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！

申请/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

摘要：本发明提供一种用于油气智能检测的机器学习训练样本扩充及评价方法，包括：对工区数据进行分类，明确储层类型；探究目的层储层段的声速主控因素，并基于此建立岩石物理模型；明确储层的地质特征，确定模型的扰动参数，并确定扰动参数的扰动范围；确定模型扰动参数的取值范围，合理选取取值步长，生成所需要的油气样本数据；将扩充样本与实际油气样本数据分别放入神经网络中进行训练测试，给出数据驱动测试准确率和模型驱动的测试准确率；构建样本可靠性函数。该用于油气智能检测的机器学习训练样本扩充及评价方法解决了油气智能检测中，油气训练样本不足问题，通过合理扩充油气训练样本，进而获得置信度更高的油气智能检测结果。

主权项：1.用于油气智能检测的机器学习训练样本扩充及评价方法，其特征在于，该用于油气智能检测的机器学习训练样本扩充及评价方法包括：步骤1：对工区数据进行分类，明确储层类型；步骤2：按照步骤1中进行的储层分类，对储层数据进行交会图分析，探究目的层储层段的声速主控因素，并基于此建立岩石物理模型；步骤3：按照步骤1中的资料收集和处理情况，明确储层的地质特征，确定模型的扰动参数，并确定扰动参数的扰动范围；步骤4：确定模型扰动参数的取值范围，合理选取取值步长，生成所需要的油气样本数据；步骤5：将由步骤4得扩充样本与实际油气样本数据分别放入神经网络中进行训练测试，给出数据驱动测试准确率和模型驱动的测试准确率；步骤6：构建样本可靠性函数；在步骤2中，根据地质统计资料和测井交会图，分析影响声速的主控因素，并基于此建立岩石物理模型；影响声速的主控因素包括孔隙度、饱和度、泥质含量、骨架弹性参数、矿物组分、流体类型、流体饱和度；为了使岩石物理模型符合地质认识，针对成岩作用强，低孔隙度的储层采用等效介质模型；针对成岩作用弱，高孔隙度的储层采用颗粒介质模型；在步骤3中，根据地质资料和经验认识，合理选取模型扰动参数，明确符合目的层地层特征的模型扰动参数的取值范围；可扰动参数的选取包括孔隙度、饱和度、泥质含量、骨架弹性参数、流体类型、流体饱和度；在步骤4中，根据所需要的数据量，合理选取可扰动参数的取值步长，生成需要的油气训练样本；在步骤5中，分别将数据驱动的原始样本数据和模型驱动生成的扩充样本数据分别放入神经网络进行训练和测试，并分别得到数据驱动测试准确率和模型驱动测试准确率；机器学习方法为卷积神经网络，采用7层的训练网络，包括输入、输出层、3层的卷积层、1层的池化层和1层全连接层；具体的卷积层数和神经元个数根据训练数据的特点进行优化。

全文数据：

权利要求：

百度查询： 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 用于油气智能检测的机器学习训练样本扩充及评价方法