![](https://img-blog.csdnimg.cn/20190918140145169.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
人工智能+油气勘探
文章平均质量分 78
利用人工智能技术解决地震勘探相关的问题
HenrySmale
张恒汝,博士,西南石油大学教授,硕士生导师,机器学习研究中心副主任,四川省学术和技术带头人后备人选,四川省通信管理局工业互联网领域入库专家,教育部产学合作协同育人项目入库专家,CCF、ACM会员,CAAI粒计算与知识发现专委会委员。
展开
-
机器学习复习题
4.()是机器学习较早的研究方向,其源于英国数学家托马斯.贝叶斯在1763年发表的一篇论文中提到的贝叶斯定理。C. 人工神经网络 D. 贝叶斯学习。A . 决策树 B. 随机森林。原创 2023-08-03 11:51:44 · 2228 阅读 · 0 评论 -
勘探开发人工智能应用:人工智能概述
机器学习、深度学习、计算机视觉等技术已在勘探开发、油气生产、炼油炼化、经营管理等重点环节进行应用与推广。参考书籍:《油气人工智能》 龚仁斌,李欣,李宁,吴杰文编著 石油工业出版社 2021年9月。原创 2023-08-09 10:42:26 · 692 阅读 · 0 评论 -
机器学习(1)
对于西瓜这个抽象类来说,它具有“色泽”,“根蒂”,“敲声”三个属性:“敲声=浊响”的西瓜是好瓜;“根蒂=蜷缩”的西瓜是好瓜;“敲声=浊响”并且“根蒂=蜷缩”的西瓜是好瓜。这是我们人为逻辑推理得到的假设,这些假设就是机器学习需要学到的**“模型(model)”**。如果想让机器去“学习”这些假设,该怎么做?最基本的想法是为机器提供所有的假设,对每个假设进行验证,一旦发现不符合数据的假设,就剔除。原创 2023-08-09 16:24:59 · 679 阅读 · 0 评论 -
机器学习(2)
3.1k近邻算法3.2 决策树3.3kMeans3.4 线性回归。原创 2023-08-10 10:26:03 · 623 阅读 · 0 评论 -
机器学习(3)
4.1 logistic回归4.2 支持向量机(SVM)4.3 PCA4.4 半监督学习4.5 主动学习4.6 代价敏感学习4.7 多标签学习4.8 多示例学习。原创 2023-08-10 16:31:12 · 472 阅读 · 0 评论 -
机器学习(4)
5.1 半监督学习5.2 主动学习5.3 代价敏感学习5.4 多标签学习5.5 多示例学习。原创 2023-08-10 16:57:54 · 356 阅读 · 0 评论 -
机器学习(5)
6.1 矩阵分解6.2 全连接 BP 神经网络6.3 卷积神经网络6.4 LSTM6.6 U-Net。原创 2023-08-10 17:35:49 · 360 阅读 · 0 评论 -
机器学习(6)
7.1 LSTM7.2 Transformer7.3 U-Net原创 2023-08-11 15:33:13 · 576 阅读 · 0 评论 -
勘探开发人工智能应用:初至波拾取
AI在油田主营业务即勘探开发运销和经营管理领域的落地场景,需要的算法、模型及关键技术。原创 2023-07-24 17:42:07 · 775 阅读 · 1 评论 -
勘探开发人工智能应用:断层识别
断层是地下岩层在受到挤压或拉伸力作用下,因脆性变形而形成的地层错断,是一种重要的地质构造特征。断层检测和解释是从地震剖面中认识岩层结构和储层特性的重要步骤。原创 2023-07-25 17:23:15 · 481 阅读 · 0 评论 -
勘探开发人工智能应用:测井岩相识别
岩相识别是最基础的工作,能够获得地层岩石物理特性的直观认识,进而帮助实时钻井、地质评价和储层建模。地球物理测井使用特定的设备,观测井眼内不同深度地层的声学特性、电学特性、放射性、热力学特性等地球物理特性。通过确定地球物理测井采集的数据和地质信息之间的关系,即测井解释,可以判别井眼剖面的岩相和推断岩层介质的渗透率、孔隙度等重要参数。常见的测井数据输入:自然电位测井(SP, Spontaneous Potential Log):记录自然电流在井眼中的电位降;普通电阻率测井:测量在设定的供电电流下电场的分布状原创 2023-07-26 11:56:13 · 550 阅读 · 0 评论 -
勘探开发人工智能应用:地震层位解释
层位解释是地震构造解释的重要内容,是根据目标层位的地震反射特征如等信息在地震数据体上进行追踪解释获得地震层位数据的方法。原创 2023-07-25 11:35:07 · 603 阅读 · 0 评论 -
论文笔记:A Simple Framework for Contrastive Learning of Visual Representations
论文笔记:A Simple Framework for Contrastive Learning of Visual Representations原创 2023-04-28 09:56:50 · 707 阅读 · 1 评论 -
论文笔记:基于并行注意力 UNet的裂缝检测方法
论文:基于并行注意力 UNet的裂缝检测方法(Parallel Attention Based UNet for Crack Detection);发表:2021年发表在《计算机研究与发展》上。原创 2023-04-23 17:33:32 · 1202 阅读 · 1 评论 -
论文笔记:基于U-Net深度学习网络的地震数据断层检测
论文:基于U-Net深度学习网络的地震数据断层检测发表:2021年发表在石油地球物理勘探。原创 2023-04-23 11:07:48 · 1138 阅读 · 1 评论 -
论文笔记:Ghostnet for Hyperspectral Image Classification
论文:Ghostnet for Hyperspectral Image Classification发表:2021年发表在IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING主要工作:将华为诺亚方舟团队提出的Ghostnet应用在HSI图像分类上。原创 2023-04-23 10:23:52 · 187 阅读 · 1 评论 -
智能测井解释
智能测井解释原创 2022-07-02 16:11:15 · 1411 阅读 · 0 评论 -
测井储层参数预测+人工智能方法
1 问题描述测井储层参数预测地层泥质含量;地层孔隙度(POR);含水饱和度(SW);渗透率(PERM)。输入:声波时差(AC)、补偿中子(CNL)、密度(DEN)、井径(CAL)、自然伽马(GR)、自然电位(SP)、电阻率测井值(RT);输出:孔隙度(POR)、渗透率(PERM)、含水饱和度(SW)。2 传统方法输入:自然伽马(GR)曲线或自然电位(SP)曲线;输出:地层泥质含量。输入:泥质校正后的声波时差(AC)、补偿中子(CNL)、密度(DEN);输出:地层孔隙度(POR)。原创 2022-05-26 09:28:42 · 1441 阅读 · 1 评论 -
人工智能+录/测井数据的一些应用举例
1 横波速度的预测(油层段)2 泥质含量的预测3 甜点和非甜点预测原创 2022-04-16 10:36:02 · 1017 阅读 · 2 评论 -
如何利用录井/测井数据进行学习?
1 数据数据来源:录井/测井数据。录井数据的特点:(1)在钻井过程中采集;(2)大概5米一个点;(3)特征包括:钻屑的特征、钻进过程中的油气水的特征、压力、温度等;测井数据:(1)油井/气井开发过程中采集;(2)大概1米一个点;(3)特征包括:压力、温度等。2 问题问题1:哪些点有油、气、水?问题2:哪些层位(多个点)有油、气、水?3 可能用到的学习范式表示学习:通过学习判断哪些特征是有意义的。多示例学习:多个样本才能预测最终的结果。多标签学习:多个决策属性,判断结果是有无。原创 2022-04-11 17:26:55 · 707 阅读 · 0 评论