-
公开(公告)号：CN115657132B
公开(公告)日：2023-03-10
申请号：CN202211701945.7
申请日：2022-12-29
Applicant: 成都捷科思石油天然气技术发展有限公司
IPC: G01V1/30
Abstract: 本发明公开了一种基于机器学习的储层预测方法及系统，属于储层预测技术领域，所述方法包括如下步骤：获取带有孔隙度数据标签信息的地震相训练数据集；分别构建轻量级地震相预测网络和孔隙度预测网络；得到训练好的轻量级地震相预测网络和孔隙度预测网络；将待预测的地震相图片输入训练好的轻量级地震相预测网络，得到地震相预测结果图和孔隙度初始预测结果；基于地震相预测结果图对孔隙度初始预测结果相控约束，得到基于相控的孔隙度预测结果；基于孔隙度预测结果，得到储层预测结果；所述系统用于实现所述方法记载的储存预测方法；本发明解决了在成本和样本不足条件下难以实现准确预测储层的问题。
-
公开(公告)号：CN115657132A
公开(公告)日：2023-01-31
申请号：CN202211701945.7
申请日：2022-12-29
Applicant: 成都捷科思石油天然气技术发展有限公司
IPC: G01V1/30
Abstract: 本发明公开了一种基于机器学习的储层预测方法及系统，属于储层预测技术领域，所述方法包括如下步骤：获取带有孔隙度数据标签信息的地震相训练数据集；分别构建轻量级地震相预测网络和孔隙度预测网络；得到训练好的轻量级地震相预测网络和孔隙度预测网络；将待预测的地震相图片输入训练好的轻量级地震相预测网络，得到地震相预测结果图和孔隙度初始预测结果；基于地震相预测结果图对孔隙度初始预测结果相控约束，得到基于相控的孔隙度预测结果；基于孔隙度预测结果，得到储层预测结果；所述系统用于实现所述方法记载的储存预测方法；本发明解决了在成本和样本不足条件下难以实现准确预测储层的问题。
-
公开(公告)号：CN115640759A
公开(公告)日：2023-01-24
申请号：CN202211670817.0
申请日：2022-12-26
Applicant: 成都捷科思石油天然气技术发展有限公司
Abstract: 本发明公开了一种基于机器学习的卡钻预警方法及系统，属于卡钻预警技术领域，所述方法包括如下步骤：获取沿井眼轨迹分布的岩屑数据，并构建实时岩屑运移模型；基于实时岩屑运移模型得到岩屑床在井眼中的实时动态分布；构建钻杆于井眼中旋转时的摩阻扭矩平衡模型；基于岩屑床在井眼中的实时动态分布和摩阻扭矩平衡模型，得到钻杆上的摩阻扭矩值；基于钻杆上的摩阻扭矩值，利用贝叶斯优化算法和纳什效率系数优化摩阻扭矩平衡模型；基于优化后的摩阻扭矩平衡模型利用时序数据分析法进行实时卡钻预警；本发明解决了针对不同工况条件时难以实时准确快速预测卡钻风险的问题。
-
公开(公告)号：CN111722283B
公开(公告)日：2021-05-25
申请号：CN202010594866.5
申请日：2020-06-28
Applicant: 成都捷科思石油天然气技术发展有限公司
IPC: G01V1/30
Abstract: 本发明公开了一种地层速度模型建立方法。本发明的实施可对于地表起伏大、地腹构造复杂、两翼侧转逆掩断裂带十分发育等复杂地质构造区域及对目的层埋深、构造形态要求较高的页气水平井的轨迹跟踪，利用本发明经其后续相关计算所获得的目的层深度构造图误差小，能够更好的指导确定地下井位目标。可以实现建立精确的地层速度模型，进而减少钻井风险，提高相关油气勘探的经济效益。
-
Patent Agency Ranking
公开(公告)号：CN116755141B
公开(公告)日：2024-03-29
申请号：CN202310419127.6
申请日：2023-04-18
Applicant: 成都捷科思石油天然气技术发展有限公司
Abstract: 本发明公开了一种深度域地震子波提取方法，包括以下步骤：S1、获取深度域测井数据和地震数据，对其进行插值处理，得到常速度深度域测井数据和地震数据；S2、根据常速度深度域测井数据和地震数据计算合成地震记录；S3、将合成地震记录输入卷积神经网络，得到地震子波振幅谱；S4、根据地震子波振幅谱得到地震子波，完成地震子波提取。本发明利用卷积神经网络的优势，在提取地震子波时考虑深度域测井数据和地震数据之间相关性，从而得到最优的地震子波。本发明将常速度深度域地震数据进行平滑处理，减少了地震子波向量对噪声的拟合，通过卷积神经网络输入合成地震记录，挖掘生成地震子波振幅谱，从而获得可靠的地震子波。
-
公开(公告)号：CN116500682B
公开(公告)日：2024-01-23
申请号：CN202310339518.7
申请日：2023-03-31
Applicant: 成都捷科思石油天然气技术发展有限公司
Abstract: 本发明公开了一种基于深度域自适应的裂缝预测方法，涉及勘探领域，本方法基于局部的裂缝真实数据和应力数据，将裂缝转换为线条，实现降维处理，并对线条进行截断组合生成更多的裂缝，通过真实数据和测试数据训练深度神经网络，通过训练后的深度神经网络来预测线条可能性，并进行线条匹配；通过对线条进行裂缝还原，实现裂缝预测。本方法对于大面积区域，只需要获取部分裂缝数据和区域应力数据，即可进行大范围的裂缝预测，帮助对裂缝发育和分布规律的研究。
-
公开(公告)号：CN116755141A
公开(公告)日：2023-09-15
申请号：CN202310419127.6
申请日：2023-04-18
Applicant: 成都捷科思石油天然气技术发展有限公司
Abstract: 本发明公开了一种深度域地震子波提取方法，包括以下步骤：S1、获取深度域测井数据和地震数据，对其进行插值处理，得到常速度深度域测井数据和地震数据；S2、根据常速度深度域测井数据和地震数据计算合成地震记录；S3、将合成地震记录输入卷积神经网络，得到地震子波振幅谱；S4、根据地震子波振幅谱得到地震子波，完成地震子波提取。本发明利用卷积神经网络的优势，在提取地震子波时考虑深度域测井数据和地震数据之间相关性，从而得到最优的地震子波。本发明将常速度深度域地震数据进行平滑处理，减少了地震子波向量对噪声的拟合，通过卷积神经网络输入合成地震记录，挖掘生成地震子波振幅谱，从而获得可靠的地震子波。
-
公开(公告)号：CN116500682A
公开(公告)日：2023-07-28
申请号：CN202310339518.7
申请日：2023-03-31
Applicant: 成都捷科思石油天然气技术发展有限公司
Abstract: 本发明公开了一种基于深度域自适应的裂缝预测方法，涉及勘探领域，本方法基于局部的裂缝真实数据和应力数据，将裂缝转换为线条，实现降维处理，并对线条进行截断组合生成更多的裂缝，通过真实数据和测试数据训练深度神经网络，通过训练后的深度神经网络来预测线条可能性，并进行线条匹配；通过对线条进行裂缝还原，实现裂缝预测。本方法对于大面积区域，只需要获取部分裂缝数据和区域应力数据，即可进行大范围的裂缝预测，帮助对裂缝发育和分布规律的研究。
-
公开(公告)号：CN111722283A
公开(公告)日：2020-09-29
申请号：CN202010594866.5
申请日：2020-06-28
Applicant: 成都捷科思石油天然气技术发展有限公司
IPC: G01V1/30
Abstract: 本发明公开了一种地层速度模型建立方法。本发明的实施可对于地表起伏大、地腹构造复杂、两翼侧转逆掩断裂带十分发育等复杂地质构造区域及对目的层埋深、构造形态要求较高的页气水平井的轨迹跟踪，利用本发明经其后续相关计算所获得的目的层深度构造图误差小，能够更好的指导确定地下井位目标。可以实现建立精确的地层速度模型，进而减少钻井风险，提高相关油气勘探的经济效益。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.079 seconds)
