买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利基于深度学习的碳酸盐岩储层微相识别方法及相关设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117272103B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311214007.9，技术领域涉及：G06F18/24；该发明授权基于深度学习的碳酸盐岩储层微相识别方法及相关设备是由王舒楠;马丽;汶小岗;李辉;吴宝海;高静怀设计研发完成，并于2023-09-19向国家知识产权局提交的专利申请。

本基于深度学习的碳酸盐岩储层微相识别方法及相关设备在说明书摘要公布了：本发明公开了一种基于深度学习的碳酸盐岩储层微相识别方法及相关设备，属于深度学习技术领域。包括以下步骤：获取同工区内若干口测井的原始测井曲线，对所述原始测井曲线进行预处理后将其分为训练集和测试集；对长短时记忆网络进行结构优化，得到残差长短时记忆网络；利用训练样本训练残差长短时记忆网络，得到训练后的残差长短时记忆网络；使用测试样本测试训练后的残差长短时记忆网络的准确率及训练误差，若满足要求，则训练完成，得到最终残差长短时记忆网络；若不满足要求，则返回至利用训练样本训练残差长短时记忆网络的步骤；利用最终残差长短时记忆网络，对碳酸盐岩储层进行微相识别。本发明中的最终残差长短时记忆网络相比传统的长短时记忆网络有着更高的预测准确率。

本发明授权基于深度学习的碳酸盐岩储层微相识别方法及相关设备在权利要求书中公布了：1.一种基于深度学习的碳酸盐岩储层微相识别方法，其特征在于，包括以下步骤： 获取同工区内若干口测井的原始测井曲线，对所述原始测井曲线进行预处理后将其分为训练集和测试集，所述训练集中包括训练样本，所述测试集中包括测试样本；对所述原始测井曲线进行预处理包括以下步骤：根据数据可用性通过输入输出敏感性分析选择合适的输入曲线，并做无效与异常数据剔除和数据归一化处理； 对长短时记忆网络进行结构优化，得到残差长短时记忆网络；所述对长短时记忆网络进行结构优化通过以下步骤建立：于每两层长短时记忆网络的单元之间添加一次残差结构，提取到的特征经过全连接层转换向量维度，再通过Softmax层实现分类，得到残差长短时记忆网络； 利用训练样本训练残差长短时记忆网络，得到训练后的残差长短时记忆网络； 使用测试样本测试训练后的残差长短时记忆网络的准确率及训练误差，若满足要求，则训练完成，得到最终残差长短时记忆网络；若不满足要求，则返回至利用训练样本训练残差长短时记忆网络的步骤； 利用最终残差长短时记忆网络，对碳酸盐岩储层进行微相识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。