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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于T-KAN结构的测井数据分层方法、设备及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：CN121234072B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511791708.8，技术领域涉及：G06F18/231；该发明授权基于T-KAN结构的测井数据分层方法、设备及介质是由孙璐;杨宇杰;李成龙;钟志;滕孟俨;谢鑫龙;孙天宇设计研发完成，并于2025-12-01向国家知识产权局提交的专利申请。

本基于T-KAN结构的测井数据分层方法、设备及介质在说明书摘要公布了：本申请提供了一种基于T‑KAN结构的测井数据分层方法，涉及地质领域，方法包括：获取多口井的测井曲线数据并进行预处理；对测井曲线数据进行窗口化并构建对应标签，得到训练样本；基于Transformer编码器构建分层模型；采用监督学习，结合训练样本，对分层模型进行训练；将新井的测井曲线数据进行预处理与窗口化后输入训练好的分层模型，输出逐点预测序列；对逐点预测序列进行平滑滤波和合并层界候选点；按深度顺序交替确定层顶与层底，划分连续的地层层段，输出各层段的顶界深度和底界深度。本发明实现了测井分层过程的高度自动化和智能化，大幅降低了对人工经验的依赖。

本发明授权基于T-KAN结构的测井数据分层方法、设备及介质在权利要求书中公布了：1.一种基于T-KAN结构的测井数据分层方法，其特征在于，方法包括以下步骤： S1：获取多口井的测井曲线数据并进行预处理； S2：对测井曲线数据进行窗口化并构建对应标签，得到训练样本； 步骤S2包括： S21：沿井深方向采用窗口长度W和步长S对所述测井曲线数据进行滑动切片，形成固定长度的测井曲线序列样本，即训练样本； S22：将每个窗口内各深度采样点的深度值与对应的测井曲线数据组成特征向量，并依据已有的地层分层结果，将该窗口内每个深度采样点标记为层顶、层底或非层界； 每个深度采样点的特征向量包含该深度值以及对应的多道测井属性值； S3：基于Transformer编码器构建分层模型； 步骤S3包括： 将分层模型末端的分类层替换为Kolmogorov-Arnold网络的输出层； 分层模型的特征提取主体采用改进的Transformer-KAN编码器，由多层堆叠的注意力机制与KAN单元交替组成，每层编码器包含多头自注意力子层和基于Kolmogorov-Arnold网络的前馈子层； S4：采用监督学习，结合训练样本，对分层模型进行训练； S5：将新井的测井曲线数据进行预处理与窗口化后输入训练好的分层模型，输出逐点预测序列； S6：对逐点预测序列进行平滑滤波和合并层界候选点；按深度顺序交替确定层顶与层底，划分连续的地层层段，输出各层段的顶界深度和底界深度； 步骤S6包括： 逐点预测序列为该井整个深度范围内各采样点对应的层位类别概率分布及预测标签； S61：对逐点预测序列进行平滑滤波以去除孤立的伪层界点； S62：将深度间隔在预设最小层厚阈值以内的多个同类型的层界候选点合并为单一层界； S63：按深度顺序遍历所有层界候选点，交替地将第一个出现的层界标记为层顶、下一个出现的层界标记为层底，以划分完整的地层层段； 步骤S6还包括校正处理步骤： 当连续出现两个距离小于预设值的同类型层界时，根据周围测井曲线的置信度，保留其中一个层界； 若根据相邻层段厚度信息，确定分层模型漏判层界，则通过插值增补缺失的层界。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。