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！

龙图腾网获悉中国地质大学(北京)申请的专利基于多源数据综合识别的风暴成因优质岩相识别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：CN120673151B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510778525.6，技术领域涉及：G06V10/764；该发明授权基于多源数据综合识别的风暴成因优质岩相识别方法是由李兴宇;姜在兴;梁承春设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本基于多源数据综合识别的风暴成因优质岩相识别方法在说明书摘要公布了：本发明属于地质沉积学领域，尤其是基于多源数据综合识别的风暴成因优质岩相识别方法，A:数据获取与预处理S1：数据获取与确认，即根据岩心、野外露头、测井曲线、录井资料，使用卷积神经网络CNN自动识别岩心中的“似鲍马序列”特征，输出风暴沉积样品信息；S2：采用深度学习U‑Net结合沉积构造对岩心图像进行自动岩相分类；S3：采用时间序列分析LSTM或Transformer自动识别“箱型”风暴坝主体和“钟形、指型”风暴坝侧缘曲线特征。本发明通过综合多元数据，建立优质岩相识别模型，大大提高了识别的精度与效率，为风暴沉积环境中的油气储层评价提供了科学依据。

本发明授权基于多源数据综合识别的风暴成因优质岩相识别方法在权利要求书中公布了：1.基于多源数据综合识别的风暴成因优质岩相识别方法，其特征在于，包括以下步骤： A:数据获取与预处理 S1：数据获取与确认，即根据岩心、野外露头、测井曲线、录井资料，使用卷积神经网络自动识别岩心中的“似鲍马序列”特征，输出风暴沉积样品信息； S2：采用深度学习结合沉积构造对岩心图像进行自动岩相分类； S3：采用时间序列分析自动识别“箱型”和“钟形、指型”曲线特征； S4：通过物性测试获取岩石的孔隙度、渗透率数据； S5：通过压汞测试获取岩石的孔隙分布特征，包括孔隙半径、退汞效率； S6：通过粒度分析获取岩石的粒度分布特征，包括平均粒径、分选系数和偏度； S7：通过薄片分析参数获取不同风暴岩相的储层质量差异，包括面孔率； B:风暴成因优质岩相识别参数体系的建立 S8：采用特征重要性分析自动筛选最优7种参数，建立风暴沉积优质岩相识别参数体系，即砂地比、伽马值、孔隙度、成分成熟度、退汞效率、粒度分选系数、生物扰动指数； C:综合识别模型的构建 S9：在对各参数进行赋值的基础上，构建准则层中各要素的成对比较矩阵，确定各准则要素的相对权重； S10：基于砂地比、伽马值、孔隙度、成分成熟度、退汞效率、粒度分选系数、生物扰动指数的风暴沉积优质岩相预测系数计算公式Q，即综合评分； S11：计算综合评分，利用无监督学习划分优质岩相等级。

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地质大学(北京)，其通讯地址为：100083 北京市海淀区学院路29号中国地质大学(北京)；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。