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！

龙图腾网获悉西安石油大学申请的专利储层类型分类方法、装置、电子设备及存储介质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：CN117312975B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202311287564.3，技术领域涉及：G06F18/2413；该发明授权储层类型分类方法、装置、电子设备及存储介质是由张云钊;张荣军;曾联波;代全齐;史今雄;屈乐;吴浩;李永臣设计研发完成，并于2023-10-07向国家知识产权局提交的专利申请。

本储层类型分类方法、装置、电子设备及存储介质在说明书摘要公布了：本发明涉及一种储层类型分类方法、装置、电子设备及存储介质，其方法包括：获取原始测井数据集，并对所述原始测井数据集进行预处理，得到预处理后的测井数据集，其中，所述测井数据集包括训练数据集；将所述训练数据集输入包括超参数的初始混合PSO‑MKFD模型中进行训练，直至满足预设的收敛条件，输出最优超参数，得到训练完备的混合PSO‑MKFD模型，其中，所述超参数包括多项式次数、径向基函数核宽度和混合系数；获取待分类测井数据，将所述待分类测井数据输入所述训练完备的PSO‑MKFD模型中，输出储层类型分类结果，本发明中的分类模型提高了储层识别的准确性。

本发明授权储层类型分类方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种储层类型分类方法，其特征在于，包括： 获取原始测井数据集，并对所述原始测井数据集进行预处理，得到预处理后的测井数据集，其中，所述测井数据集包括训练数据集； 将所述训练数据集输入包括超参数的初始混合PSO-MKFD模型中进行训练，直至满足预设的收敛条件，输出最优超参数，得到训练完备的混合PSO-MKFD模型，其中，所述超参数包括多项式次数、径向基函数核宽度和混合系数； 获取待分类测井数据，将所述待分类测井数据输入所述训练完备的PSO-MKFD模型中，输出储层类型分类结果，其中所述储层类型包括孔隙型储层、孔洞型储层、缝洞型储层、裂缝型储层及致密型储层； 获取测井数据集，包括： 获取多个测井曲线，并确定每一测井曲线的储层类型； 提取所述测井曲线中的测井响应特征，将每一测井曲线的储层类型与测井响应特征一一对应构建测井数据集，其中，所述测井响应特征包括自然伽马、井经、补偿密度、声波时差、补偿中子及地层电阻率中的任一项； 所述将所述训练数据集输入包括超参数的初始混合PSO-MKFD模型中进行训练，直至满足预设的收敛条件，输出最优超参数，得到训练完备的混合PSO-MKFD模型，包括： 确定所述混合PSO-MKFD模型的初始超参数； 基于粒子群优化算法对所述超参数在预设的搜索范围内进行迭代寻优，直至五折交叉验证的平均准确率收敛到预设的适应度值，输出最优超参数，得到训练完备的混合PSO-MKFD模型； 所述方法还包括： 计算所述混合PSO-MKFD模型关于训练结果和测试结果的混淆矩阵，其中，所述混淆矩阵中包括正确分类样本个数和错误分类样本个数； 基于所述混淆矩阵中正确分类样本个数和错误分类样本个数计算评价指标，并基于所述评价指标确定所述混合PSO-MKFD模型的分类性能，其中，所述评价指标包括准确率、精确率、召回率及精确率和召回率的调和平均值。

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西安石油大学，其通讯地址为：710065 陕西省西安市电子二路东段18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”。