种不同属性;将得到的属性转换为二进制,然后按照优先级大小排序组合成数组,再将该数组排列为矩阵形式,之后将该矩阵转置,再排列成数组数据;接着将处理得到的数据转换为十进制,进而可以显示和存储融合后的地震剖面。同时通过对融合后的数据进行反向排列组合处理便可以还原多种地震属性。本发明不仅可以融合多个属性有助于地震资料解释和储层预测工作,也可以提高地震资料的存储和读取/写入效率,为地震资料处理提供了一种新的方法和手段。

    一种地震解释层位三维透明化显示方法

    公开(公告)号:CN113933895A

    公开(公告)日:2022-01-14

    申请号:CN202111271418.2

    申请日:2021-10-29

    Abstract: 本发明公开一种地震解释层位三维透明化显示方法,属于地震资料解释领域。该方法首先通过读取地震解释软件导出的txt格式等层位文件,对每个层位数据的横测线、纵测线、时间数据点进行排列后形成多个层位矩阵,并依此对每个层位进行独立绘图;通过独立设置每个层位的透明度,可以达到突出显示目标层位的同时观察目标层位与其他地震解释层位的位置关系。本发明采用透明化显示技术可以使非目标层位透明化,即可以透过非目标层位观察目标层位,甚至观察目标层位中心位置,这是传统方法所不具备的优点。应用本发明地震解释层位三维透明化显示方法有利于地震解释人员对工区层位形成具体的空间位置关系认识,在实际生产中具有实用意义。

Patent Agency Ranking