【技术实现步骤摘要】
本专利技术涉及沉积相研究，特别是涉及到一种基于深度学习确定河道宽度的方法。
技术介绍
1、目前根据钻井数据识别沉积河道宽度的方法并不多，早期基本是地质工作人员基于沉积学知识及相关数据，通过视觉观察分析河道宽度和展布特征，这种方法效率低且主观性强。定量分析方法有基于多点地质统计学确定水下分流河道宽度的方法，该方法运用多点地质统计学，以“训练图像”代替变差函数，采用不同河道宽度制作“训练图像”，对水下分流河道进行精细描述，包括河道的平面形态描述及不同井网钻遇的沉积微相组合概率统计，进而识别出对应钻井数据的训练图像，以该训练图像的河道宽度作为研究区的河道宽度值，该评价指标的空间解析比较能力较弱，同时涉及到多个参数设置，难以应用。
2、深度学习是当前人工智能及机器学习的热门技术之一，在各领域都得到广泛研究及应用，凭借深层人工神经网络的强大学习认知能力，深度学习尤其适用于个性化推荐、图像识别与分类、机器翻译等复杂的、具有较强的非线性特征的任务。
3、在申请号：cn202111212259.9的中国专利申请中，涉及到一种基于...
【技术保护点】
1.基于深度学习确定河道宽度的方法，其特征在于，该基于深度学习确定河道宽度的方法包括：
2.根据权利要求1所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤1，输入实际工区的条件数据C，C是一个包含k个点的集合。
3.根据权利要求2所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤1，根据钻井数据的分布特点划定研究区范围，研究区须包含所有井数据。
4.根据权利要求1所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤2，设计不同河道宽度参数，包括河道宽度、宽厚比、主方向。
5.根据权利要求1所述的基于深度...
【技术特征摘要】
1.基于深度学习确定河道宽度的方法，其特征在于，该基于深度学习确定河道宽度的方法包括：
2.根据权利要求1所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤1，输入实际工区的条件数据c，c是一个包含k个点的集合。
3.根据权利要求2所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤1，根据钻井数据的分布特点划定研究区范围，研究区须包含所有井数据。
4.根据权利要求1所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤2，设计不同河道宽度参数，包括河道宽度、宽厚比、主方向。
5.根据权利要求1所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤3，基于fluvsim算法根据步骤2的不同参数组合生成m个宽度不同的河道模型，lm代表第m个河道模型的宽度，其中m＝1,…,m。
6.根据权利要求1所述的基于深度学习确定河道宽度的方法，其特征在于，在步骤4，首先定义从每个河道模型里抽样的次数为n，卷积深度学习的训练数据集ps，然后从第m...
【专利技术属性】
技术研发人员：杨耀忠，史敬华，于金彪，曹小朋，陈苏，初杰，张波，曹伟东，胡慧芳，王娜，
申请(专利权)人：中国石油化工股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。