Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长江大学苏佳芮获国家专利权

长江大学苏佳芮获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉长江大学申请的专利一种基于人工智能识别地质包络体中层位边界的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121069476B

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511310012.9,技术领域涉及:G01V1/28;该发明授权一种基于人工智能识别地质包络体中层位边界的方法是由苏佳芮设计研发完成,并于2025-09-15向国家知识产权局提交的专利申请。

一种基于人工智能识别地质包络体中层位边界的方法在说明书摘要公布了:本发明提供一种基于人工智能识别地质包络体中层位边界的方法,包括:确定目标工区的地震勘探数据和测井数据;基于训练完成的第一神经网络模型从地震勘探数据中提取地震反射特征,同时采用训练完成的第二神经网络模型从测井数据中提取测井序列特征;根据地震反射特征和测井序列特征,生成目标工区的地质特性表征;基于构建针对目标工区的地层接触关系约束和岩性序列约束,根据地质特性表征,确定表征地质包络体在所述目标工区中的隐式拓扑化构造表征;基于训练完成的第三神经网络模型对隐式拓扑化构造表征进行处理,以预测目标工区中地质包络体的层位边界。本申请使地质包络体层位边界预测结果更符合实际地质规律。

本发明授权一种基于人工智能识别地质包络体中层位边界的方法在权利要求书中公布了:1.一种基于人工智能预测地质包络体层位边界的方法,其特征在于,包括: 步骤1、确定目标工区的地震勘探数据和测井数据; 步骤2、基于训练完成的第一神经网络模型从地震勘探数据中提取地震反射特征,同时采用训练完成的第二神经网络模型从测井数据中提取测井序列特征; 步骤3、根据地震反射特征和测井序列特征,生成目标工区的地质特性表征; 步骤4、基于构建针对目标工区的地层接触关系约束和岩性序列约束,根据地质特性表征,确定表征地质包络体在所述目标工区中的隐式拓扑化构造表征; 步骤5、基于训练完成的第三神经网络模型对隐式拓扑化构造表征进行处理,以预测目标工区中地质包络体的层位边界; 其中,步骤2:基于训练完成的第一神经网络模型从地震勘探数据中提取地震反射特征,同时采用训练完成的第二神经网络模型从测井数据中提取测井序列特征,具体包括: 步骤2.1、基于训练完成的第一神经网络模型,对地震勘探去噪后数据进行多尺度特征提取,以得到初始地震反射特征; 步骤2.2、基于训练完成的第二神经网络模型,对测井数据进行垂向序列特征提取,以生成初始测井序列特征; 步骤2.3、剔除初始地震反射特征和初始测井序列特征中与地层边界无关联的冗余特征,以生成筛选后地震反射特征和筛选后测井序列特征; 其中,步骤3、根据地震反射特征和测井序列特征,生成目标工区的地质特性表征,具体包括: 步骤3.1、基于目标工区的空间坐标体系,对地震反射特征和测井序列特征进行空间坐标锚定,再根据空间坐标锚定后的地震反射特征和测井序列特征分别与地层边界的关联程度计算关联权重,以生成特征关联映射表; 步骤3.2、基于特征关联映射表,对地震反射特征和测井序列特征进行加权融合,并通过地层拓扑关系校验剔除融合后矛盾特征,以生成融合地质特征集; 步骤3.3、基于目标工区区域地质背景,对融合地质特征集进行空间连续化处理,并标注各特征对应的地质意义,以生成目标工区的地质特性表征; 其中,步骤4、基于构建针对目标工区的地层接触关系约束和岩性序列约束,根据地质特性表征,确定表征地质包络体在所述目标工区中的隐式拓扑化构造表征,具体为:基于目标工区的地震勘探解释剖面数据,构建针对目标工区的地层接触关系约束和岩性序列约束,根据地质特性表征,确定表征地质包络体在所述目标工区中的隐式拓扑化构造表征; 其中,步骤5、基于训练完成的第三神经网络模型对隐式拓扑化构造表征进行处理,以预测目标工区中地质包络体的层位边界,具体包括: 步骤5.1、基于训练完成的第三神经网络模型中的隐式构造特征强化层,对隐式拓扑化构造表征进行边界敏感型特征增强,以生成强化后隐式构造特征; 步骤5.2、基于训练完成的第三神经网络模型中的多尺度边界特征捕捉层,对强化后隐式构造特征进行多尺度边界特征提取,以生成多尺度边界特征集; 步骤5.3、基于训练完成的第三神经网络模型中的层位边界初步预测层,对多尺度边界特征集进行层位边界初步预测,以生成初始层位边界数据; 步骤5.4、基于训练完成的第三神经网络模型中的边界拓扑校验优化层,对初始层位边界数据进行拓扑校验与优化,以生成目标工区中地质包络体的最终层位边界数据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人长江大学,其通讯地址为:434022 湖北省荆门市南环路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。