[发明专利]一种基于卷积神经网络学习的测井岩性识别方法在审
| 申请号： | 202010456323.7 | 申请日： | 2020-05-26 |
| 公开（公告）号： | CN111783825A | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 陈玉林;李戈理;成志刚;杨智新;肖飞;罗少成;袁龙;车锐媚;刘文强;席辉;白松涛;赵莉;牟瑜;陆艳萍;陈彦竹 | 申请（专利权）人： | 中国石油天然气集团有限公司;中国石油集团测井有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 姚咏华 |
| 地址： | 100007 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络学习的测井岩性识别方法，1.将对钻井取芯采集的数据曲线作为输入特征；将钻井岩性结果作为输入特征标签，清洗样本数据建立学习数据样本；2.将三孔隙度、三电阻率和三岩性曲线按顺序依次排列，将钻井岩性分为四类，再将学习数据样本分为训练集和测试集；3.采用一次卷积和一次池化提取特征参数，链接一个Softmax回归层，建立卷积神经网络模型；4.训练卷积神经网络模型，用测试集测试其准确率，如果满足要求的准确率，则卷积神经网络模型能够投入实用，如果不满足要求的准确率，则增加训练量；5.使用训练完成的卷积神经网络模型，对新井的岩性进行识别。能够更准确的识别岩层信息，收敛速度快。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 学习 测井 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油天然气集团有限公司;中国石油集团测井有限公司，未经中国石油天然气集团有限公司;中国石油集团测井有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010456323.7/，转载请声明来源钻瓜专利网。
