| 专利号 | 2022104562267 | 申请日 | 2022-04-27 | 专利名称 | 物理嵌入深度学习地层压力预测方法、装置、介质及设备 |
| 授权日 | 2022-12-13 | 专利权人 | 中国石油大学(华东) | 发明人 | 符力耘;程逸凡;王志伟;简世凯;邓武兵 |
| 主分类号 | G06F30/28 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种物理嵌入深度学习地层压力预测方法、装置、介质及设备，该发明通过测井阻抗品质因子Q表征地震衰减，建立基于Q值与地层压力的岩石物理模型，将这种确定性的物理机制替换Caianiello褶积神经元的非线性激活函数，利用褶积神经元，构建深度学习褶积神经网络(CCNNs)，可以极大的提高压力反演精度和网络学习效率，得到准确的地层压力预测结果。相比现有技术，本发明使用声波衰减而不是传统的声波速度来表征地层压力，解决了高含气性和复杂构造导致基于速度的传统压力预测方法存在很强多解性的问题。 | ||||
| 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 | |||||
