国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜中國石油天然氣股份有限公司晏信飛獲國家專利權

恭喜中國石油天然氣股份有限公司晏信飛獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜中國石油天然氣股份有限公司申請的專利地震儲層參數(shù)預測方法及裝置獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產(chǎn)權局授予,授權公告號為:CN115407390B

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202110593117.5,技術領域涉及:G01V1/28;該發(fā)明授權地震儲層參數(shù)預測方法及裝置是由晏信飛;曹宏;胡蓮蓮;楊志芳;葛強;李曉明設計研發(fā)完成,并于2021-05-28向國家知識產(chǎn)權局提交的專利申請。

地震儲層參數(shù)預測方法及裝置在說明書摘要公布了:本發(fā)明提供了一種地震儲層參數(shù)預測方法及裝置,該方法包括:將目標地層的地震數(shù)據(jù),輸入預先建立的儲層參數(shù)預測模型中,得到目標地層的多個地震儲層參數(shù);儲層參數(shù)預測模型按照如下過程建立:獲取目標地層的地震工區(qū)資料,形成訓練數(shù)據(jù)集;基于人工神經(jīng)網(wǎng)絡模型搭建多任務學習的儲層參數(shù)預測模型,該儲層參數(shù)預測模型包括:一個輸入層、一個基礎網(wǎng)絡和多個子網(wǎng)絡,每個子網(wǎng)絡用于輸出一個儲層參數(shù);利用訓練數(shù)據(jù)集,對儲層參數(shù)預測模型進行訓練。將多個地震儲層參數(shù)預測任務放在一起學習,通過互相分享、互相補充學習到的信息,能夠有效地表達地震屬性與儲層參數(shù)之間的復雜非線性關系,提高地震儲層參數(shù)預測的準確性。

本發(fā)明授權地震儲層參數(shù)預測方法及裝置在權利要求書中公布了:1.一種地震儲層參數(shù)預測方法,其特征在于,包括:獲取目標地層的地震數(shù)據(jù);將目標地層的地震數(shù)據(jù),輸入預先建立的儲層參數(shù)預測模型中,得到目標地層的多個地震儲層參數(shù);其中,所述儲層參數(shù)預測模型用于根據(jù)地層的地震數(shù)據(jù)預測地層的多個地震儲層參數(shù),按照如下過程建立:獲取目標地層的地震工區(qū)資料,形成訓練數(shù)據(jù)集;所述訓練數(shù)據(jù)集中,每一行表示一條樣本,每一列表示一個數(shù)據(jù)特征,包含彈性特征、地質(zhì)特征以及儲層參數(shù);基于人工神經(jīng)網(wǎng)絡模型搭建多任務學習的儲層參數(shù)預測模型,所述儲層參數(shù)預測模型包括:一個輸入層、一個基礎網(wǎng)絡和多個子網(wǎng)絡,每個子網(wǎng)絡用于輸出一個儲層參數(shù);其中,所述輸入層有多個節(jié)點,每個節(jié)點對應一個彈性特征或地質(zhì)特征;每個子網(wǎng)絡對應一個子任務,一個子任務用于確定一個儲層參數(shù);利用所述訓練數(shù)據(jù)集,對所述儲層參數(shù)預測模型進行訓練,得到訓練好的儲層參數(shù)預測模型;建立所述儲層參數(shù)預測模型的過程,還包括:根據(jù)目標地層,確定目標地層對應的巖石物理模型;根據(jù)目標地層的地質(zhì)特征,利用蒙特卡洛模擬法隨機生成模擬的儲層參數(shù);將模擬的儲層參數(shù)輸入到所述巖石物理模型中,得到模擬的彈性特征;根據(jù)模擬的彈性特征、目標地層的地質(zhì)特征和模擬的儲層參數(shù),形成擴增訓練數(shù)據(jù)子集,將所述擴增訓練數(shù)據(jù)子集附加到所述訓練數(shù)據(jù)集中,得到擴增訓練數(shù)據(jù)集;利用所述訓練數(shù)據(jù)集,對所述儲層參數(shù)預測模型進行訓練,得到訓練好的儲層參數(shù)預測模型,包括:利用所述擴增訓練數(shù)據(jù)集,對所述儲層參數(shù)預測模型進行訓練,得到訓練好的儲層參數(shù)預測模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >中國石油天然氣股份有限公司,其通訊地址為:100007 北京市東城區(qū)東直門北大街9號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責聲明
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
主站蜘蛛池模板: 宁武县| 东光县| 大荔县| 南阳市| 哈尔滨市| 安陆市| 牡丹江市| 基隆市| 南部县| 肥乡县| 灵丘县| 寿宁县| 盐城市| 方城县| 新宁县| 渝北区| 景洪市| 石首市| 汝南县| 凭祥市| 资源县| 宣恩县| 黎川县| 平江县| 江西省| 饶阳县| 临夏市| 长白| 那曲县| 荔波县| 息烽县| 加查县| 梁河县| 肥城市| 安溪县| 宣化县| 新和县| 尼玛县| 利辛县| 共和县| 都匀市|