“高照奇”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果16个，建议您升级VIP下载更多相关专利

[发明专利]一种基于散射变换和神经网络的优质储层识别方法、装置、设备及存储介质-CN202210243307.9有效
发明人：高静怀;潘乐乐;杨阳;高照奇;王治强 -专利权人：西安交通大学
申请日： 2022-03-11 - 公布日： 2023-09-19 - 主分类号： G01V1/30 文献下载
摘要：本发明公开了一种基于散射变换和神经网络的优质储层识别方法、装置、设备及存储介质，该方法首先使用散射变换逐级从原信号中提取具有局部形变稳定性以及平移不变性的多尺度特征属性，然后利用Res‑UNet卷积神经网络建立特征属性与储层岩性之间的非线性关系，从而可以实现基于地震数据的优质储层识别。本发明通过合成地震数据充分说明了该方法的有效。
一种基于散射变换神经网络优质识别方法装置设备存储介质

[发明专利]一种物理规律和数据双驱动的地震成像方法、系统、设备及存储介质-CN202110945192.3有效
发明人：李闯;高静怀;高照奇;王逸夫;张逸康 -专利权人：西安交通大学
申请日： 2021-08-17 - 公布日： 2023-09-12 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种物理规律和数据双驱动的地震成像方法、系统、设备及存储介质，属于油气物探工程领域，本申请根据观测数据，通过常规逆时偏移得到地下构造成像结果；利用描述地震波传播规律的反偏移和常规逆时偏移，建立第一数据集，训练能够对成像结果进行去模糊化的第一神经网络；根据测井数据建立第二数据集，对第一神经网络的参数进行修正，得到第二神经网络；根据第二神经网络对常规逆时偏移结果进行处理，得到高精度的地下构造反射系数。本申请的方法在物理规律和数据双驱动的框架下训练神经网络，改善了传统数据驱动方法受样本数量限制导致性能降低的问题，能够输出高精度地下构造反射系数。
一种物理规律数据驱动地震成像方法系统设备存储介质

[发明专利]一种基于知识迁移的叠前AVA弹性参数反演方法及系统-CN202211601020.5在审
发明人： 高照奇;梁兴城;高静怀;李闯;杨涛;李振;李飞鹏 -专利权人：西安交通大学
申请日： 2022-12-13 - 公布日： 2023-07-04 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于知识迁移的叠前AVA弹性参数反演方法及系统，基于精确Zoeppritz方程构建正演模型，实现多组变异差分进化算法，通过知识迁移的思想引入旁道弹性参数最优解信息，加速本道迭代收敛的同时保证反演弹性参数剖面的横向连续性，通过在多组变异差分进化算法的选择过程中，引入叠后纵波阻抗信息，约束参数间关系，提高反演三参数结果的相关性；从而最终提高叠前AVA弹性参数反演的精度，以及保证横向连续性；本发明的基础是对于模型中已知的叠前AVA正演角道集，基于给定的初始模型采用MMDE方法进行弹性参数的单道反演。然后，为保证横向连续性，采用知识迁移将旁道的结果映射到当前道的反演过程中，最终得到横向连续的弹性参数反演结果。
一种基于知识迁移 ava 弹性参数反演方法系统

[发明专利]基于时空神经网络的非平稳地震资料衰减补偿方法及系统-CN202310034534.5在审
发明人： 高照奇;杨淋森;高静怀;王建花;杨涛;李闯;李振;王清振;孙文博;王艳冬;丁继才 -专利权人：西安交通大学
申请日： 2023-01-10 - 公布日： 2023-05-02 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于时空神经网络的非平稳地震资料衰减补偿方法及系统，将估计的浅层地震子波和实际测井反射系数序列通过褶积模型合成测井位置处的地震记录道；基于非平稳地震记录与得到的测井位置处的合成地震记录道，构建考虑地震记录时空特性的数据集；针对非平稳地震资料衰减补偿设计时空神经网络结构；基于构造的数据集对建立的时空神经网络结构进行网络训练，确定时空神经网络的最优参数集；基于训练好的时空神经网络结构及最优参数集，将非平稳地震道映射为平稳地震道，得到网络估计的二维平稳地震数据。本发明考虑了地震数据的时空结构特性，通过训练时空神经网络，实现非平稳地震资料的衰减补偿，从而提高深层地震资料的纵向分辨率。
基于时空神经网络平稳地震资料衰减补偿方法系统

[发明专利]一种生成方位反射角道集的方法、计算机设备及计算机可读存储介质-CN202211537296.1在审
发明人：李飞鹏;高静怀;高照奇;李闯;张伟 -专利权人：西安交通大学
申请日： 2022-12-02 - 公布日： 2023-03-31 - 主分类号： G01V1/24 文献下载
摘要：本发明公开一种生成方位反射角道集的方法、计算机设备及计算机可读存储介质。其中，一种生成反射角道集的方法包括在基于激发振幅成像条件的逆时偏移过程中，记录震源正传波场的激发振幅信息，激发振幅信息包括激发振幅对应的激发时刻以及激发振幅对应的方向矢量；利用高维小波函数联合激发振幅信息近似重构震源正传波场，并应用互相关成像条件得到成像结果；在逆时延拓的过程中计算检波点反传波场的方向矢量；通过记录的激发振幅对应的方向矢量联合检波点反传波场方向矢量计算得到地下成像点波场照明的方位角和反射角；将成像结果分配到对应的方位角和反射角，以得到方位反射角道集。该方法生成的方位反射角道集具有更高的成像质量。
一种生成方位反射角方法计算机设备可读存储介质

[发明专利]一种基于最小二乘逆时偏移生成保幅角道集的方法、设备及可读存储介质-CN202211390306.3在审
发明人：李飞鹏;高静怀;高照奇;李闯;张伟 -专利权人：西安交通大学
申请日： 2022-11-08 - 公布日： 2023-01-13 - 主分类号： G01V1/36 文献下载
摘要：本发明公开一种基于最小二乘逆时偏移生成保幅角道集的方法、设备及可读存储介质。其中，一种基于最小二乘逆时偏移生成保幅角道集的方法包括在逆时偏移中提取角道集作为初始成像结果，将初始成像结果作为输入，利用基于Kirchhoff近似的波动方程正演算子得到模拟地震数据，将所述模拟地震数据与观测数据的残差代入逆时偏移成像算子中，得到梯度图像，使用共轭梯度法迭代求解最小二乘反演问题以优化角道集。该方法使得在使用LSRTM进行复杂构造的定量解释时，成像幅度表示与角度相关的反射系数，也就是以成像道集的方式呈现，可直接用于幅度随角度变化(AVA)的地震解释中。采用LSRTM反演成像方法能够使得提取的角道集保幅性更好，可提高AVA分析精确度与可靠性。
一种基于最小二乘逆时偏移生成保幅角道集方法设备可读存储介质

[发明专利]一种基于改进型差分进化算法的地震波形反演方法及系统-CN202011081509.5有效
发明人：程建超;潘志斌;高照奇;高静怀;王洋 -专利权人：西安交通大学
申请日： 2020-10-10 - 公布日： 2022-12-09 - 主分类号： G06F17/10 文献下载
摘要：本发明公开了一种基于改进型差分进化算法的地震波形反演方法及系统，所述方法包括：步骤1，计算获得待勘探地区的计算地震数据，测量获得待勘探地区的实际地震数据；将计算地震数据和实际地震数据的拟合程度作为目标函数；步骤2，使用改进型差分进化算法优化步骤1获得的目标函数，获得待勘探地区的地下介质模型的物理参数，完成地震波形反演。本发明能克服传统差分进化算法优化高维的地震波形反演问题时子成分差异大、各个维度间进化失衡的缺陷。
一种基于改进型进化算法地震波形反演方法系统

[发明专利]基于融入物理规律的稀疏自编码器地震反演方法及系统-CN202110442864.9有效
发明人： 高照奇;徐怡杭;高静怀;李闯;杨涛 -专利权人：西安交通大学
申请日： 2021-04-23 - 公布日： 2022-12-09 - 主分类号： G01V1/30 文献下载
摘要：本发明公开了一种基于融入物理规律的稀疏自编码器地震反演方法及系统，包含数据模块、训练模块、转换模块与输出模块。通过融入物理规律的稀疏自编码器，将原本关于模型参数的反问题转化为关于其稀疏编码的反问题，并通过施加一范数稀疏约束进行有效求解，进而解决了在地震反演中最优正则化参数难以选取的问题。在反演得到模型的最优稀疏编码后，通过解码可以得到模型参数的最优解。融入物理规律的稀疏自编码器相比于传统的稀疏自编码器，提高了模型参数与地震数据的重构精度及泛化能力，进而增强了反演效果。实验结果验证了其有效性和相比于现有方法的优越性。
基于融入物理规律稀疏编码器地震反演方法系统

[发明专利]数据与智能优化双驱动的深度学习地震波阻抗反演方法-CN202110998575.7有效
发明人： 高照奇;杨唯;高静怀;张金淼;杨涛;王清振;丁继才;姜秀娣;孙文博;赵小龙 -专利权人：西安交通大学
申请日： 2021-08-27 - 公布日： 2022-12-09 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种数据与智能优化双驱动的深度学习地震波阻抗反演方法，利用全局优化方法对一部分叠后地震数据进行波阻抗反演，并用反演所得数据预训练深度学习网络学习由地震数据到波阻抗的映射关系；利用预训练好的网络引导全局优化方法反演另一部分地震数据的波阻抗数据，加速其收敛到最优解，并用获取的最优解对深度学习网络进行优调；用优调后的深度学习网络，高效实现大规模三维地震数据的波阻抗模型反演。本发明极大地提升了波阻抗模型的反演效率，在计算成本可承担的情况下，实现了使全局优化方法在大规模波阻抗反演问题中的应用成为可能这一巨大突破。
数据智能优化驱动深度学习地震波阻抗反演方法

[发明专利]一种基于自注意力机制与U型结构结合的地震相自动化识别方法-CN202210759364.2在审
发明人：王治国;陈宇民;杨阳;高照奇;李振;王倩楠;高静怀 -专利权人：西安交通大学
申请日： 2022-06-30 - 公布日： 2022-09-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于自注意力机制和U型结构的地震相自动识别方法，首先提出了一种基于Segformer的编码器结构，然后将块扩张模块引入构建解码器结构，并引入Hypercolumns技术融合特征进行地震相识别。通过设计合理的训练及推理流程进行图像地震相分割，最后基于这个地震相识别结果构成地震相体，从而解释地下不同的沉积环境。通过公开数据和实际数据实验，对比传统卷积神经网络的地震相识别模型，本发明提出的地震相自动识别方法具有较少的噪声点，边界细节更加明显、横向连续性更强，能够更加准确的解释地下不同的沉积环境。
一种基于注意力机制结构结合地震自动化识别方法

[发明专利]基于模型驱动深度学习的地震超分辨反演方法-CN202010784646.9有效
发明人：高静怀;陈红灵;高照奇;李闯;米立军;张金淼;王清振 -专利权人：西安交通大学
申请日： 2020-08-06 - 公布日： 2021-11-19 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于模型驱动深度学习的地震超分辨反演方法，包括以下步骤：1)将模型驱动的交替方向乘子法ADMM中的每一次迭代映射到深度网络中的每一层，并利用数学驱动的方法来学习近端映射，完成深度网络ADMM‑SRINet的搭建；2)获取用于训练深度网络ADMM‑SRINet的标签数据；3)利用获取的标签数据对深度网络ADMM‑SRINet进行训练；4)利用步骤3)训练好的深度网络ADMM‑SRINet对待测数据进行反演。该方法结合了基于模型驱动的优化方法和基于数据驱动的深度学习方法的优点，使网络结构具有可解释性；同时，由于物理知识的增加，迭代深度学习方法减轻了对训练集的要求，使反演结果更加可信。
基于模型驱动深度学习地震分辨反演方法

[发明专利]数据驱动的大尺度密度建模方法、计算设备及存储介质-CN202010847255.7有效
发明人：米立军;高照奇;高静怀;张金淼;王清振;王建花;姜秀娣;丁继才;孙文博 -专利权人：中海石油（中国）有限公司;中海石油（中国）有限公司北京研究中心
申请日： 2020-08-21 - 公布日： 2021-06-22 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种数据驱动的大尺度密度建模方法、计算设备及存储介质，其包括：基于实测的测井数据，得到测井数据中的概率密度；基于概率密度构建二维P波速度和二维密度模型；基于二维P波速度和二维密度模型，得到反射系数模型，并通过反射系数和地震子波的褶积得到模型每一道对应的合成地震记录；基于二维密度模型和合成地震记录，得到大量数据对；基于数据对，对深度神经网络进行训练，使训练后的深度神经网络精确的描述地震数据与大尺度密度之间的非线性关系；基于用深度神经网络描述的非线性关系，将地震观测数据映射为大尺度密度，最终实现大尺度密度建模。本发明克服了传统方法对地下介质层位、大尺度速度和人为设定经验公式的依赖。
数据驱动尺度密度建模方法计算设备存储介质

[发明专利]一种基于信息散度的地震数据属性提取方法-CN201910126690.8有效
发明人：杨涛;高静怀;高照奇;张兵;刘耀波;黄健;周寒松 -专利权人：西安交通大学
申请日： 2019-02-20 - 公布日： 2020-05-22 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于信息散度的地震数据属性提取方法，包括1)地震道的选择；2)地震道概率分布的计算；3)地震道Copula函数的计算；4)多道地震道信息散度的计算。本发明能实现地震属性中相干属性的提取，避免了在常规方法中的协方差矩阵的求解以及矩阵特征值的求解，降低以往相干属性提取方法在协方差矩阵和特征值求解时的计算时间。方便实现，能实现对地层地质的边缘、河道等不连续性检测和砂体的非均质性以及断层等地质特征的刻画，技术方案易于实现，可操作性强。
一种基于信息地震数据属性提取方法

[发明专利]一种基于核相关的地震数据属性提取方法-CN201910325237.X有效
发明人：杨涛;高静怀;孙逢圆;高照奇;张兵;王治国;李闯;刘耀波 -专利权人：西安交通大学
申请日： 2019-04-22 - 公布日： 2020-03-17 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于核相关的地震数据属性提取方法，包括1)地震道的选择；2)核相关度量的计算；3)核相关矩阵的构建；4)地震道属性值的计算。本发明能实现地震属性中相干属性的提取，引入核相关函数，通过构建核相关矩阵，计算矩阵特征值等步骤，进而实现地震数据相干属性的提取。方便实现，能实现对地层地质的边缘、河道等不连续性检测和砂体的非均质性以及断层等地质特征的精细刻画，技术方案易于实现，可操作性强。
一种基于相关地震数据属性提取方法

[发明专利]一种不依赖于测井资料的绝对波阻抗反演方法-CN201710625702.2有效
发明人： 高照奇;潘志斌;高静怀 -专利权人：西安交通大学
申请日： 2017-07-27 - 公布日： 2018-12-07 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种不依赖于测井资料的绝对波阻抗反演方法。首先，从叠前炮集地震数据出发，利用地震数据全部信息通过全波形反演的手段得到长波长P波速度模型；其次，基于长波长P波速度模型通过深时转换以及Gardner经验公式得到低频波阻抗模型；最后，使用低频波阻抗模型约束基于多组变异差分进化算法的波阻抗反演，得到绝对波阻抗模型。本发明直接从地震数据出发，通过利用全波形反演与全局优化算法，实现了在不依赖于测井资料的前提下，对横向强非均质介质绝对波阻抗参数的反演。因为使用了叠前地震数据全部信息，所以可以更好的构建横向连续性好的低频波阻抗模型；并且因为使用了全局优化算法求解波阻抗反演问题，能够反演得到全局最优波阻抗参数。
一种依赖于测井资料绝对阻抗反演方法

1
2
下一页»
尾页
共 16 条