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！

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利一种基于分形理论的多尺度集成的测井数据超分辨方法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：CN116378646B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310349874.7，技术领域涉及：E21B49/00；该发明授权一种基于分形理论的多尺度集成的测井数据超分辨方法是由韩建;曹志民;牟海维;姜晓岚;马跃;王思捷设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种基于分形理论的多尺度集成的测井数据超分辨方法在说明书摘要公布了：本发明提出一种测井数据超分辨方法，特别是涉及一种基于分形理论的多尺度集成的测井数据超分辨方法，为了实现目标储层的准确可靠表征，解决传统超分辨方法中不考虑地质非均质性的问题。所述方法通过分形理论挖掘测井数据的结构分形特征，在不同尺度下利用LSTM网络构建大尺度非线性映射模型过程中充分发挥测井数据的时序信息，再将各尺度超分辨结果通过LSTM网络集成优化得到最终超分辨结果。在超分辨过程中尽可能挖掘测井数据多尺度分形形状和时序信息，相比传统单一使用分形插值方法大大提升了超分辨结果的鲁棒性及准确性。

本发明授权一种基于分形理论的多尺度集成的测井数据超分辨方法在权利要求书中公布了：1.一种基于分形理论的多尺度集成的测井数据超分辨方法，其特征在于，它包括如下步骤： 步骤一：对测井数据进行自相似性判断，得到能够衡量测井数据自相似性程度的参数； 对测井数据进行自相似性判断的方法为：利用重标极差分析法计算赫斯特Hurst指数: 其中，SubsequenceLengthL是对测井数据重组后的子序列长度，RaSubsequenceLengthL是前SubsequenceLengthL个数的极差，SSubsequenceLengthL是它们的标准差，表示求期望值，C表示常数，H为Hurst指数；利用RS分析法，把一个长度为N的测井数据分成长度分别为的短序列，对于每一个SubsequenceLengthL，计算其重标极差画出关于lnSubsequenceLengthL的图像，拟合该直线的斜率即为Hurst指数H的值； 步骤二：根据步骤一得到的测井数据自相似性程度的参数选择挖掘自相似性信息的方法，若测井数据严格自相似，采用传统分形插值方法，若不是严格自相似，则采用分段分形插值方法； 步骤三：建立相应方法的迭代函数系统，确定各参数值及分形插值函数； 构造迭代函数系其中，IndexI为常数，表示二维空间，ωIndexI表示迭代函数系中的函数，表示为： 且端点数据满足 其中，xIndexI为测井深度，yIndexI为相应深度对应的测井数据，由公式2、3得到参数aIndexI、cIndexI、eIndexI、fIndexI计算公式为： 其中，aIndexI为相邻深度标准参数，cIndexI为相邻采样点标准参数，eIndexI为深度交叉标准参数，fIndexI为相邻采样点在深度区间上的标准参数，dIndexI为自由参数，被称为垂直比例因子，且|dIndexI|＜1；当且插值点不共线时，分形插值函数fx图像的分形维数D满足由于分形维数D与Hurst指数H满足线性关系D＝2-H，则有 插值点和垂直比例因子确定时，根据式4求得相应系数aIndexI，cIndexI，eIndexI，fIndexI，确定对应的迭代函数系，dIndexI的大小能够根据式5在求得Hurst指数后计算得到； 步骤四：根据步骤三的迭代函数系对测井数据集分形插值，得到与原数据存在大尺度差异的插值结果； 步骤五：采用多视多尺度集成机器学习方法对步骤四中得到的结果及原数据进行大尺度差异非线性映射，建立测井数据超分辨机器学习模型； 步骤六：利用机器学习模型对未知井进行测井数据超分辨并进行定量评价。

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东北石油大学三亚海洋油气研究院，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区；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。