← 返回列表

一种基于多维信号分析神经网络的测井数据解释方法

申请号: CN202410126557.3
申请人: 中国科学技术大学
申请日期: 2024/1/30

摘要文本

本发明涉及测井数据解释技术领域,公开了一种基于多维信号分析神经网络的测井数据解释方法,包括:对测井曲线进行特征变换,得到测井曲线特征图;将测井曲线特征图通过连接操作得到测井曲线的整体特征图;通过全局统计池化获取整体特征图在通道上的统计信息,得到池化结果;将池化结果通过压缩网络得到压缩向量;使用扩张网络对压缩向量变换,测井曲线特征图对应的通道注意力,将各测井曲线的特征图与对应的通道注意力按通道相乘并相加,得到综合测井曲线特征图,输入到输出网络,得到井的地质信息。本发明能有效捕获测井数据样本多维信号之间的复杂关系,同时能够突出单一信号内部的重点特征。

专利详细信息

项目 内容
专利名称 一种基于多维信号分析神经网络的测井数据解释方法
专利类型 发明申请
申请号 CN202410126557.3
申请日 2024/1/30
公告号 CN117649529A
公开日 2024/3/5
IPC主分类号 G06V10/40
权利人 中国科学技术大学
发明人 吕文君; 余清; 王继晨; 康宇
地址 安徽省合肥市金寨路96号

专利主权项内容

1.一种基于多维信号分析神经网络的测井数据解释方法,通过测井数据解释模型对测井数据样本进行解释,得到井的地质信息;具体包括以下步骤:步骤一、单一信号转换:测井数据样本包括同一深度上的多个测井曲线,对测井曲线/>进行特征变换/>,得到测井曲线的特征图/>;/>表示测井数据样本的第i个测井曲线,表示/>对应的特征图;h表示测井曲线的视窗长度;/>表示测井数据样本中测井曲线的数量;/>表示特征变换模块,c是/>的特征通道数;/>表示实数域;步骤二、多维信号融合:将测井曲线的特征图,通过连接操作得到测井曲线的整体特征图/>;通过全局统计池化获取整体特征图/>在通道上的统计信息,得到池化结果/>;将池化结果/>通过压缩网络/>得到压缩向量/>;步骤三、增强并输出:使用扩张网络对/>变换,获得不同测井曲线的特征图对应的通道注意力/>,具体表达如下:
;将各测井曲线的特征图与对应的通道注意力/>按通道相乘并相加,得到综合测井曲线特征图/>:
;其中,表示按通道相乘;通过将输入到输出网络/>,得到井的地质信息/>。