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！

龙图腾网恭喜东北石油大学三亚海洋油气研究院申请的专利一种基于深度学习的多点地质统计学沉积微相预测方法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：CN119849344B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202510338301.3，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的多点地质统计学沉积微相预测方法是由王旭东;杨子成;苑承元;赵亮;任博涵;郝皎瑶设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本一种基于深度学习的多点地质统计学沉积微相预测方法在说明书摘要公布了：本发明提供一种基于深度学习的多点地质统计学沉积微相预测方法，具体方法包括：将沉积模式、相序组合规律等地质约束条件转化为可嵌入神经网络的规则化张量；采用卷积神经网络与图神经网络混合架构，同步提取沉积微相的局部微观特征与区域宏观展布模式；基于预训练模型进行目标工区微调，结合对抗样本生成技术增强模型泛化能力；生成具有置信度评估的三维沉积微相分布模型。本技术方案创新性地实现了：地质统计学空间相关性约束与深度学习特征提取的耦合优化；多源数据在隐式特征空间的非线性映射与协同表征；沉积微相预测结果的地质过程动态演化可视化。

本发明授权一种基于深度学习的多点地质统计学沉积微相预测方法在权利要求书中公布了：1.一种基于深度学习的多点地质统计学沉积微相预测方法，包括以下步骤：步骤一、数据预处理：多源数据融合，整合测井曲线、岩心描述、地震资料及动态生产数据，构建底层数据集；1、收集并整理测井数据，包括自然伽马、声波时差、电阻率、密度、泥质含量多种测井曲线；2、对测井曲线进行预处理，包括单位校正，深度校正，去除异常值；3、收集并整理岩心描述以及岩性资料，对不同的岩性进行数字化赋值；4、对地震资料进行处理，包括属性提取以及地震相的划分；5、利用测井资料、地震资料以及岩心资料对所有井进行沉积微相划分；6、对划分准确的沉积微相进行数字化赋值；7、编写沉积微相划分报告，详细记录划分过程、结果和结论；步骤二、地质规律编码模块：地质规律转化为数字化约束矩阵，嵌入特征提取流程；根据目标区块地质特征选择相应地质规律；地质规律转化为数字化约束矩阵部分使用随机森林算法处理缺失值，皮尔逊相关系数计算多变量线性相关系数；地质规律编码具体包括：构建沉积相接触关系矩阵，定义河道-天然堤-决口扇相序转移概率；将物源方向量化为8方位玫瑰图张量；采用约束矩阵编码表示盆地演化阶段分类特征；步骤三、构建深度学习模型架构：包括多尺度特征融合网络；以主干网络采用改进型ResNet-50架构作为特征提取网络，增加空洞卷积层以捕获多尺度空间特征；实施迁移学习策略，以预训练模型进行参数初始化；设置动态学习率调整机制，按算例设置初始学习率以及每周期衰减系数；步骤四、样本训练机制：通过利用多点地质统计学方法，利用数据样板扫描训练图像获得数据事件来反映相应的地质模式；不同数据事件出现频率近似为空间多个点联合分布概率；具体包括以下步骤：1、选定合适的范围，利用在数据预处理与特征工程模块中生成的小区块的准确的沉积微相，结合人机交互选定合适的最为符合地质合理性的范围；2、将已经获得的小范围的沉积微相平面图进行数字化扫描，生成具有地理坐标系的栅格化结果；3、将数字化扫描后的沉积微相平面图作为样本使用高阶兼容性算法获得最为匹配的训练图像；4、利用已经获得的训练图像作为地质模式使用数据事件重复概率统计算法，获得与实际区匹配的沉积微相平面图；步骤五、深度学习：以训练图像为样本，获得最符合研究区地质条件的地质模式，人机交互获取最终结果：以深度学习结果为约束，结合研究区基础地质数据，在地质专家系统中交互修正得出试验区最终沉积微相平面图。

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东北石油大学三亚海洋油气研究院，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城闯新路8号中兴产业园A栋3层区；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”。