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！

龙图腾网获悉吉林大学申请的专利一种应用于石油钻探的岩性识别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：CN116522251B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310437541.X，技术领域涉及：G06F18/243；该发明授权一种应用于石油钻探的岩性识别方法及系统是由唐华风;边伟华;高有峰;张艳;黄玉龙;王璞珺设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种应用于石油钻探的岩性识别方法及系统在说明书摘要公布了：本申请公开了一种应用于石油钻探的岩性识别方法及系统，其中方法步骤包括：在钻探过程前，采集工地中的地球物理数据；对地球物理数据进行预处理，得到处理后数据；对处理后数据进行特征提取，得到训练集和测试集；并利用训练集和测试集，构建岩性分类模型；利用岩性分类模型完成石油钻探过程前的岩性预测，得到预测结果；基于预测结果，进行钻探；并在在钻探过程中，采集岩尺数据和岩屑数据；并基于岩尺数据和岩屑数据，完成岩性识别。本申请采用多种地球物理数据，综合应用数据处理和人工智能算法进行分析处理，既能更准确地判别区分地质岩性，也有效提高了岩性识别的效率和准确性，具有广泛的应用前景和经济价值。

本发明授权一种应用于石油钻探的岩性识别方法及系统在权利要求书中公布了：1.一种应用于石油钻探的岩性识别方法，其特征在于，步骤包括： 在钻探过程前，采集工地中的地球物理数据； 对所述地球物理数据进行预处理，得到处理后数据； 对所述处理后数据进行特征提取，得到训练集和测试集；并利用所述训练集和所述测试集，构建岩性分类模型；步骤包括，基于所述提取后的特征，采用卷积神经网络和循环神经网络，构建所述岩性分类模型；使用融合卷积神经网络和循环神经网络的方法基于提取后的特征进行模型构建； 利用CNN和RNN提取出数据中的时空特征，实现岩性分类，首先将上述从地球物理数据中提取的特征进行处理，将其转化为梅尔频率谱图，然后利用CNN来提取空间特征，用RNN来提取时间序列特征；CNN在地震数据的时间维度上执行卷积，以提取出数据在时间和空间上的特征；对于RNN，使用长短时记忆网络和门控循环单元网络，以对数据进行时间序列建模，自动学习没有标记的时间数据中的规律； CNN基础结构包括：卷积层、池化层和全连接层；其中，卷积层用于提取地球物理数据在时间和空间上的特征，池化层用于降低CNN的维度，全连接层用于将特征提取器的输出与目标进行分类；之后，在地震数据的时间维度上执行卷积，以提取数据的空间特征；使用池化层对CNN的维度做降维处理，在降低运算时间和消除冗余数据的同时，保留原始数据的重要特征信息；最后，使用池化层对CNN的维度做降维处理，在降低运算时间和消除冗余数据的同时，保留原始数据的重要特征信息； 而RNN基础结构是隐藏层和循环层；隐藏层是用于存储和传递时间序列信息以执行从先前时间步到当前时间步的计算，并根据当前输入计算输出；循环层包括：长短时记忆网络和门控循环单元网络； 利用所述岩性分类模型完成石油钻探过程前的岩性预测，得到预测结果； 基于所述预测结果，进行钻探；并在在钻探过程中，采集岩尺数据和岩屑数据；并基于所述岩尺数据和所述岩屑数据，完成岩性识别。

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吉林大学，其通讯地址为：130015 吉林省长春市前进大街2699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”。

以上内容由龙图腾AI智能生成。