基于神经网络的储层微观孔隙结构评价方法及装置

    公开(公告)号:CN110618082B

    公开(公告)日:2021-06-04

    申请号:CN201911037944.5

    申请日:2019-10-29

    Abstract: 本发明实施例提供一种基于神经网络的储层微观孔隙结构评价方法及装置,该方法包括:获取基于岩心高压压汞实验得到的岩心孔隙结构数据,并岩心孔隙结构数据对应的岩心孔隙结构的类别;根据根据岩心密度与测井数据中的密度曲线将岩心深度与测井深度对齐,得到岩心对应的测井数据,继续得到预处理之后的测井数据;将预处理之后的测井数据作为输入、岩心孔隙结构的类别作为输出,对初始的神经网络模型进行训练,得到训练好的神经网络模型;当需要评价目标井的储层微观结构时,将目标测井数据输入所述训练好的神经网络模型,得到目标测井数据对应的孔隙类别,能够实现准确且快速的评价储层微观孔隙结构。

    基于多模态测井数据的裂缝表征方法、装置及设备

    公开(公告)号:CN114114457B

    公开(公告)日:2022-12-02

    申请号:CN202111318092.4

    申请日:2021-11-09

    Abstract: 本发明提供一种基于多模态测井数据的裂缝表征方法、装置及设备,其中方法包括:通过获取待分析的微电阻率成像测井数据和常规测井曲线数据,对微电阻率成像测井数据进行数据清洗操作,得到数据集,对常规测井曲线数据进行标准化处理,将数据集输入到mask‑RCNN模型中得到第一特征图、裂缝位置及裂缝掩膜,将标准化处理后的常规测井曲线数据输入到长短期记忆网络中得到第二特征图,将第一特征图和第二特征图输入到特征融合网络进行模态融合,确定裂缝信息,通过利用计算机技术对裂缝进行提取,不仅可以加快处理速度,还可以在一定程度上避免主观因素,得到的裂缝更为准确。

    基于多模态测井数据的裂缝表征方法、装置及设备

    公开(公告)号:CN114114457A

    公开(公告)日:2022-03-01

    申请号:CN202111318092.4

    申请日:2021-11-09

    Abstract: 本发明提供一种基于多模态测井数据的裂缝表征方法、装置及设备,其中方法包括:通过获取待分析的微电阻率成像测井数据和常规测井曲线数据,对微电阻率成像测井数据进行数据清洗操作,得到数据集,对常规测井曲线数据进行标准化处理,将数据集输入到mask‑RCNN模型中得到第一特征图、裂缝位置及裂缝掩膜,将标准化处理后的常规测井曲线数据输入到长短期记忆网络中得到第二特征图,将第一特征图和第二特征图输入到特征融合网络进行模态融合,确定裂缝信息,通过利用计算机技术对裂缝进行提取,不仅可以加快处理速度,还可以在一定程度上避免主观因素,得到的裂缝更为准确。

Patent Agency Ranking