Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国石油天然气股份有限公司冯周获国家专利权

中国石油天然气股份有限公司冯周获国家专利权

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天然气股份有限公司申请的专利缺失测井曲线预测方法及装置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:CN114723095B

龙图腾网通过国家知识产权局官网在2026-01-27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:202110008586.6,技术领域涉及:G06Q10/04;该发明授权缺失测井曲线预测方法及装置是由冯周;武宏亮;徐彬森;王克文;刘鹏;李雨生设计研发完成,并于2021-01-05向国家知识产权局提交的专利申请。

缺失测井曲线预测方法及装置在说明书摘要公布了:本发明公开了一种缺失测井曲线预测方法及装置,该方法包括:获取研究区的测井曲线、层位数据、井位数据和地质信息;根据研究区的测井曲线齐全井段的预设待预测曲线与其它测井曲线之间的相关性,优选用于建立机器学习网络模型的测井曲线组合;根据研究区的测井曲线、层位数据、井位数据和地质信息,确定用于机器学习模型训练的样本井数据的权重;构建机器学习网络模型;利用样本井数据对机器学习网络模型进行训练和验证;根据研究区中的待处理井的已知测井曲线,利用训练和验证后的机器机器学习网络模型进行预测,获得待处理井的缺失测井曲线。本发明可以提升利用机器学习方法预测缺失曲线的精度。

本发明授权缺失测井曲线预测方法及装置在权利要求书中公布了:1.一种缺失测井曲线预测方法,其特征在于,包括: 获取研究区的测井曲线、层位数据、井位数据和地质信息,所述地质信息包括地质构造或沉积相或岩相古地理; 根据研究区的测井曲线齐全井段的预设待预测曲线与其它测井曲线之间的相关性,优选用于建立机器学习网络模型的测井曲线组合; 根据研究区的测井曲线、层位数据、井位数据和地质信息,确定用于机器学习模型训练的样本井数据的权重,所述样本井为研究区的测井曲线齐全井,样本井数据为样本井中不同深度位置的测井曲线值; 构建机器学习网络模型; 利用样本井数据对构建的机器学习网络模型进行训练和验证; 根据研究区中的待处理井的已知测井曲线,利用训练和验证后的机器学习网络模型进行缺失测井曲线预测,获得待处理井的缺失测井曲线; 根据研究区的测井曲线、层位数据、井位数据和地质信息,确定用于机器学习模型训练的样本井数据的权重,包括:利用以下一种或多种组合确定用于机器学习模型训练的样本井数据的权重: 根据待处理井的井位数据和样本井的井位数据,计算待处理井与样本井之间的距离,根据所述距离确定用于机器学习模型训练的样本井数据的权重; 基于研究区的地质信息划分多个区块;在每个区块选择多个典型井;将待处理井所在区块作为参考区,确定参考区典型井和其它区块典型井的平均相似性;将所述平均相似性作为用于机器学习模型训练的样本井数据的权重; 或,确定样本井的优选测井曲线组合和待处理井的优选测井曲线组合;基于样本井的优选测井曲线组合和待处理井的优选测井曲线组合,确定每一层位对应测井曲线的相似性;基于所述相似性确定用于机器学习模型训练的样本井数据的权重; 所述机器学习网络模型的目标函数如下: 其中,LossYpred,Ydata表示实际测定的目标曲线和机器学习网络模型预测的曲线差异的代价函数;Ypred表示模型预测的曲线值;Ydata表示实际测定的目标曲线值,wt表示第t个样本井数据的权重系数,n表示样本井的数量。

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天然气股份有限公司,其通讯地址为:100007 北京市东城区东直门北大街9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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。