专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果11个,建议您升级VIP下载更多相关专利
  • [发明专利]基于波场分解的一次波和多次波分离及同时成像方法-CN202310616093.X在审
  • 尤加春;任强 - 成都理工大学
  • 2023-05-29 - 2023-09-29 - G01V1/36
  • 本发明公开基于波场分解的一次波和多次波分离及同时成像方法,涉及地震信号处理技术领域。本发明通过改进双程波方程波场分解方案,实现高效的分离一次波和不同阶次的多次波,消除一次波和不同阶多次波成像中的串扰噪音,并同时实现一次波和多次波的高效成像,本发明提供的方法为:在采集面将上行波场分解为一次波和不同阶次的多次波,将下行波场分解为不同阶次的多次波虚震源;基于这种广义的上/下行波场分解基础,使用改进的双程波方程波场深度延拓方案进行一次波和不同阶次的多次波的同时深度延拓和成像,仅需计算一次,就可实现多种波场类型高效的成像。
  • 基于分解一次多次分离同时成像方法
  • [发明专利]一种结合深度学习的储层物性参数预测方法-CN201911138179.6有效
  • 王俊;曹俊兴;袁珊;尤加春 - 成都理工大学
  • 2019-11-20 - 2022-05-31 - G06Q10/04
  • 本发明公开一种结合深度学习的储层物性参数预测方法,步骤为:引入MIC定量测度物性参数与测井曲线的非线性相关性,选取对物性参数响应明显的测井曲线;引入CEEMDAN对物性参数数据序列分解,获得本征模态函数IMF分量和剩余RES分量,对物性参数数据序列平稳化处理;引入SE对各IMF分量和RES余量的复杂度评价,将熵值相近的分量序列重组得到新本征模态分量;对新本征模态分量数据归一化处理后划分为训练集和测试集;引入LSTM循环神经网络对重构的新分量建立预测模型,获得各新本征模态分量的预测值;将各新本征模态分量的预测值反归一化并进行叠加重构得到物性参数预测结果。本发明的方法减少了冗余信息与预测分量建模数,提高预测精度和预测速度。
  • 一种结合深度学习物性参数预测方法
  • [发明专利]基于智能优化集成网络的储层含气性检测方法及装置-CN202110959318.2在审
  • 王俊;曹俊兴;尤加春 - 成都理工大学
  • 2021-08-20 - 2021-10-22 - G01V1/40
  • 本发明提供了一种基于智能优化集成网络的储层含气性检测方法及装置,属于地震勘探油气检测技术领域。该方法包括:获取井数据和地震数据;提取能够表征油气特征的地震属性和已钻井的储层信息,获得数据样本和对应的标签并将其划分为训练集和验证集;基于所述训练集训练深网络模型,并采用自适应粒子群优化算法对模型的关键超参数进行自动寻优,使数据特征和网络结构自适应匹配,减少人为因素的影响,获得最佳的含气性检测模型;利用所述验证集对模型进行验证,若验证结果满足预设条件,则利用该模型实现由有井区到无井区储层的含气性检测。本发明综合了井点数据与地震数据,可较好的挖掘原始数据中蕴含的有效信息,提高储层含气性检测的准确性。
  • 基于智能优化集成网络储层含气性检测方法装置
  • [发明专利]一种基于矩阵乘法的双程波叠前深度偏移的方法-CN201911255022.1有效
  • 尤加春;王俊;刘剑丽 - 成都理工大学
  • 2019-12-10 - 2021-02-19 - G01V1/28
  • 本发明公开了一种基于矩阵乘法的双程波叠前深度偏移的方法,包括S1、构建关于深度变量的一阶方程系统:S2、计算得到矩阵H的特征值分解或谱分解:S3、计算得到z到z+Δz的递归双程波波场深度延拓方程:S4、根据矩阵乘法计算垂直波数及垂直波数的三角函数;S5、将所述垂直波数及其三角函数带回至步骤S3中,求解得到一般形式下的递归双程波波场深度延拓方程;S6、在求得下一个深度的延拓波场之后,利用互相关成像原理计算偏移结果;S7、判断偏移程序是否计算到最大模型深度,如果计算到最大深度处,算法结束;否则重复执行步骤S3‑S6;S8、基于盐丘模型验证步骤S1‑S7盐丘下结构成像的稳定性和准确性。
  • 一种基于矩阵乘法双程波叠前深度偏移方法
  • [发明专利]一种基于矩阵分解的双程波叠前深度偏移的方法-CN201911255009.6有效
  • 尤加春;王俊;刘剑丽 - 成都理工大学
  • 2019-12-10 - 2021-02-09 - G01V1/28
  • 本发明公开了一种基于矩阵分解的双程波叠前深度偏移的方法,从求解双程波方程所需要的边界条件入手,利用地表处记录的波场值,通过单程波偏移算法估算出地表处波场值对深度方向的偏导数,并利用两个边界条件推导构建了基于垂直波数及其三角函数的双程波深度偏移方程;并进一步利用矩阵分解理论对双程波深度偏移方程进行准确求解,解决了现有文献中对双程波深度偏移方案求解不稳定的问题。除此,本发明通过对强速度变化介质中脉冲响应的计算,证明本发明提出的方法的计算结果与有限差分计算的结果相一致,体现了本算法计算的准确性;通过对盐丘模型的成像,验证了本算法对强速度变化介质准确、以及稳定的成像能力,体现了本算法在成像上的优越性。
  • 一种基于矩阵分解双程波叠前深度偏移方法
  • [发明专利]基于模态分解重构及深度LSTM-RNN模型的测井曲线预测方法-CN201911139494.0在审
  • 王俊;曹俊兴;尤加春 - 成都理工大学
  • 2019-11-20 - 2020-03-24 - G06Q10/04
  • 本发明公开一种基于模态分解重构及深度LSTM‑RNN模型的测井曲线预测方法,步骤包含:利用CEEMD将测井曲线数据分解为有限个具有局部特征且不同频率的本征模态函数IMF分量和剩余RES分量;游程检测法对各分量进行波动程度检测,将具有相似波动频率的CEEMD分解项重构为高频项、低频项及趋势项三个具有典型特征的新分量;对重构的新分量进行数据归一化处理并划分训练和测试数据;对各分量分别建立深度LSTM‑RNN模型并利用训练数据进行网络训练;将训练好的模型用于预测缺失或失真的测井曲线,最后将三个分量的预测结果重构并反归一化得到测井曲线预测结果。该方法减少了预测分量建模数,提高预测精度和速度,简便性和实适用性强,能更为准确有效地预测缺失或失真的测井曲线。
  • 基于分解深度lstmrnn模型测井曲线预测方法
  • [发明专利]一种利用单程波算子的双程波叠前深度偏移方法-CN201610257053.0有效
  • 刘学伟;尤加春;韩文功;张光德;杨德宽 - 中国地质大学(北京);刘学伟
  • 2016-04-22 - 2019-04-09 - G01V1/30
  • 本发明涉及一种利用单程波算子的双程波叠前深度偏移方法,包括如下步骤:1,采用上下双检波器地震数据采集系统,形成检波器波场;2,提取地震子波信息,形成震源波场;3,读取单炮地震数据、速度模型和震源波场;4,对震源波场和检波器波场在时间域作傅里叶变换得到频率‑空间域波场数据;5,对频率‑空间域波场数据进行深度延拓计算;6,利用互相关成像原理或反射系数成像原理进行偏移成像;7,重复步骤4~6延拓计算到最大深度,保存偏移结果,计算下一炮地震数据;8,重复步骤3~7至最后一炮,输出偏移剖面。本发明,利用单程波算子进行全波动方程深度偏移,实现了快速、准确的双程波深度偏移算法,更有工业利用价值。
  • 一种利用单程算子双程波叠前深度偏移方法
  • [发明专利]一种真振幅偏移成像方法-CN201510388935.6有效
  • 刘学伟;尤加春 - 中国地质大学(北京);刘学伟
  • 2015-07-03 - 2017-08-29 - G01V1/24
  • 本发明公开了一种真振幅偏移成像方法,提出了陆上双/或多检波器全声波方程真振幅叠前深度偏移方法。在地表及地表以下布置若干检波层;采集地震信号数据;计算地表处波场关于深度的偏导数;对检波点波场和炮点波场进行波场延拓;利用互相关成像原理或反射系数成像原理对延拓的检波点波场和炮点波场进行成像。本发明克服目前地震数据采集系统只记录地表波场值而无法在深度域精确求解声波方程的缺陷,达到了利用声波方程精确求解地震波场信息的目的,并为后续的地质解释人员提供可靠的地下构造和岩性信息,增加了地质解释和地震反演分析的可信度。本发明可以对各种波场进行偏移成像,而且能实现反映地下构造岩性变化的真振幅偏移。
  • 一种振幅偏移成像方法

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

400-8765-105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