| 专利号 | 2019102616275 | 申请日 | 2019-04-02 | 专利名称 | 数据驱动的致密储层物性参数智能预测方法 |
| 授权日 | 2019-11-19 | 专利权人 | 中国石油大学(华东) | 发明人 | 张繁昌;桑凯恒;杨景阳;胥勋勇;朱磊;张佳佳;梁锴 |
| 主分类号 | G06Q10/04 | 关键词 | 应用领域 | ||
| 摘要 | 本公开提供了一种数据驱动的致密储层物性参数智能预测方法，利用三维地震波形数据和测井资料构建学习样本集，对学习样本集进行预处理；构建褶积与内积算子混合的机器学习网络模型，对预处理后的三维地震波形数据采用褶积运算，对相应空间位置采用内积运算，沿网络前向传播；利用学习样本集进行机器学习网络模型的训练，直到得到满足误差要求的网络模型；以采样点为中心，在多个方向上采集多个数据作为采样数据，将采样数据作为训练完的机器学习网络模型的输入变量，实现对致密储层物性参数进行预测。本公开替代依靠经验模型的反演方法，实现了数据驱动的致密储层物性参数智能预测，解决了测井‑地震之间小样本学习问题。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
