公开(公告)号：CN118226512A

公开(公告)日：2024-06-21

申请号：CN202410119219.7

申请日：2024-01-29

Applicant: 西南石油大学

Inventor： 潘树林 ,  吴映和 ,  陈耀杰 ,  王毓玮 ,  闵帆 ,  宋国杰 ,  罗浩然 ,  王畅

IPC: G01V1/28 ,  G01V1/30

Abstract: 本发明公开了基于被动源时移地震成像差异性分析的地下动态监测方法，属于油田开发技术领域，包括以下步骤：对原始噪声数据进行预处理；消除掉与地下储层无关的信号片段；对处理完后的信号片段进行基于地震干涉法的处理；对不同时间的成像剖面进行非目的层的数据匹配来凸显目的层的差异，根据成像数据走时差异和振幅差异初步实现储层差异的分析；对进行数据匹配后获得的不同时间的成像剖面，计算相关系数矩阵得到更为准确的成像差异区域，达到被动源时移监测的目的。通过上述方式，本发明提供了一种低成本、实时监测的策略，可通过采集长时间背景噪声实现连续监测目的，有较大的应用潜力，适用于油田开发任务中的地下监测。

公开(公告)号：CN116299691B

公开(公告)日：2023-10-27

申请号：CN202211492715.4

申请日：2022-11-25

Applicant: 西南石油大学

Inventor： 吴映和 ,  潘树林 ,  崔庆辉 ,  张子麟 ,  宋国杰 ,  闵帆 ,  罗浩然 ,  王畅 ,  闫建平

IPC: G01V1/30 ,  G01V1/36

Abstract: 本发明提供了一种基于F‑K域的被动源面波成像数据筛选方法，包括如下步骤：S1.对原始噪声数据进行预处理，并分割得到不同时间的噪声片段；S2.使用F‑K变换将噪声片段变换到频率波数域，对频率波数域的数据进行归一化，再拟合正负波数域的能量分布；S3.将能量分布与原始能量分布进行相关计算，得到不同时间片段的正负相关系数；S4.对不同时间片段的正负相关系数的大小进行降序排列，得到筛选后的正负因果叠加互相关函数；S5.通过正负因果叠加互相关函数，得到筛选后的数据。本发明可以自动检测具有高信噪比的噪声时间片段，无需人工干预，实现了数据快速自动化地筛选。

公开(公告)号：CN118033730A

公开(公告)日：2024-05-14

申请号：CN202410119223.3

申请日：2024-01-29

Applicant: 西南石油大学

Inventor： 吴映和 ,  潘树林 ,  陈耀杰 ,  王毓玮 ,  闵帆 ,  宋国杰 ,  罗浩然 ,  王畅

IPC: G01V1/28

Abstract: 本发明公开了基于特征融合网络的低信噪比地震数据初至自动拾取方法，属于地震资料处理技术领域，包括以下步骤：构建样本数据对；构建LSTM网络，训练提取初至单道边界特征；构建Re‑AG‑UNet网络，提取初至二维边界特征；将提取的初至单道边界特征和提取的初至二维边界特征进行融合，获得特征融合网络模型；五、预测完成初至自动拾取。通过上述方式，本发明分析了初至波的单道边界特征和二维边界特征。分别采用LSTM网络和Re‑AG‑UNet网络从地震数据中提取初至波特征和位置。然后将多网络学习的思想引入初至拾取工作中，设计了特征融合网络。最后，融合LSTM和Re‑AG‑UNet网络提取的多视角初至特征。改善了低信噪比、初至变化较大地震资料初至拾取的准确性和连续性。

公开(公告)号：CN116299691A

公开(公告)日：2023-06-23

申请号：CN202211492715.4

申请日：2022-11-25

Applicant: 西南石油大学

Inventor： 吴映和 ,  潘树林 ,  崔庆辉 ,  张子麟 ,  宋国杰 ,  闵帆 ,  罗浩然 ,  王畅 ,  闫建平

IPC: G01V1/30 ,  G01V1/36

Abstract: 本发明提供了一种基于F‑K域的被动源面波成像数据筛选方法，包括如下步骤：S1.对原始噪声数据进行预处理，并分割得到不同时间的噪声片段；S2.使用F‑K变换将噪声片段变换到频率波数域，对频率波数域的数据进行归一化，再拟合正负波数域的能量分布；S3.将能量分布与原始能量分布进行相关计算，得到不同时间片段的正负相关系数；S4.对不同时间片段的正负相关系数的大小进行降序排列，得到筛选后的正负因果叠加互相关函数；S5.通过正负因果叠加互相关函数，得到筛选后的数据。本发明可以自动检测具有高信噪比的噪声时间片段，无需人工干预，实现了数据快速自动化地筛选。

公开(公告)号：CN116299665A

公开(公告)日：2023-06-23

申请号：CN202211090913.8

申请日：2022-09-07

Applicant: 西南石油大学

Inventor： 吴映和 ,  潘树林 ,  张子麟 ,  尹成 ,  王畅 ,  凌玮桐 ,  张入化 ,  罗浩然

IPC: G01V1/28 ,  G01V1/30

Abstract: 本发明公开了一种LSTM面波反演方法、装置及介质，所述方法包括确定待反演工区模糊地层参数区间；根据所述模糊地层参数区间，随机生成不同模型，利用广义反射‑透射系数法计算各个模型的理论面波频散曲线，构建出训练样本数据对；对所述训练样本数据对进行预处理；构建基于FHLV损失函数的LSTM网络，基于预处理后的训练样本数据对，对LSTM网络进行训练并保存训练好的模型；利用无监督学习对实际频散成像数据进行自动拾取频散曲线，利用所述训练好的模型对统一维度大小后的频散曲线进行预测，得到近地表横波速度模型。本发明改善了处理效率和反演精度，适宜于大规模数据处理。

公开(公告)号：CN118864159A

公开(公告)日：2024-10-29

申请号：CN202410860028.6

申请日：2024-06-28

Applicant: 西南石油大学

Inventor： 孙杰 ,  郑雨歆 ,  韩紫辉 ,  王畅 ,  王祥高 ,  蒋一卓 ,  何奇轩 ,  钟汶含 ,  许馨艺 ,  梦琳

IPC: G06Q50/06 ,  G06F18/10 ,  G06F18/15 ,  G06F18/213 ,  G06F18/23213 ,  G06N3/006 ,  G06N3/084

Abstract: 本发明提供了一种基于粒子群优化神经网络的油气多相流压降预测方法，涉及油气多相流技术领域。该基于粒子群优化神经网络的油气多相流压降预测方法所使用的预测模型，不同于单一的机器学习模型，而是在特征向量的筛选过程中就避免了相关性不强的因素对模型的影响，极大地降低了工作量，且通过粒子群算法对神经网络模型的优化，避免了模型出现局部最优性的缺陷，进一步完善了预测模型，显著提高了压降预测的效率和精度，可快速精准地获得运行管道各处的压力数据，为油气混输管道输送系统的设计、运行和维护提供有力支持。