基于小波去漂移和深度学习的测井岩性识别方法及系统

AITNT
正文
推荐专利
基于小波去漂移和深度学习的测井岩性识别方法及系统
申请号:CN202510325826
申请日期:2025-03-19
公开号:CN120316641B
公开日期:2025-12-16
类型:发明专利
摘要
本发明涉及油气勘探技术领域,具体涉及基于小波去漂移和深度学习的测井岩性识别方法及系统,包括以下步骤:获取用于识别测井岩性的测井数据;利用小波变换消除测井数据由埋深带来的数据漂移;基于所述测井数据和测井岩性构成的数据集,利用卷积‑自注意力深度学习模型进行训练,得到表达测井数据与测井岩性间映射关系的测井岩性识别模型。本发明利用卷积‑自注意力深度学习模型进行训练,得到表达测井数据与测井岩性间映射关系的测井岩性识别模型,实现根据测井数据,得到测井岩性,特征处理中利用特征增强结合注意力机制,完成模拟人脑信号处理机制,提升岩性识别模型的特征提取能力,特征利用率。
技术关键词
测井岩性识别方法 测井深度 强化特征 深度学习模型 注意力机制 数据 矩阵 特征值 网络模块 关键性 信号处理机制 概率计算方法 油气勘探技术 电阻率测井 特征提取能力 特征提取方法 表达式
系统为您推荐了相关专利信息
1
一种液冷杂质监控方法及系统
共振频谱 监控方法 布谷鸟算法 液冷系统 生态
2
一种疾病标志物结构动力学特征确定方法
标准化方法 原子力显微镜 组学技术 疾病标志物技术 数据
3
一种水下生物多样性检测方法及系统
水下机器人 频谱特征 多样性检测方法 数据 序列
4
一种基于多模态数据融合及双流图学习的跌倒检测方法
跌倒检测方法 多模态数据融合 编码 节点 学习特征
5
一种基于图神经网络的攻击路径预测系统
攻击路径预测方法 高维特征向量 网络安全数据 路径预测系统 风险
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号