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！

龙图腾网获悉成都理工大学申请的专利一种三维孔隙压力预测方法及装置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：CN119557639B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202411604126.X，技术领域涉及：G06F18/214；该发明授权一种三维孔隙压力预测方法及装置是由刘兴业;刘兵;吕芬;李超;祖绍环设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种三维孔隙压力预测方法及装置在说明书摘要公布了：本发明将深度学习网络模型和地震反演结果引入到三维孔隙压力中，收集测井的密度、纵横波速度等弹性参数数据以及通过地震反演或得的三维弹性属性数据作为数据集，使用优化算法对网络模型进行优化和训练，将训练好的模型应用于测试区域，计算并输出三维孔隙压力预测结果，同时利用测井和地震等多源数据提供了更加全面的地质特征属性，能够从多源数据中共同学习深层特征，更好地进行孔隙压力预测。

本发明授权一种三维孔隙压力预测方法及装置在权利要求书中公布了：1.一种基于深度学习网络模型的三维孔隙压力预测方法，其特征在于，包括以下步骤：S1：采集测井数据以及地震数据进行预处理，构建数据集，数据集包括训练集，验证集，训练集包括有标签训练数据和无标签训练数据，有标签训练数据包括测井数据中的相关曲线数据，如密度、纵波速度P、横波速度S，无标签训练数据为通过地震数据叠前反演获得三维弹性参数信息； S2：定义模型的初始参数和初始模型，根据离散化后的状态空间模型框架建立深度学习网络模型结构，并使用采集的测井和地震数据进行迭代训练，确保模型学习输入数据中的非线性关系； 定义模型的初始参数包括状态矩阵A、输入矩阵B、输出矩阵C、时间步长及卷积核大小，深度学习网络模型的初始架构，如下h't＝Atxt+Btut yt＝Ctxt+Dtut 其中，ht表示隐状态，描述系统当前的内部状态，h't表示下一步的空间状态；xt表示外部输入，影响系统的行为；yt则是系统的输出；其中At∈RN×N,Bt∈RN×M,Ct∈RM×N； 具体的，确定初始的状态矩阵A，如下式所示， 其中，Ank表示矩阵的第n行第k列的元素；Bn表示矩阵的第个元素； 构建离散时间模型：将连续时间模型转换为离散时间模型，得到离散时间的状态方程，如下式所示； 其中，xk是离散时间点k的状态向量，k表示离散时间步数，随着k增大，系统状态xk会更新到下以时间步的状态xk+1；fk是输入向量； S3：按照一定比例随机选择训练集数据和验证集数据对模型进行训练、验证，通过调整状态大小和序列长度超参数不断对模型进行迭代，直到损失函数的值落入预设阈值范围内，或迭代次数达到预设值； S4：将三维地震数据的三维密度、纵波速度P、横波速度S输入到训练好的深度学习网络模型中，输出模型的预测结果，得到三维孔隙压力的预测结果。

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成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路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”。