买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉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物探研究院申请的专利融合岩石物理模型和贝叶斯反演的测井岩相分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117171552B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210561388.7，技术领域涉及：G06F18/214；该发明授权融合岩石物理模型和贝叶斯反演的测井岩相分类方法是由曲志鹏;朱剑兵;梁鸿贤;江洁;张伟忠;李长红;谷玉田设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本融合岩石物理模型和贝叶斯反演的测井岩相分类方法在说明书摘要公布了：本发明提供一种融合岩石物理模型和贝叶斯反演的测井岩相分类方法，该融合岩石物理模型和贝叶斯反演的测井岩相分类方法包括：步骤1，详细分析局部地质和物性岩石特征，进行岩性识别和分类；步骤2，进行岩相岩石物理分析得到具有统计代表性的训练数据库；步骤3，进行基于贝叶斯反演的马尔科夫链蒙特卡洛随机反演；步骤4，合成测井岩相数据与实际岩相资料。该融合岩石物理模型和贝叶斯反演的测井岩相分类方法突破了传统对高维积分求解困难的问题，通过模拟来对高维积分进行计算求解，降低求解难度，增加了方法的实用性。

本发明授权融合岩石物理模型和贝叶斯反演的测井岩相分类方法在权利要求书中公布了：1.融合岩石物理模型和贝叶斯反演的测井岩相分类方法，其特征在于，该融合岩石物理模型和贝叶斯反演的测井岩相分类方法包括： 步骤1，详细分析局部地质和物性岩石特征，进行岩性识别和分类； 步骤2，进行岩相岩石物理分析得到具有统计代表性的训练数据库； 步骤3，进行基于贝叶斯反演的马尔科夫链蒙特卡洛随机反演； 步骤4，合成测井岩相数据与实际岩相资料； 在步骤1中，将测井资料划分为地震岩石层群和具有剪状构造特征的沉积单元群，通过对局部地质和物性岩石特征的详细分析，提高对测井资料变异性的认识，指导优选测井参数，进行岩性识别和分类； 在步骤1中，以岩性包括砂、粉砂和粘土，层理结构包括块状、互层或无序，岩相包括颗粒大小、粘土位置和胶结，以及地震特性包括纵波速度、横波速度和密度对测井岩相进行分类； 在步骤2中，分析测井数据的Gamma射线与P波速度，结合物理和地质认识，选择用于地层分类的关键测井参数，得出测井的岩相分类数据，得到一个有代表性的训练数据集； 在步骤2中，对测井数据进行中值滤波处理，滤去高频噪声，并对其进行平滑处理，使得从测井数据中分类出来的单个相的厚度与地震意义层的相关性更好，得到更好的聚类结果； 在步骤2中，从测井数据中选择一种类型的井来识别地震岩相，由于Gamma射线在富石英沉积物中是一个很好的粘土指示物，因此使用伽马射线与P波速度这两个参数相结合来确定不同的岩相,共同作为分类判定的参数对岩相进行分类； 在步骤3中，假设储层参数服从高斯分布，利用已有的Gibbs抽样和Metropolis‑Hastings采样算法即M‑H算法，提取得到状态转移时，自身转移概率只与前一状态有关的马尔科夫链，完成马尔可夫过程； 在步骤3中，使用M‑H采样方法对目标空间进行随机搜索，利用判断准则对得到的点进行选择，当生成的随机数小于接受概率时，记录得到的点，否则重新进行采样重新取点并记录，综合统计下一位置的参数待选点；重复上述步骤，当完成所有的参数判断或达到了迭代终止条件之后，输出反演得到的结果值； 在步骤3中，M‑H采样的具体步骤为： 1给定状态转移矩阵P与假设的平稳分布πx，设置状态转移次数n1与所需的样本点数n2； 2给定一个初始分布，从该分布中采样，得到初始状态x0； 3假设迭代循环参量为t，迭代最大次数为n1+n2‑1，t从0开始循环，执行如下步骤： i.根据条件概率分布Px|xt，从中采取样本点x； ii.从[0,1]分布中进行采样；即位u； iii.如果满足则接受本次采样，更新马尔科夫链状态，此时xt+1＝x； iv.如果不满足上述条件，则不接受此次更新，xt+1＝xt； 在步骤4中，通过比较反演结果分辨率与岩相分类结果，验证算法的精度，分析其最终效果，得出算法是否有效的结论。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人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物探研究院，其通讯地址为：257000 山东省东营市东营区济南路125号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。