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西南油气分公司申请的专利一种基于测井数据的流体相预测方法与设备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：CN115808718B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202111071171.X，技术领域涉及：G01V1/50；该发明授权一种基于测井数据的流体相预测方法与设备是由喻勤;段文燊;赵爽;丁蔚楠;叶泰然;马昭军;王浩;郑公营;徐守成;董霞;吕其彪;王金龙设计研发完成，并于2021-09-13向国家知识产权局提交的专利申请。

本一种基于测井数据的流体相预测方法与设备在说明书摘要公布了：本发明公开了一种基于测井数据的流体相预测方法与设备，包括：步骤1：确定某区域的岩相分类，对该区域内的既有测井数据进行PCA和聚类分析，确定能够用于区分流体相的敏感属性对；根据敏感属性对对区域内的既有测井数据进行岩相分类标注以构建训练样本；步骤2：利用训练样本对深度学习概率模型进行迭代训练，直到深度学习概率模型满足条件收敛；步骤3：利用反演法从所该区域的地震数据中计算得到该区域内待测井的敏感属性对的值，利用深度学习概率模型预测该区域内待测井的流体相分布数据。本发明利用开发阶段各种地震的资料成果相对成熟，通过既有测井数据建立气水识别的概率理论模型，该模型能够准确地进行流体相分布预测。

本发明授权一种基于测井数据的流体相预测方法与设备在权利要求书中公布了：1.一种基于测井数据的流体相预测方法，其特征在于，包括： 步骤1：根据地质资料，确定某区域的岩相分类，对该区域内的既有测井数据进行PCA分析，根据PCA分析结果结合地震属性进行聚类分析，确定能够用于区分流体相的敏感属性对；根据所述敏感属性对对区域内的既有测井数据进行岩相分类标注以构建训练样本； 步骤2：利用所述训练样本对深度学习概率模型进行迭代训练，直到所述深度学习概率模型满足条件收敛； 步骤3：利用反演法从所该区域的地震数据中计算得到该区域内待测井的敏感属性对的值，将计算结果输入至训练好的深度学习概率模型中，利用所述深度学习概率模型预测该区域内待测井的流体相分布数据； 其中，基于二维反卷积CNN神经网络构建所述深度学习概率模型，具体的训练计算如以下步骤所示： 将标定好的测井数据曲线作为训练数据进行训练，测井数据作为网络的输入，在训练过程中，主要利用交叉熵作为网络分类的损失函数，由于网络需要进行多分类，得到下式1： 式1中，xi和yi分别表示多分类的混合数据和真实有标签数据，H表示交叉熵；D为概率，模型数据生成网络和地震数据分类判别网络基于Tensorflow深度学习框架来构建，并采用Python编程语言来进行网络控制。

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西南油气分公司，其通讯地址为：100728 北京市朝阳区朝阳门北大街22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。