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！

龙图腾网获悉中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院申请的专利基于深度学习的横波速度预测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：CN116068650B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202111296927.0，技术领域涉及：G01V1/50；该发明授权基于深度学习的横波速度预测方法是由杨国杰;杨勇;杜玉山;曹小朋;王树华;于会臻;刘营;魏敏;肖辉;杜欣设计研发完成，并于2021-11-02向国家知识产权局提交的专利申请。

本基于深度学习的横波速度预测方法在说明书摘要公布了：本发明提供一种基于深度学习的横波速度预测方法，包括：步骤1，获取纵波速度曲线Vp、中子孔隙度曲线CNL、密度曲线DEN、孔隙度曲线POR、泥质含量曲线SH及对应的实测横波速度曲线Vs；步骤2，对测井曲线进行预处理；步骤3，构建横波速度预测模型；步骤4，通过不断迭代修改模型参数，直到模型稳定性和预测精度达到需求；步骤5，利用横波速度预测模型，预测待预测井的横波速度。该基于深度学习的横波速度预测方法能够准确预测测井横波速度，能够代替经验公式法和岩石物理建模法，能够准确、快速地利用测井曲线及测井解释成果预测测井横波速度，拥有很强的泛化能力，具有现实的推广应用意义。

本发明授权基于深度学习的横波速度预测方法在权利要求书中公布了：1.基于深度学习的横波速度预测方法，其特征在于，该基于深度学习的横波速度预测方法包括： 步骤1，获取纵波速度曲线Vp、中子孔隙度曲线CNL、密度曲线DEN、孔隙度曲线POR、泥质含量曲线SH及对应的实测横波速度曲线Vs； 步骤2，对测井曲线进行预处理； 步骤3，构建横波速度预测模型； 步骤4，通过不断迭代修改模型参数，直到模型稳定性和预测精度达到需求； 步骤5，利用横波速度预测模型，预测待预测井的横波速度； 在步骤2中，对测井曲线进行预处理，包括井眼垮塌校正、异常值处理、多井一致性处理，以获得质量较高、井间可较好对比的一组测井曲线； 多井一致性处理是对Vp曲线进行操作，消除不同井间单位的不一致，以及消除不同仪器、不同时间测量造成的系统误差； 在步骤3中，利用深度前馈神经网络DFNN算法建立纵波速度曲线Vp、中子孔隙度曲线CNL、密度曲线DEN、孔隙度曲线POR、泥质含量曲线SH与横波速度曲线Vp的非线性关系，构建横波速度预测模型； 在步骤3中，挑选一部分井作为训练井，通过采用深度前馈神经网络建立纵波速度曲线Vp、中子孔隙度曲线CNL、密度曲线DEN、孔隙度曲线POR、泥质含量曲线SH这5条测井曲线与横波速度曲线Vs之间的非线性映射关系，构建横波速度预测模型；采用的DFNN网络包含2个隐含层，每个隐含层包含3个神经元，进行模型训练时，输入层为训练样本的特征空间，即用于预测横波速度的储层参数，输出层为横波速度； 在步骤4中，根据验证井上预测横波速度与实测横波速度的误差进一步调整神经网络参数，并不断迭代，优选最为合适的神经网络参数，完成最终的测井横波速度预测模型构建。

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中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院，其通讯地址为：257000 山东省东营市东营区济南路125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。