Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院张娟获国家专利权

中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院张娟获国家专利权

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!

龙图腾网获悉中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院申请的专利基于深度学习的三维智能插值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:CN115880455B

龙图腾网通过国家知识产权局官网在2026-05-01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:202111132175.4,技术领域涉及:G06T17/20;该发明授权基于深度学习的三维智能插值方法是由张娟;罗红梅;王长江;张志敬;张景涛;管晓燕;邵卓娜;颜世翠;韦欣法;亓雪静设计研发完成,并于2021-09-26向国家知识产权局提交的专利申请。

基于深度学习的三维智能插值方法在说明书摘要公布了:本发明提供一种基于深度学习的三维智能插值方法,该基于深度学习的三维智能插值方法包括:步骤1,进行多类型地质异构数据特征、匹配关系定量化评价;步骤2,进行基于去类非均衡化与深度学习相结合的测井岩性智能识别;步骤3,进行基于深度学习的三维智能插值。该基于深度学习的三维智能插值方法基于人工智能技术,有效融合大量的井震数据和地质研究成果,结果可提供给地球物理人员进行三维模型构建及储层预测研究,为地质人员确定有利储层、辅助井位设计、计算储量等下步研究奠定坚实基础。

本发明授权基于深度学习的三维智能插值方法在权利要求书中公布了:1.基于深度学习的三维智能插值方法,其特征在于,该基于深度学习的三维智能插值方法包括: 步骤1,进行多类型地质异构数据特征、匹配关系的定量化评价; 步骤2,进行基于去类非均衡化与深度学习相结合的测井岩性智能识别; 步骤3,进行基于深度学习的三维智能插值包括: 步骤3.1:进行输入数据的准备,将不同的储层参数,包括:速度、密度、孔隙度、泥质含量、流体饱和度,或者是步骤2中智能识别出的测井岩性作为输入数据; 步骤3.2:输入数据的规则化,采用随机森林回归算法,进行输入数据进行规则化; 步骤3.3:输入不同纵向目的层段构造解释层位,确定三维体数据插值框架模型; 步骤3.4:进行基于Delaunay的三角剖分的分段插值包括: ①将不同的储层参数或者智能识别出的测井岩性数据作为输入,构造一个大三角形,包含所有散点,放入三角形链表; ②将点集中的散点依次插入,在三角形链表中找出外接圆,包含插入点的三角形,删除影响三角形的公共边,将插入点中影响三角形的全部顶点连接起来,完成一个点在Delaunay三角形链表中的插入; ③根据优化准则对局部新形成的三角形优化,将形成的三角形放入Delaunay三角形链表; 步骤3.5:进行基于CNN的三维智能插值包括: ①训练样本的提取:即步骤3.4中得到的分段插值的Delaunay三角形作为有效标签,三角形范围内的地震振幅值作为样本特征值; ②建立网络架构:建立100层Unet网络,前50层下采样,采样过程中为了防止丢失掉部分地震数据的边缘信息,卷积前对输入数据增加padding操作;后50层上采样时为了获得更多低频信息,将下采样的低频信息与上采样的高频信息进行通道合并; ③训练模型:把样本数据按照8:2的比例划分,80%用于训练,20%用于测试; ④模型输出:当训练模型的损失函数满足要求时,输出模型; ⑤模型应用:将模型推广应用到三维空间,获得三维岩性体。

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石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院,其通讯地址为:257000 山东省东营市东营区济南路125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。

免责声明
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。