中海油能源发展股份有限公司马立涛获国家专利权
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!
龙图腾网获悉中海油能源发展股份有限公司申请的专利一种基于深度学习的煤岩数据生成及渗透率预测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:CN116503323B 。
龙图腾网通过国家知识产权局官网在2026-03-03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:202310270473.2,技术领域涉及:G06T7/00;该发明授权一种基于深度学习的煤岩数据生成及渗透率预测方法是由马立涛;徐长贵;李洋冰;胡维强;刘成;李盼盼;柳雪青;刘再振;张波;王威;姜洋;黄英;陈建奇;杨江浩设计研发完成,并于2023-03-16向国家知识产权局提交的专利申请。
本一种基于深度学习的煤岩数据生成及渗透率预测方法在说明书摘要公布了:本发明公开了一种基于深度学习的煤岩数据生成及渗透率预测方法,对煤岩二维切片图像进行预处理,拼接图像得到三维二值化数据;使用CGAN模型生成图像数据,采用斯托克斯方程和达西定律进行渗透率计算;通过构建CNN和Transformer结构的并行化特征提取,得到融合特征进行渗透率预测。本发明采用Transform模型+CNN模型建立具有空间特征选择以及序列特征补充来预测渗透率,保证了序列图的相关性特征,得到更高精度的预测结果。通过深度学习,弥补了数据不足带来的模型欠拟合的问题,并为大尺寸图像在卷积过程中训练困难,提供一种基于融合采样图像切片以及非采样切片的特征,为模型训练带来更高的可行性,便于模型训练以及减小对训练设备的需求,增强其方案的部署可能性。
本发明授权一种基于深度学习的煤岩数据生成及渗透率预测方法在权利要求书中公布了:1.一种基于深度学习的煤岩数据生成及渗透率预测方法,其特征在于:包括以下步骤, S1:数据处理,使收集的煤岩数据生成三维二值化数据; S2:数据生成,将已有的真实数据采用CGAN的模型进行煤岩数据生成,通过斯托克斯方程和达西定律对其进行渗透率计算,获得相似且可靠的煤岩生成数据; S3:渗透率预测,通过构建CNN和Transformer结构的并行化特征提取,得到融合特征进行渗透率预测,所述S3包括以下步骤, S31:将生成的数据以及部分真实数据集进行融合作为渗透率预测模型的训练数据集; S32:对输入数据进行选择间隔切片以及非选择间隔切片的相关特征提取; S33:通过构建CNN和Transformer结构的并行化特征提取,得到融合特征进行渗透率预测,所述S33包括以下步骤, S331:通过CNN对图像数据进行连续卷积,通过CNN的空间提取能力构建在图像结构上的连续特征,并且通过切片进行的间断选择,保留其相对序列性质,同时达到时空上的双重特征保留; S332:根据Transformer对在未进行CNN卷积的序列切片上通过对其进行相关特征向量的Transformer特征提取,保留序列数据的特征提取用于弥补在间断选择的序列图像上的图像特征提取不足; S333:通过序列维度上的特征信息与CNN卷积上的空间特征进行融合,采用线性加权策略进行不同特征的权重选择,用于对应位置上进行加权,自适应调整不同特征的大小分配,通过融合特征将使用一个简易的渗透率预测模块构建双重融合特征与渗透率之间的对应关系,在其中构建多层MLP进行逐层特征下降,缓慢降低误差,引入残差模块,增强特征信息的上下文关联, 构渗透率预测的损失函数可以表示为: 其中,N为样本数,为真实渗透率、为预测渗透率。
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油能源发展股份有限公司,其通讯地址为:100010 北京市东城区东直门外小街6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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励