中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心王建花获国家专利权
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!
龙图腾网获悉中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心申请的专利一种小样本条件下的储层物性参数智能预测方法及系统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:CN116398114B 。
龙图腾网通过国家知识产权局官网在2025-07-22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:202310355383.3,技术领域涉及:E21B47/00;该发明授权一种小样本条件下的储层物性参数智能预测方法及系统是由王建花;牛聪;王清振;王艳冬;凌云;糜芳;叶云飞;王迪;孙文博;郑颖设计研发完成,并于2023-04-04向国家知识产权局提交的专利申请。
本一种小样本条件下的储层物性参数智能预测方法及系统在说明书摘要公布了:本发明涉及一种小样本条件下的储层物性参数智能预测方法及系统,其特征在于,包括:获取实际测井数据并进行预处理;采用条件生成对抗网络,对预处理后的测井数据进行数据增强;根据数据增强后的测井数据合成叠后地震数据;将合成叠后地震数据输入至预先构建的基于深层卷积神经网络的映射关系模型中计算合成叠后地震数据的弹性物性参数剖面,得到实际地震数据的储层物性参数预测值,本发明能够为少井地区的样本扩充提供可行的途径,可以广泛应用于储层参数预测领域中。
本发明授权一种小样本条件下的储层物性参数智能预测方法及系统在权利要求书中公布了:1.一种小样本条件下的储层物性参数智能预测方法,其特征在于,包括: 获取实际测井数据并进行预处理; 采用条件生成对抗网络,对预处理后的测井数据进行数据增强; 根据数据增强后的测井数据合成叠后地震数据; 将合成叠后地震数据输入至预先构建的基于深层卷积神经网络的映射关系模型中计算合成叠后地震数据的弹性物性参数剖面,得到实际地震数据的储层物性参数预测值; 所述基于深层卷积神经网络的映射关系模型的构建过程为: 将合成叠后地震数据作为训练输入,构建基于深层卷积神经网络的映射关系模型,基于深层卷积神经网络的映射关系模型的输出为弹性物性参数剖面; 所述条件生成对抗网络的目标函数为: 其中,为目标函数;为判别器模型,为生成器模型;为真实测井数据分布的数学期望;为假想测井数据分布的数学期望;被定义为如标准正态分布的简单分布;为判别器函数;为生成器函数;和分别为标签条件下的判别器函数和生成器函数的后验概率分布; 所述根据数据增强后的测井数据合成叠后地震数据,包括: 基于Zoeppritz方程,根据数据增强后的测井数据中的纵波速度、横波速度和密度测井曲线求解地层反射系数; 对地层反射系数与地震子波褶积进行正演,合成地震道集,地震道集全叠加后得到合成叠后地震数据; 将合成叠后地震数据分为训练集和测试集,以数据增强后的测井数据作为约束,构建反演初始模型,并进行物性参数反演,输出合成叠后地震数据的弹性物性参数剖面; 所述将合成叠后地震数据作为训练输入,构建基于深层卷积神经网络的映射关系模型,包括: 将合成叠后地震数据作为训练输入,将反演得到的弹性物性参数剖面作为训练输出,采用深层卷积神经网络对训练输入和训练输出的编码与解码进行迭代训练,得到合成叠后地震数据与弹性物性参数剖面之间的映射关系模型: 其中,为第次迭代训练的模型矩阵;为观测数据;为正演算子;为反演算子;为输入总数。
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中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心,其通讯地址为:100010 北京市东城区朝阳门北大街25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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。