基于地震岩石物理与深度学习的火山岩风化程度预测方法

AITNT
正文
推荐专利
基于地震岩石物理与深度学习的火山岩风化程度预测方法
申请号:CN202511160276
申请日期:2025-08-19
公开号:CN120722424B
公开日期:2025-11-07
类型:发明专利
摘要
本发明适用于火山岩油气储层地球物理勘探领域,提供了基于地震岩石物理与深度学习的火山岩风化程度预测方法。包括:建立火山岩风化壳储层岩石物理模型,通过引入非均质相的含量v2及其孔隙度,定量表征由风化作用引起的火山岩地层岩石组构的非均质性及其对弹性参数的影响;利用测井数据计算井中v2和参数曲线并定义风化程度指示因子(WDI);构建优化的NRBO‑Transformer神经网络架构以描述WDI与弹性参数的映射关系,建立WDI的预测模型并应用于实际地震数据,由地震反演的弹性数据计算WDI,实现研究区内火山岩风化壳有利储层空间展布的定量预测。本发明为火山岩风化壳储层的勘探开发提供了有力支持。
技术关键词
地震岩石物理 程度预测方法 岩石物理模型 岩石物理理论 神经网络架构 剪切模量 超参数 测井孔隙度 地球物理勘探 储层岩石 速度 反演方法 注意力机制 因子 曲线 饱和度 数据
系统为您推荐了相关专利信息
1
一种低成本实现神经网络多性能架构的优化方法
深度卷积神经网络 超参数 分类网络 神经网络架构 搜索模块
2
一种知识与数据联合驱动的车辆载荷估算方法
载荷估算方法 车辆动力学模型 神经网络架构 传感器 神经网络参数
3
基于冗余声音传感器的风机叶片覆冰程度预测方法及系统
循环神经网络模型 AI算法 风机叶片 覆冰 声音传感器
4
一种基于深度学习的实木板材缺陷识别方法
实木板材 缺陷识别方法 分类网络 彩色图像 神经网络架构
5
一种基于语义图谱的智能写作支持方法及系统
语义图谱 智能写作 监测模块 意图 动态
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