-
公开(公告)号：CN114722852A
公开(公告)日：2022-07-08
申请号：CN202110011743.9
申请日：2021-01-06
Applicant: 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
Abstract: 本发明涉及油田开发技术领域，特别是涉及到一种基于CNN的剥蚀点识别方法。所述方法包括以下步骤：模拟剥蚀地层，得到剥蚀地层的合成地震记录；切取图片，作为样本数据的特征值；定义剥蚀地层的标签；配置训练和测试数据；构建卷积神经网络模型；预测剥蚀点的位置。本发明方法可准且地识别出剥蚀点，且不受断点、岩性尖灭点等干扰点的影响，不受限于层位和空间，克服了现有剥蚀点识别方法的不足。
-
公开(公告)号：CN107290782B
公开(公告)日：2019-07-12
申请号：CN201610191787.3
申请日：2016-03-30
Applicant: 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
IPC: G01V1/30
Abstract: 本发明提供一种储层孔隙度、含水饱和度和泥质含量参数同时反演新方法，该储层孔隙度、含水饱和度和泥质含量参数同时反演新方法包括：步骤1，采集弹性参数、测井数据和岩心数据信息；步骤2，将岩石弹性参数与储层物性参数相结合，建立岩石物理模型；步骤3，建立储层孔隙度、含水饱和度和泥质含量参数三参数反演的目标函数，并求解目标函数；步骤4，通过求解目标函数，输出储层孔隙度、含水饱和度和泥质含量参数反演结果。该方法将岩石物理和地质统计分析相结合，开展储层物性识别新方法的研究，得到储层的孔隙度、饱和度等物性参数，提高储层物性估计结果的客观性和准确性，具有重要的经济和社会意义。
-
公开(公告)号：CN106094019A
公开(公告)日：2016-11-09
申请号：CN201610223974.5
申请日：2016-04-12
Applicant: 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
IPC: G01V1/28
CPC classification number: G01V1/28
Abstract: 本发明提供一种基于地质信息映射的深度域地层结构反演方法，包括：输入叠前深度偏移地震数据体；输入测井数据及解释层位；建立速度模型，提取深度域子波；制作深度域合成记录，进行层位标定；构建合理的构造框架地质模型；以地质模型为基础，建立基于地质模型的深度偏差约束体；采用快速阈值收敛迭代算法，实现基于地质信息映射的基追踪地层结构反演。该基于地质信息映射的深度域地层结构反演方法可以由深度域的地震数据得到可以直观表征地质体纵横向变化的数据体，克服了测井曲线时深转换过程中由于重采样造成的高频信息丢失，有效地保证了地震反演的高分辨率特征，并最终实现了利用深度域资料直接预测储层岩性、物性及含油气性的目标。
-
公开(公告)号：CN117434591A
公开(公告)日：2024-01-23
申请号：CN202210846769.X
申请日：2022-07-06
Applicant: 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
Abstract: 本发明提供一种地震频相智能反演虚拟井及其地震响应合成方法，该地震频相智能反演虚拟井及其地震响应合成方法包括：步骤1，应用随机模拟技术进行波阻抗的随机模拟；步骤2，应用随机模拟技术进行地层厚度的随机模拟；步骤3，将波阻抗随机模拟结果和地层厚度随机模拟结果相结合，生成虚拟井；步骤4，提取地震数据的频谱信息，通过傅里叶正反变换提取地震子波；步骤5，将提取的地震子波和虚拟井相结合，通过地震正演最终得到地震响应。该地震频相智能反演虚拟井及其地震响应合成方法通过工区的少量井信息即可以实现鲁棒的虚拟井生成结果，因此方法更加的简洁和直观。
-
公开(公告)号：CN107292406A
公开(公告)日：2017-10-24
申请号：CN201610191786.9
申请日：2016-03-30
Applicant: 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
Abstract: 本发明提供一种基于向量回归机和遗传算法的地震属性优选方法，该基于向量回归机和遗传算法的地震属性优选方法包括：步骤1，对测井数据和地震属性进行预处理；步骤2，提取样本，并在时间域上将样本集分组；步骤3，进行地震属性优选，得到优选的地震属性子集与储层非线性的支持向量回归机模型；步骤4，利用测试数据对建立的支持向量回归机模型进行检验，在误差满足要求时，得到最优属性组合；步骤5，输出最优属性组合。该基于向量回归机和遗传算法的地震属性优选方法针对特定的储层特征参数，寻找到最能反映储层特征的敏感属性组合。
-
Patent Agency Ranking
公开(公告)号：CN106199694A
公开(公告)日：2016-12-07
申请号：CN201610457775.0
申请日：2016-06-22
Applicant: 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
IPC: G01V1/28
CPC classification number: G01V1/28
Abstract: 本发明提供一种基于深变子波的合成记录制作方法，该基于深变子波的合成记录制作方法包括：步骤1，输入时间域子波、速度曲线和密度曲线，在没有密度曲线时，不输入密度曲线；步骤2，建立时间域子波与速度的函数关系，将时间域子波转换成深度域子波，即生成深变子波；步骤3，在步骤1输入了密度曲线时，使用速度和密度曲线，计算反射系数；步骤4，将深变子波与反射系数进行褶积，制作深度域合成记录。该基于深变子波的合成记录制作方法解决了深度域子波长度随速度变化的难题，并且可以根据具体的沉积相态得到更合理的密度曲线，从而大大提高了深度域合成记录制作的准确率。
-
公开(公告)号：CN106094028A
公开(公告)日：2016-11-09
申请号：CN201610458965.4
申请日：2016-06-22
Applicant: 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
IPC: G01V1/30
CPC classification number: G01V1/307
Abstract: 本发明提供一种基于位移场的深度域地震属性提取方法，该基于位移场的深度域地震属性提取方法包括：步骤1，在深度域地震数据上进行地质层位解释和断层解释；步骤2，在深度域中，分析地质体的位移场信息；步骤3，进行基于位移场的深度域地震属性提取；步骤4，通过深度域地震属性结果分析地质体的分布规律。该基于位移场的深度域地震属性提取方法提供一个对应解释层位的包含地质体信息的深度位移场，以此为提取属性时时窗定义的基础。通过位移场提取属性，从而得到地质体的分布特征。结果更加客观、准确。
-
公开(公告)号：CN117665920A
公开(公告)日：2024-03-08
申请号：CN202210973775.1
申请日：2022-08-15
Applicant: 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
Abstract: 本发明提供一种河道砂体结构属性边界识别方法，该河道砂体结构属性边界识别方法包括：步骤1：输入地震数据；步骤2：统计建立河道砂体的空间变异参数；步骤3：进行地震结构属性提取；步骤4：进行基于蚁群追踪的结构属性增强处理；步骤5：进行砂体边界刻画。该河道砂体结构属性边界识别方法针对不同地区建立河道砂空间变异参数，开发地震结构类属性提取方法，并对结构类属性在非均质性指数约束进行蚁群算法处理，从而有效提高河道砂边界识别的精度和可靠性，具有重要的经济和社会效益。
-
公开(公告)号：CN117420599A
公开(公告)日：2024-01-19
申请号：CN202210811325.2
申请日：2022-07-11
Applicant: 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
Abstract: 本发明提供一种针对河道砂地层格架搭建的河道模拟及深度学习方法，该针对河道砂地层格架搭建的河道模拟及深度学习方法包括：步骤1，统计分析目标区馆陶组河道参数，明确该区河道砂空间展布形态；步骤2，基于正弦函数和幂函数，批量模拟河道砂空间形态的包络面；步骤3，基于正演模拟，确定河道砂三维样本；步骤4，基于深度置信网络，得到河道砂顶底面层位；步骤5，根据地层接触关系，基于标准层和河道砂体包络面，形成符合河道形态的地层格架。该针对河道砂地层格架搭建的河道模拟及深度学习方法搭建的地层格架更符合河道砂空间展布形态，能得到更为合理的低频模型，更有利于后续河道砂岩性预测、物性分析和含油气性刻画的展开。
-
公开(公告)号：CN113534246B
公开(公告)日：2023-11-24
申请号：CN202010302615.5
申请日：2020-04-17
Applicant: 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
Abstract: 本发明提供一种基于蜂群优化算法的叠前AVO反演方法，包括：步骤1，输入三维叠前地震数据体和地震子波；步骤2，设置初始蜜源，即构建反演初始模型；步骤3，根据构建的基于贝叶斯理论AVO反演方程式计算目标函数值；步骤4，根据AVO反演目标函数与蜂群算法适应度函数关系计算蜜源适应度值；步骤5，应用改进的蜂群算法进行邻域搜索寻找最优解；步骤6，当达到最大搜索次数或满足迭代终止条件时得到反演最优解，实现储层物性参数提取。该基于蜂群优化算法的叠前AVO反演方法将改进的人工蜂群算法、基于贝叶斯理论和精确Zoeppritz方程的AVO反演进行融合，提供一种有效可靠的储层物性参数叠前AVO非线性反演技术。(56)对比文件Hongmei Luo等.Prestack AVO inversionusing the improved artificial bee colonyalgorithm based on exact Zoeppritzequations《.SEG Technical Program ExpandedAbstracts 2020》.2020,第3887页.Wubshet Alemie, Mauricio D.Sacchi.High-resolution three-term AVOinversion by means of a Trivariate Cauchyprobability distribution《.GEOPHYSICS》.2011,第76卷(第03期),第43-55页.方中于;王丽萍;杜家元;梁立锋.基于混合智能优化算法的非线性AVO反演《.石油地球物理勘探》.2017,第52卷(第04期),第797-804页.严哲;顾汉明;赵小鹏.基于蚁群算法的非线性AVO反演《.石油地球物理勘探》.2009,第44卷(第06期),第700-702页.
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.078 seconds)
