Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北石油大学三亚海洋油气研究院张岩获国家专利权

东北石油大学三亚海洋油气研究院张岩获国家专利权

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!

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利一种基于知识图谱的致密砂岩储层评价方法及系统和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:CN120509473B

龙图腾网通过国家知识产权局官网在2025-11-11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:202511009527.5,技术领域涉及:G06N5/025;该发明授权一种基于知识图谱的致密砂岩储层评价方法及系统和存储介质是由张岩;田枫;刘宗堡;张可佳;刘芳;刘涛设计研发完成,并于2025-07-22向国家知识产权局提交的专利申请。

一种基于知识图谱的致密砂岩储层评价方法及系统和存储介质在说明书摘要公布了:本发明公开了一种基于知识图谱的致密砂岩储层评价方法及系统和存储介质,涉及地质勘探开发技术领域,为解决现有的评价方法往往存在数据割裂以及模型静态化的问题。包括:步骤S100、采集致密砂岩储层评价数据,构建本体知识库,基于知识及其之间关联关系,构建致密砂岩储层领域本体层;步骤S200、构建致密砂岩储层评价模型,所述评价模型包括知识抽取模块和知识推理模块,所述知识抽取模块用于对致密砂岩储层序列标注的实体关系进行三元组抽取,构建实体关系联合的致密砂岩储层知识图谱;所述知识推理模块基于规则嵌入的结构感知卷积网络,用于进行多任务的协同推理;步骤S300、基于所述致密砂岩储层评价模型,进行致密砂岩储层的多任务的协同推理。

本发明授权一种基于知识图谱的致密砂岩储层评价方法及系统和存储介质在权利要求书中公布了:1.一种基于知识图谱的致密砂岩储层评价方法,其特征在于:包括如下步骤: 步骤S100、采集致密砂岩储层评价数据,对致密砂岩储层评价数据进行预处理,构建本体知识库,基于知识及其之间关联关系,构建致密砂岩储层领域本体层; 步骤S200、构建致密砂岩储层评价模型,所述评价模型包括知识抽取模块和知识推理模块,所述知识抽取模块用于对致密砂岩储层序列标注的实体关系进行三元组抽取,构建实体关系联合的致密砂岩储层知识图谱;所述知识推理模块基于规则嵌入的结构感知卷积网络,用于进行多任务的协同推理; 步骤S300、基于所述致密砂岩储层评价模型,进行致密砂岩储层的多任务的协同推理; 步骤S200中所述知识推理模块包括规则增强的图卷积层与规则约束的预测层,所述规则增强的图卷积层用于编码阶段,通过可微分规则编码器动态建模节点与地质规则之间的匹配度,并利用多头注意力机制中的规则权重门控,实现邻域节点信息的定向筛选与聚合;在解码阶段,所述规则约束的预测层引入两阶段修正机制,先通过硬性约束过滤非法预测,再结合软性规则构建残差校正项,将物理方程以可学习形式嵌入全连接层,最终实现地质知识从特征空间到决策空间的全链路闭环约束; 所述规则增强的图卷积层的功能实现过程为: 在储层知识图谱G=V,E,R中,节点特征更新采用储层规则感知的图卷积操作,计算公式为: ; 其中,为第层中节点的特征表示,为激活函数,Rrule表示规则相关的关系集合,表示在关系下,节点的邻居节点集合,表示在关系下节点对的规则化注意力权重,表示在第层、关系下的变换矩阵,表示第层中节点的特征表示,表示第层中与规则相关的变换矩阵,表示与规则触发相关的特征表示,计算公式如下: ; 其中,表示指数函数,为规则匹配度函数,表示注意力机制中的权重向量,表示将节点i的表示和节点j的表示进行拼接,表示将节点i的表示和节点k的表示进行拼接,表示节点i的邻居节点集合,表示一种激活函数,用于引入非线性变换; 通过定义规则匹配度函数调整邻域节点的重要性,计算公式为: ; 其中,表示输入到规则编码器的原子公式,为规则编码器,用于将原子公式映射为向量空间的可计算条件: ; 其中,与表示权重矩阵,与表示偏置项。

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东北石油大学三亚海洋油气研究院,其通讯地址为:572024 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。