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集团东方地球物理勘探有限责任公司;河北省煤田地质局环境地质调查院申请的专利一种基于三维地震数据的沉积储层预测方法及系统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：CN120335006B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510505191.5，技术领域涉及：G01V1/28；该发明授权一种基于三维地震数据的沉积储层预测方法及系统是由蔡银涛;阎振华;李鹏;刘新利;张海军;张嵘鑫;吕继设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种基于三维地震数据的沉积储层预测方法及系统在说明书摘要公布了：本发明公开一种基于三维地震数据的沉积储层预测方法，包括步骤一、特征提取，步骤二、特征动态融合，步骤三、模型的建立和训练，步骤四、储存预测结果的优化，步骤五、可视化交互；系统包括数据处理模块、特征融合模块、模型训练模块、储层预测模块和可视化交互模块；本发明通过动态权重分配算法融合了地震波形、频谱、几何属性等多维度特征，显著提升薄互层的垂向分辨率，解决了隐蔽性储层的识别难题，降低漏失风险；建立了双通道神经网络模型自动提取地震特征与沉积相知识，避免人工特征工程的偏差，适应复杂沉积环境的快速建模需求，并且对预测结果约束修正，确保垂向沉积序列的连续性。

本发明授权一种基于三维地震数据的沉积储层预测方法及系统在权利要求书中公布了：1.一种基于三维地震数据的沉积储层预测方法，其特征在于，包括以下步骤： 步骤一、特征提取，对采集到的三维地震数据进行预处理，然后从预处理后的三维地震数据中提取包括地震波形、频谱及几何属性的多维度特征； 步骤二、特征动态融合，通过动态权重分配算法对提取的多维度特征进行融合，生成优化后的三维地震属性数据； 步骤三、模型的建立和训练，构建双通道深度神经网络模型，并利用已知的井控数据和地震数据构建训练集，采用深度学习算法对模型进行训练； 其中双通道深度神经网络模型包含第一通道层、第二通道层和特征融合层，第一通道层采用3D卷积神经网络提取地震数据空间特征，第二通道层采用图神经网络处理沉积相知识图谱，特征融合层引入注意力机制对第一通道层和第二通道层输出进行加权融合； 步骤四、储存预测结果的优化，将待预测区域的地震数据输入训练好的模型，并基于包含沉积模式及成岩作用规则的三维地质知识图谱，通过图神经网络生成空间约束条件，对模型输出的预测结果进行修正优化，得到该区域的沉积储层分布预测结果； 其中空间约束条件包括垂直沉积序列约束和储层物性参数约束； 步骤五、可视化交互，将修正后的储层预测结果通过VR交互进行交互模块动态展示，并提供不确定性分析、多方案对比及井位部署实时优化选择。

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集团东方地球物理勘探有限责任公司;河北省煤田地质局环境地质调查院，其通讯地址为：072750 河北省保定市涿州市范阳西路189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。