← 返回列表

岩石储层岩性识别方法及系统

申请号: CN202410104451.3
申请人: 北京大学
申请日期: 2024/1/25

摘要文本

本发明实施例提供一种岩石储层岩性识别方法及系统,涉及机器学习技术领域,该方法包括:获取常规测井数据,其中,包括预设的多条测井曲线的深度数据及其对应的测井曲线值;根据深度数据构建深度节点,并将多条测井曲线值对应深度数据的测井曲线值作为节点特征赋予深度节点;获取深度节点间的关联关系,根据深度节点间的关联关系在深度节点间创建边,得到至少一个图结构数据;将至少一个图结构数据分别输入到岩性识别模型,输出深度节点对应的岩性识别结果;其中,岩性识别模型是基于图卷积神经网络训练获取的。本发明实施例提供的岩石储层岩性识别方法及系统,提高了岩性识别的准确性、稳定性、鲁棒性,并提高了泛化能力。

专利详细信息

项目 内容
专利名称 岩石储层岩性识别方法及系统
专利类型 发明申请
申请号 CN202410104451.3
申请日 2024/1/25
公告号 CN117633658A
公开日 2024/3/1
IPC主分类号 G06F18/2415
权利人 北京大学
发明人 刘国平; 金之钧; 曾联波; 陈宗铭; 陆国青; 杜晓宇
地址 北京市海淀区颐和园路5号

专利主权项内容

1.一种岩石储层岩性识别方法,其特征在于,包括:获取常规测井数据;其中,所述常规测井数据包括预设的多条测井曲线的深度数据及对应的测井曲线值;根据所述深度数据构建深度节点,并将所述多条测井曲线对应的所述测井曲线值作为节点特征赋予所述深度节点;获取所述深度节点间的关联关系,根据所述关联关系在所述深度节点间创建边,得到至少一个图结构数据;将所述至少一个图结构数据分别输入到岩性识别模型,输出所述深度节点对应的岩性识别结果;其中,所述岩性识别模型是基于图卷积神经网络训练获取的。