← 返回列表
陆相页岩储层天然裂缝智能识别方法及系统
摘要文本
本发明实施例提供一种陆相页岩储层天然裂缝智能识别方法及系统，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，常规测井数据包括预设的多条测井曲线的采样点的深度数据及对应的测井曲线值；根据采样点的深度数据、测井曲线值及岩性识别结果构建图数据；将图数据输入预先训练好的天然裂缝识别模型，得到采样点对应的天然裂缝识别结果；其中，天然裂缝识别模型是基于图卷积神经网络，以部分采样点的对应的天然裂缝标注数据通过模型训练得到的。本发明实施例提供的陆相页岩储层天然裂缝智能识别方法及系统，提高了油气储层天然裂缝识别的准确性。 来源：百度马 克 数据网
申请人信息
- 申请人:北京大学
- 申请人地址:100871 北京市海淀区颐和园路5号
- 发明人: 北京大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 陆相页岩储层天然裂缝智能识别方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410064155.5 |
| 申请日 | 2024/1/17 |
| 公告号 | CN117574269A |
| 公开日 | 2024/2/20 |
| 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; 陆国青; 杜晓宇; 鲁健康 |
| 地址 | 北京市海淀区颐和园路5号 |
专利主权项内容
1.一种陆相页岩储层天然裂缝智能识别方法，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采样点的深度数据及对应的测井曲线值；根据所述采样点的所述深度数据、所述测井曲线值及岩性识别结果构建图数据；将所述图数据输入预先训练好的天然裂缝识别模型，得到所述采样点对应的天然裂缝识别结果；其中，所述天然裂缝识别模型是基于图卷积神经网络，以部分所述采样点对应的天然裂缝标注数据通过模型训练得到的。