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！

龙图腾网获悉中国地质调查局油气资源调查中心申请的专利基于小波去漂移和深度学习的测井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：CN120316641B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510325826.3，技术领域涉及：G06F18/2431；该发明授权基于小波去漂移和深度学习的测井岩性识别方法及系统是由殷建国;庞守吉;马维海;傅子文;张帅;陆程;李琼;孟凡洋;苗淼;汪锐;董世鸣设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本基于小波去漂移和深度学习的测井岩性识别方法及系统在说明书摘要公布了：本发明涉及油气勘探技术领域，具体涉及基于小波去漂移和深度学习的测井岩性识别方法及系统，包括以下步骤：获取用于识别测井岩性的测井数据；利用小波变换消除测井数据由埋深带来的数据漂移；基于所述测井数据和测井岩性构成的数据集，利用卷积‑自注意力深度学习模型进行训练，得到表达测井数据与测井岩性间映射关系的测井岩性识别模型。本发明利用卷积‑自注意力深度学习模型进行训练，得到表达测井数据与测井岩性间映射关系的测井岩性识别模型，实现根据测井数据，得到测井岩性，特征处理中利用特征增强结合注意力机制，完成模拟人脑信号处理机制，提升岩性识别模型的特征提取能力，特征利用率。

本发明授权基于小波去漂移和深度学习的测井岩性识别方法及系统在权利要求书中公布了：1.一种基于小波去漂移和深度学习的测井岩性识别方法，其特征在于，包括以下步骤： 获取用于识别测井岩性的测井数据； 利用小波变换消除测井数据由埋深带来的数据漂移； 基于所述测井数据和测井岩性构成的数据集，利用卷积-自注意力深度学习模型进行训练，得到表达测井数据与测井岩性间映射关系的测井岩性识别模型； 利用所述测井岩性识别模型，根据测井数据，得到测井岩性； 所述卷积-自注意力深度学习模型的模型结构： 卷积网络模块，用于在所述测井数据中提取与测井岩性识别相关的特征，得到测井数据特征； 特征增强模块，用于在所述测井数据特征中增强与测井岩性识别相关的关键性特征，得到测井关键强化特征； 注意力机制模块，用于为测井关键强化特征分配特征权重，提取出与测井岩性识别相关的关键性特征，得到测井关键特征； 全连接网络模块，用于利用测井关键特征对测井岩性各类别进行概率计算，得到测井岩性各类别概率； 所述特征增强模块的关键性特征的增强方法包括： 在测井数据特征中确定出特征值最高的特征坐标，作为增强中心； 在测井数据特征中以增强中心向外拓展一个尺寸r*r的矩阵，作为增强区域； 将增强区域与尺寸r*r的高斯分布矩阵相乘，得到所述测井关键强化特征； 所述测井关键强化特征的增强表达式为： ； ； ； 式中，为井深d处测井关键强化特征的矩阵位置处的特征值，为井深d处测井数据特征的矩阵位置处的特征值，r*r为增强区域的尺寸，为增强中心的矩阵位置，为测井数据特征的矩阵位置，为第一约束条件，为第二约束条件； 基于小波去漂移和深度学习的测井岩性识别。

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中国地质调查局油气资源调查中心，其通讯地址为：100000 北京市西城区阜外大街45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。