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

龍圖騰網恭喜東北石油大學三亞海洋油氣研究院申請的專利一種基于深度學習的多點地質統計學沉積微相預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119849344B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510338301.3，技術領域涉及：G06F30/27；該發明授權一種基于深度學習的多點地質統計學沉積微相預測方法是由王旭東;楊子成;苑承元;趙亮;任博涵;郝皎瑤設計研發完成，并于2025-03-21向國家知識產權局提交的專利申請。

本一種基于深度學習的多點地質統計學沉積微相預測方法在說明書摘要公布了：本發明提供一種基于深度學習的多點地質統計學沉積微相預測方法，具體方法包括：將沉積模式、相序組合規律等地質約束條件轉化為可嵌入神經網絡的規則化張量；采用卷積神經網絡與圖神經網絡混合架構，同步提取沉積微相的局部微觀特征與區域宏觀展布模式；基于預訓練模型進行目標工區微調，結合對抗樣本生成技術增強模型泛化能力；生成具有置信度評估的三維沉積微相分布模型。本技術方案創新性地實現了：地質統計學空間相關性約束與深度學習特征提取的耦合優化；多源數據在隱式特征空間的非線性映射與協同表征；沉積微相預測結果的地質過程動態演化可視化。

本發明授權一種基于深度學習的多點地質統計學沉積微相預測方法在權利要求書中公布了：1.一種基于深度學習的多點地質統計學沉積微相預測方法，包括以下步驟：步驟一、數據預處理：多源數據融合，整合測井曲線、巖心描述、地震資料及動態生產數據，構建底層數據集；1、收集并整理測井數據，包括自然伽馬、聲波時差、電阻率、密度、泥質含量多種測井曲線；2、對測井曲線進行預處理，包括單位校正，深度校正，去除異常值；3、收集并整理巖心描述以及巖性資料，對不同的巖性進行數字化賦值；4、對地震資料進行處理，包括屬性提取以及地震相的劃分；5、利用測井資料、地震資料以及巖心資料對所有井進行沉積微相劃分；6、對劃分準確的沉積微相進行數字化賦值；7、編寫沉積微相劃分報告，詳細記錄劃分過程、結果和結論；步驟二、地質規律編碼模塊：地質規律轉化為數字化約束矩陣，嵌入特征提取流程；根據目標區塊地質特征選擇相應地質規律；地質規律轉化為數字化約束矩陣部分使用隨機森林算法處理缺失值，皮爾遜相關系數計算多變量線性相關系數；地質規律編碼具體包括：構建沉積相接觸關系矩陣，定義河道-天然堤-決口扇相序轉移概率；將物源方向量化為8方位玫瑰圖張量；采用約束矩陣編碼表示盆地演化階段分類特征；步驟三、構建深度學習模型架構：包括多尺度特征融合網絡；以主干網絡采用改進型ResNet-50架構作為特征提取網絡，增加空洞卷積層以捕獲多尺度空間特征；實施遷移學習策略，以預訓練模型進行參數初始化；設置動態學習率調整機制，按算例設置初始學習率以及每周期衰減系數；步驟四、樣本訓練機制：通過利用多點地質統計學方法，利用數據樣板掃描訓練圖像獲得數據事件來反映相應的地質模式；不同數據事件出現頻率近似為空間多個點聯合分布概率；具體包括以下步驟：1、選定合適的范圍，利用在數據預處理與特征工程模塊中生成的小區塊的準確的沉積微相，結合人機交互選定合適的最為符合地質合理性的范圍；2、將已經獲得的小范圍的沉積微相平面圖進行數字化掃描，生成具有地理坐標系的柵格化結果；3、將數字化掃描后的沉積微相平面圖作為樣本使用高階兼容性算法獲得最為匹配的訓練圖像；4、利用已經獲得的訓練圖像作為地質模式使用數據事件重復概率統計算法，獲得與實際區匹配的沉積微相平面圖；步驟五、深度學習：以訓練圖像為樣本，獲得最符合研究區地質條件的地質模式，人機交互獲取最終結果：以深度學習結果為約束，結合研究區基礎地質數據，在地質專家系統中交互修正得出試驗區最終沉積微相平面圖。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東北石油大學三亞海洋油氣研究院，其通訊地址為：572024 海南省三亞市崖州區崖州灣科技城闖新路8號中興產業園A棟3層區；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。