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！

申请/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物探研究院

摘要：本发明公开了一种基于卷积神经网络的圈闭有效性评价方法，通过对三维地质体进行切片得到的二维地质属性平面，将属性平面网格化各点与对应点实际出油气情况（油气藏、出油气点、空圈闭）作为训练数据，搭建卷积神经网络，将不同的属性切片及对应坐标标签输入到训练网络之中，获得训练后网络参数权重，根据训练准确率，不断调整参数，直到训练准确率达到标准，将网络参数锁定，将待评价区域数据输入到网络中进行预测评价。该方法主要应用了深度学习技术在以下几个方面的优势：拟合能力很强；自动获取特征；灵活性很强；具有良好的应用效果和推广前景。

主权项：1.一种基于卷积神经网络的圈闭有效性评价方法，其特征在于：步骤1，将工作区域地震资料、钻井资料、测井资料、岩心资料作为工区解剖的基础数据库，通过地质方法搭建三维地质体模型；步骤2，将三维地质体模型按照圈闭要素解剖为已知圈闭和待评价圈闭；步骤3，针对已知圈闭通过已知区域的实际出油气情况，编制训练标签，将已成藏圈闭、出油气井点、空圈闭分别进行标记；步骤4，将三维地质体模型网格化，再将网格化的三维数据体二维化；步骤5，将步骤4的二维化平面数据预处理，提取卷积特征，分离出的不同属性参数面作为训练数据，搭建评价卷积神经网络；步骤6，将调参训练好的评价卷积神经网络保存；步骤7，按照步骤4的方法，将步骤2中的待评价圈闭三维地质体模型处理后的数据具有与已知圈闭相同的属性参数，输入步骤6的评价卷积神经网络，对待评价圈闭进行评价；所述步骤5中的卷积过程包括：对输入二维化平面用一个可训练的滤波器fx即卷积核去卷积，然后加一个偏置bx，计算得到卷积层Cx；子采样过程包括：邻域内四个像素求和变为一个像素，然后通过wx+1加权，再加偏置bx+1，通过Relu激活函数进行数值提取，得到一个数量缩小四倍的特征映射图Sx+1；搭建两层“卷积+池化层”，最后加入全连接层；卷积过程中卷积核大小选取工区范围边界大小的110，步长以卷积核大小一半，第二层卷积核大小同样按照此规则选取；卷积通道数按照参与训练的属性参数的个数来设置，包括沉积微相类型、隔层频率、砂体厚度、砂地比、孔隙度五种参数；还包括激活：所述评价卷积神经网络选取Relu函数作为激活函数，Relu函数式为f（x）=max（0,x）；还包括池化：所述池化采用最大池化方法（Max-pool），把提取之后的特征看做一个矩阵，并在这个矩阵上划分出几个不重合的区域，然后在每个区域上计算该区域内特征的最大值，然后用这些最大值参与后续的训练。

全文数据：

权利要求：

百度查询： 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物探研究院 一种基于卷积神经网络的圈闭有效性评价方法