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：辽宁石油化工大学

摘要：本申请公开了一种基于时域时空图联合模型的测井解释方法及相关装置，涉及测井解释和深度学习领域，该方法包括将待解释区块内多口井的测井及地震数据输入时域时空图联合模型中，模型得出对应的物性参数，实现了区块多井的测井物性参数解释；基于shapelets特征序列方法可以得出待解释区块内每一岩性的shapelets特征序列，从而依据shapelets特征序列对待解释区块内未知岩性的测井及地震数据进行准确的岩性识别。时域时空图联合模型和shapelets特征序列方法的应用解决了现有基于人力的岩性识别与物性参数解释容易受到测井人员的主观经验影响且解释过程费时费力的问题。

主权项：1.一种基于时域时空图联合模型的测井解释方法，其特征在于，所述基于时域时空图联合模型的测井解释方法包括：获取待解释区块内多口井的测井及地震数据，并对所述测井及地震数据进行数据预处理；将预处理后的数据输入至训练后的时域时空图联合模型中，得到待解释区块内各井的物性参数解释结果；所述物性参数解释结果包括孔隙度、渗透率和饱和度；所述时域时空图联合模型包括时域因果卷积模型和动态图注意力卷积模型；所述时域因果卷积模型包括因果卷积网络、带有注意力机制的长短期记忆网络和全连接网络；所述因果卷积网络用于对所述预处理后的数据中的测井数据进行低维向量表示；所述带有注意力机制的长短期记忆网络用于对所述预处理后的数据中的地震数据进行低维向量表示；所述全连接网络用于将所述因果卷积网络的输出和所述带有注意力机制的长短期记忆网络的输出进行拼接，得到拼接后的测井及地震数据；所述动态图注意力卷积模型用于以所述拼接后的测井及地震数据为输入，输出对应的所述物性参数解释结果；所述动态图注意力卷积模型包括依次串联连接的图卷积网络层组、第一全连接层、第一批标准化层、图注意力网络层组、第二全连接层、第二批标准化层和第三全连接层以及第一残差连接层和第二残差连接层；所述第一残差连接层的输入为所述图卷积网络层组的输入，所述第一残差连接层的输出和所述第一全连接层的输出作为所述第一批标准化层的输入；所述第一批标准化层的输出为所述第二残差连接层的输入，所述第二残差连接层的输出和所述第二全连接层的输出作为所述第二批标准化层的输入；所述图卷积网络层组包括多个依次串联连接的图卷积网络层；所述图注意力网络层组包括多个依次串联连接的图注意力网络层；每一所述图卷积网络层和每一图注意力网络层的输入还包括待解释区块内多口井的邻接矩阵；使用基于shapelets特征序列方法得出待解释区块内每一岩性的shapelets特征序列；根据所述shapelets特征序列对各井的所述预处理后的数据进行岩性识别，得到待解释区块内各井的岩性解释结果；根据待解释区块内各井的井深，将各井的所述物性参数解释结果和所述岩性解释结果进行对齐处理，得到待解释区块内各井的测井解释结果。

全文数据：

权利要求：

百度查询： 辽宁石油化工大学 一种基于时域时空图联合模型的测井解释方法及相关装置