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 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 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 > 恭喜中國石油大學(華東)蘇遠大獲國家專利權

恭喜中國石油大學(華東)蘇遠大獲國家專利權

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)恭喜中國石油大學(華東)申請的專利一種隨鉆測井橫波速度處理方法、裝置、設備和存儲介質(zhì)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:CN119199998B

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-05-23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:202411723638.8,技術領域涉及:G01V1/48;該發(fā)明授權一種隨鉆測井橫波速度處理方法、裝置、設備和存儲介質(zhì)是由蘇遠大;鄭凱尹;李盛清;唐曉明;莊春喜;古希浩;饒博;王文浩;陳聲遠設計研發(fā)完成,并于2024-11-28向國家知識產(chǎn)權局提交的專利申請。

一種隨鉆測井橫波速度處理方法、裝置、設備和存儲介質(zhì)在說明書摘要公布了:本發(fā)明涉及應用地球物理技術領域,具體涉及一種隨鉆測井橫波速度處理方法、裝置、設備和存儲介質(zhì)。所述方法包括:劃分參數(shù)范圍和步長,確定地層參數(shù)組合,并作為數(shù)據(jù)集樣本特征;根據(jù)求得的數(shù)據(jù)集樣本標簽構(gòu)建出頻散數(shù)據(jù)集;對頻散數(shù)據(jù)集進行數(shù)據(jù)清洗,校正數(shù)據(jù)集中的錯誤樣本;建立神經(jīng)網(wǎng)絡,訓練頻散數(shù)據(jù)集,并驗證模型可行性;通過聯(lián)合反演方法建立反演目標函數(shù),采用低頻段反演橫波速度,高頻段反演泥漿速度;加入最優(yōu)化方法,降低反演中的正演計算次數(shù),提高反演效率;將當前深度點替換為下一個深度點,并返回執(zhí)行優(yōu)化方法,直到完成全深度段的橫波速度處理。本發(fā)明實現(xiàn)隨鉆測井下的快速頻散的校正,提高計算效率、節(jié)約計算成本。

本發(fā)明授權一種隨鉆測井橫波速度處理方法、裝置、設備和存儲介質(zhì)在權利要求書中公布了:1.一種隨鉆測井橫波速度處理方法,其特征在于,所述方法包括以下步驟:步驟S1、根據(jù)隨鉆測井下不同參數(shù)對四極橫波頻散的靈敏度分析情況,劃分參數(shù)范圍和步長,確定地層參數(shù)組合,并作為數(shù)據(jù)集樣本特征;步驟S2、通過所述數(shù)據(jù)集樣本的數(shù)值求解頻散方程,求得地層參數(shù)組合所對應的頻散曲線作為數(shù)據(jù)集樣本標簽,從而構(gòu)建出頻散數(shù)據(jù)集;步驟S3、對所述頻散數(shù)據(jù)集進行數(shù)據(jù)清洗,校正數(shù)據(jù)集中的錯誤樣本;步驟S4、建立神經(jīng)網(wǎng)絡,在步驟S3得到的頻散數(shù)據(jù)集上進行訓練,得到能夠快速頻散正演的神經(jīng)網(wǎng)絡模型,對模型進行預測誤差分析和泛化性分析,驗證模型可行性;步驟S5、根據(jù)步驟S4所訓練的神經(jīng)網(wǎng)絡正演模型獲得對應地層參數(shù)下的理論頻散曲線;通過聯(lián)合反演方法建立反演目標函數(shù),采用低頻段反演橫波速度,高頻段反演泥漿速度作為反演對象;計算得到理論頻散曲線與地層頻散數(shù)據(jù)間的擬合殘差;步驟S6、在步驟S5求取擬合殘差最小值過程中,采用最優(yōu)化方法替換插值反演方法,降低反演中的正演計算次數(shù),提高反演效率;步驟S7、將當前深度點替換為下一個深度點,并返回步驟S6執(zhí)行優(yōu)化方法,直到完成全深度段的橫波速度處理;所述步驟S4根據(jù)網(wǎng)格優(yōu)化方法,確定神經(jīng)網(wǎng)絡的最優(yōu)結(jié)構(gòu);對建立的神經(jīng)網(wǎng)絡模型進行訓練,訓練中采用均方誤差損失對模型訓練進程進行分析;對訓練后模型采用平均相對誤差用以預測誤差進行分析;所述神經(jīng)網(wǎng)絡計算公式為: ,其中,vpred為網(wǎng)絡模型預測的頻散曲線;為非線性激活函數(shù);wi、bi分別代表每個連接層間的權重和偏差;為輸入的樣本特征值;所述均方誤差損失計算公式為: ,其中,vtheory為數(shù)值模擬的頻散曲線標簽;vpred為網(wǎng)絡模型預測的頻散曲線;i、j表示第i組頻散曲線上的第j個點;N為數(shù)據(jù)集個數(shù);所述平均相對誤差計算公式為: ,其中,vpred為網(wǎng)絡模型預測的頻散曲線;vtheory為數(shù)值模擬的頻散曲線標簽;N1為頻率計算個數(shù);Ω為頻率計算范圍;為角頻率;所述步驟S5基于橫波速度和泥漿速度在不同頻段下的靈敏度特點,將納入橫波速度的反演函數(shù),提升了頻散擬合效果,建立反演目標函數(shù)E: ,其中,為低頻段,為高頻段;和分別為低頻段和高頻段的地層頻散數(shù)據(jù);為權重因子;為角頻率;d為積分中的求導符號。

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" >中國石油大學(華東),其通訊地址為:266580 山東省青島市開發(fā)區(qū)長江西路66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(jié)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: 漳浦县| 休宁县| 微山县| 青神县| 高邮市| 封丘县| 宿迁市| 娱乐| 肥城市| 亚东县| 太原市| 朔州市| 乌审旗| 大冶市| 柯坪县| 绥芬河市| 钦州市| 新余市| 湖口县| 嘉定区| 新竹县| 项城市| 南平市| 武冈市| 中方县| 新建县| 灵丘县| 前郭尔| 灵石县| 连江县| 白朗县| 红安县| 通江县| 嘉祥县| 油尖旺区| 怀远县| 西乌珠穆沁旗| 武山县| 昌黎县| 荃湾区| 广水市|