[发明专利]电成像测井图像特征自动提取方法及装置有效

专利信息
申请号: 201810971762.4 申请日: 2018-08-24
公开(公告)号: CN109389128B 公开(公告)日: 2021-08-27
发明(设计)人: 冯周;李宁;武宏亮;王克文;刘鹏;李雨生;王华峰;王晨 申请(专利权)人: 中国石油天然气股份有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06N3/04;G06N3/08
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 王天尧
地址: 100007 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种电成像测井图像特征自动提取方法及装置,其中,该方法包括以下步骤:获取电成像测井历史数据;对电成像测井历史数据进行预处理,生成全井眼覆盖的电成像测井图像;在全井眼覆盖的电成像测井图像中对典型的地质特征进行识别和标记,获得处理后的图像,并按地质特征类型将处理后的图像确定为训练样本;构建深度学习模型,所述深度学习模型包括输入层、多个隐藏层和输出层;利用训练样本对深度学习模型进行训练;使用已训练的深度学习模型,对待识别井段的电成像测井图像进行地质特征类型识别,对所述识别结果进行形态学优化处理,获得特征优化识别结果。该方案能够自动、快速、准确的识别出电成像测井图像中的典型地质特征。
搜索关键词: 成像 测井 图像 特征 自动 提取 方法 装置
【主权项】:
1.一种电成像测井图像特征自动提取方法,其特征在于,包括:获取电成像测井历史数据;对所述电成像测井历史数据进行预处理,生成全井眼覆盖的电成像测井图像;在所述全井眼覆盖的电成像测井图像中对典型的地质特征进行识别和标记,获得处理后的图像,并按地质特征类型将所述处理后的图像确定为训练样本;构建深度学习模型,所述深度学习模型包括输入层、多个隐藏层和输出层;利用所述训练样本对所述深度学习模型进行训练,获得已训练的深度学习模型;使用所述已训练的深度学习模型,对待识别井段的电成像测井图像进行地质特征类型识别,获得识别结果;对所述识别结果进行形态学优化处理,获得特征优化识别结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油天然气股份有限公司,未经中国石油天然气股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810971762.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top