買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國石油化工集團有限公司;中石化石油工程技術服務有限公司;中石化經緯有限公司;中石化經緯有限公司勝利測井公司申請的專利一種基于深度學習的電成像圖像測井信息識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115775327B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111039783.0，技術領域涉及：G06V10/764；該發明授權一種基于深度學習的電成像圖像測井信息識別方法及系統是由張晉言;邢強;許東暉;焦再峰;王延江;程文;劉偉鋒;王珺;劉寶弟設計研發完成，并于2021-09-06向國家知識產權局提交的專利申請。

本一種基于深度學習的電成像圖像測井信息識別方法及系統在說明書摘要公布了：本發明提供了一種基于深度學習的電成像圖像測井信息識別方法及系統，其通過對獲取的電成像原始圖像進行擴增處理，進而分別編號并與圖像關聯存儲；采用生成對抗網絡修復擴增后的圖像得到對應的電成像復原圖像，進而通過測井標記步驟處理復原圖像，同時得到匹配的電成像掩膜圖像；然后以標記后的所述電成像復原圖像及匹配的掩膜圖像為輸入，利用設定的預測模型對輸入進行處理，得到測井信息預測圖，進而結合匹配電成像復原圖像進行融合計算，獲取含多種地質類型的測井解釋結果。采用該方案克服了現有技術中對分析人員的專業程度依賴以及分析結果數據完整性不足的缺陷，實現了測井電成像信息自動識別，保障識別效率的同時，提升了測井解釋的精確度。

本發明授權一種基于深度學習的電成像圖像測井信息識別方法及系統在權利要求書中公布了：1.一種基于深度學習的電成像圖像測井信息識別方法，其特征在于，所述方法包括： 原始圖像整理步驟、獲取測井數據中的測井電成像圖像作為原始圖像，對所述原始圖像進行擴增處理并編號，關聯存儲擴增處理后的原始圖像及編號信息； 圖像修復步驟、采用生成對抗網絡對擴增處理后的原始圖像進行修復處理，得到對應的電成像復原圖像； 測井標記步驟、按照需求的文件格式基于測井地質類型數據對電成像復原圖像進行測井信息標記，并生成與所標記測井信息匹配的電成像掩膜圖像； 預測識別步驟、將標記后的所述電成像復原圖像及對應的電成像掩膜圖像輸入預先訓練的測井信息預測模型中，基于所述模型的編碼器-解碼器網絡結構對輸入圖像的特征數據進行處理，得到對應的測井信息預測圖； 融合計算步驟、針對所述測井信息預測圖和匹配的電成像復原圖像進行融合計算，獲取包含多種地質類型的測井解釋結果； 其中，所述測井信息預測模型的編碼器包括基本特征提取模塊和多尺度并行池化模塊； 所述基本特征提取模塊對樣本庫圖像進行卷積和池化處理，得到滿足需求的低層特征圖； 所述多尺度并行池化模塊對所述低層特征圖進行多尺度并行池化模塊處理，得到不同尺度特征圖的融合圖，即多尺度特征融合圖； 其解碼器對所述多尺度特征融合圖進行轉置卷積處理，得到分辨率滿足要求的解碼特征圖，并將其與同分辨率的所述低層特征圖拼接，得到拼接特征圖； 所述測井信息預測模型是通過模型訓練步驟，基于設定的樣本電成像復原圖像和樣本電成像掩膜圖像訓練得到的； 在模型訓練步驟中，包括以下操作： 針對樣本原始數據分別采用所述原始圖像整理步驟、圖像修復步驟和測井標記步驟的操作進行處理，得到樣本電成像復原圖像和樣本電成像掩膜圖像； 根據需求劃分得到樣本訓練集和樣本驗證集； 將樣本訓練集中的樣本電成像復原圖像和樣本電成像掩膜圖像輸入初始的測井信息預測模型網絡中，根據設定的損失函數迭代計算網絡的評價指標； 結合損失函數的計算結果和樣本驗證集的匹配計算結果對預測模型的參數進行重復優化，直至滿足設定要求，將獲得的參數最優預測模型作為最終的測井信息預測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國石油化工集團有限公司;中石化石油工程技術服務有限公司;中石化經緯有限公司;中石化經緯有限公司勝利測井公司，其通訊地址為：100728 北京市朝陽區朝陽門北大街22號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。