首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种针对火成岩的深度学习低频模型构建方法及系统 

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:中海石油(中国)有限公司深圳分公司;赛哲尔能源科技(北京)有限公司

摘要:本发明公开了一种针对火成岩的深度学习低频模型构建方法及系统,其方法包括:建立风化带和内幕带岩性及物性识别岩石物理量板并优选岩性及储层敏感的地球物理参数;获取火成岩的地层构造,分析地震层速度体与地层构造是否具有一致性,根据分析结果进行井控优化处理,同时基于优化后的地震层速度体创建初始低频模型;基于初始低频模型对火成岩开展第一轮叠前地震反演得到火成岩的弹性参数和岩性体,并确定岩性体约束下火成岩的弹性趋势体;将岩性体约束下火成岩的弹性趋势体、地震层速度体和第一轮叠前地震反演结果作为训练样本,以井上的目标函数曲线作为模型输出训练网络模型以构建深度学习低频模型。使得低频模型的预测精度维持在精良水准。

主权项:1.一种针对火成岩的深度学习低频模型构建方法,其特征在于,包括以下步骤:建立风化带和内幕带岩性及物性识别岩石物理量板并选择岩性及储层敏感的地球物理参数;获取火成岩的地层构造,分析地震层速度体与地层构造是否具有一致性,根据分析结果进行井控优化处理,同时基于优化后的地震层速度体创建初始低频模型;基于初始低频模型对火成岩开展第一轮叠前地震反演得到火成岩的弹性参数和岩性体,并确定岩性体约束下火成岩的弹性趋势体;将岩性体约束下火成岩的弹性趋势体、地震层速度体和第一轮叠前地震反演结果作为训练样本,以井上的目标函数曲线作为模型输出训练深度学习网络模型以构建深度学习低频模型;获取火成岩的地层构造,分析地震层速度体与地层构造是否具有一致性,根据分析结果进行井控优化处理,同时基于优化后的地震层速度体创建初始低频模型,包括:获取火成岩的地层构造,确定地震层速度体和火成岩的地层构造是否具有一致性趋势;若是,确定地震层速度体可用,若否,确定地震层速度体不可用,进行井控优化处理,获取优化结果;根据优化结果获取优化后的地震层速度体;将火成岩的每种岩性的纵波阻抗和纵横波速度比和优化后的地震层速度体进行交会分析,将优化后的地震层速度体转为井上弹性趋势体以创建初始低频模型;所述基于初始低频模型对火成岩开展第一轮叠前地震反演得到火成岩的弹性参数和岩性体,并确定岩性体约束下火成岩的弹性趋势体,包括:通过初始低频模型对火成岩进行叠前反演获取反演得到的弹性参数;基于贝叶斯判断开展岩相流体概率通过反演得到的弹性参数确定火成岩的岩性体以及各个岩性的概率体;基于岩石物理量板创建每个岩性的概率密度函数;通过每个岩性的概率密度函数基于贝叶斯概率分析法,将各个岩性的概率体转化为岩性体约束下火成岩的弹性趋势体;所述将岩性体约束下火成岩的弹性趋势体、地震层速度体和第一轮叠前地震反演结果作为训练样本,以井上的目标函数曲线作为模型输出训练深度学习网络模型以构建深度学习低频模型,包括:以井上波阻抗曲线、纵横波速度比曲线和密度曲线作为目标函数曲线;将岩性体约束下火成岩的弹性趋势体、地震层速度体和第一轮叠前地震反演结果作为训练样本;构建DBN深度学习网络模型,将目标函数曲线作为学习网络模型的模型输出,利用训练样本对DBN深度学习网络模型进行训练;根据训练后的DBN深度学习网络模型生成火成岩的深度学习低频模型。

全文数据:

权利要求:

百度查询: 中海石油(中国)有限公司深圳分公司 赛哲尔能源科技(北京)有限公司 一种针对火成岩的深度学习低频模型构建方法及系统

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。