基本信息:
- 专利标题： 一种基于深度学习和岩石力学参数的气层识别方法
- 申请号：CN202010183702.3 申请日：2020-03-16
- 公开(公告)号：CN111474585A 公开(公告)日：2020-07-31
- 发明人： 曹先军 , 周军 , 李国军 , 马修刚 , 路涛 , 孙佩 , 张娟 , 陈小磊 , 余长江 , 李楠 , 王树声 , 史超 , 冀昆 , 樊云峰 , 刘家雄
- 申请人： 中国石油天然气集团有限公司 , 中国石油集团测井有限公司
- 申请人地址： 北京市东城区东直门北大街9号中国石油大厦
- 专利权人： 中国石油天然气集团有限公司,中国石油集团测井有限公司
- 当前专利权人： 中国石油天然气集团有限公司,中国石油集团测井有限公司
- 当前专利权人地址： 北京市东城区东直门北大街9号中国石油大厦
- 代理机构： 西安通大专利代理有限责任公司
- 代理人： 王艾华
- 主分类号： G01V1/50
- IPC分类号： G01V1/50
摘要：
本发明公开了一种基于深度学习和岩石力学参数的气层识别方法，包括，计算岩石力学参数及测出4条测井曲线值，然后将岩石力学参数重新组合计算的结果及4条测井曲线值分别进行归一化处理；利用深度学习神经网络对归一化处理后的数据进行训练学习，将学习结果用于新井数据的计算；本发明气层识别方法很好的解决了碳酸盐岩地层和砂泥岩地层中的气层识别难题，识别精准度高，且方法简便；将地层实际的含气量进行阶段性的划分，并根据神经网络的训练结果进行预测，相对于综合含气指数法，具有更高的识别精度，而且可以半定量地计算含气量的多少。
公开/授权文献:
- CN111474585B 一种基于深度学习和岩石力学参数的气层识别方法 公开/授权日：2023-04-25