首页> 中国专利> 一种基于集成深度学习的地震岩性识别方法

一种基于集成深度学习的地震岩性识别方法

摘要

本发明公开了一种基于集成深度学习的地震岩性预测方法,属于石油地球物理勘探技术领域,所述方法包括:根据标定的目标层位,获取与所述目标层位对应的岩性数据以及井旁道地震数据;基于所述井旁地震道数据和井上的岩性数据,以井旁道地震数据为输入数据,井上的岩性数据为目标数据,建立地震岩性识别集成深度学习模型;基于所述地震岩性识别集成深度学习模型,输入待预测区域实际地震数据,即得到预测岩性。本方法通过建立地震岩性识别集成深度学习模型提取地震数据与岩性数据之间的弱地震响应特征,能够更简单高效地确定储层分布的岩性数据体,解决井间的储层预测问题,为油气勘探开发提供参考依据。

著录项

  • 公开/公告号CN113325480A

    专利类型发明专利

  • 公开/公告日2021-08-31

    原文格式PDF

  • 申请/专利权人 成都理工大学;

    申请/专利号CN202110556296.5

  • 发明设计人 王俊;曹俊兴;何晓燕;

    申请日2021-05-21

  • 分类号G01V1/50(20060101);G01V1/30(20060101);G01V1/28(20060101);

  • 代理机构

  • 代理人

  • 地址 610059 四川省成都市成华区二仙桥东三路1号

  • 入库时间 2023-06-19 12:24:27

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-02-28

    发明专利申请公布后的驳回 IPC(主分类):G01V 1/50 专利申请号:2021105562965 申请公布日:20210831

    发明专利申请公布后的驳回

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号