本發明公開了本發明一種精細油藏分布的勘察數據分析方法及系統，接收數據采集端發送的實時石油勘察數據包，將原始石油勘察數據整理得到待分析石油數據；將待分析石油數據進行轉換得到對應的石油勘察數據；獲取當前待分析石油數據對應的當前石油勘察數據，根據預設規則獲取當前石油勘察數據的鄰近石油勘察數據，將當前石油勘察數據與鄰近石油勘察數據按空間順序形成原始輸入數據；將原始輸入數據輸入經訓練得到的目標卷積神經網絡，得到石油分類結果；根據石油分類結果得到當前待分析石油數據對應的石油資源區域分布結果。有效的解決了現有技術中對石油的勘探的技術問題，能夠實時對石油的分布進行勘探和分析，能準確的檢測到石油在地下的分布情況。

技術領域

本發明涉及精細油藏分布數據分析的技術領域，具體涉及一種精細油藏分布的勘察數據分析方法及系統。

背景技術

隨著科學的不斷發展，石油開采技術越來越發達，開采的效率更加快，有效的降低了開采時間，這樣大大地降低了才開成本。

但是目前石油的勘探是相關技術人員面臨的巨大問題，這樣就可帶來無效的挖掘，這樣就增加了時間成本以及開采成本。

發明內容

本發明所要解決的技術問題是上述背景技術的技術問題，目的在于提供一種精細油藏分布的勘察數據分析方法及系統，解決的是能實時分析地下石油分布的問題。

本發明通過下述技術方案實現：

一種精細油藏分布的勘察數據分析方法，所述方法包括：

接收數據采集端發送的實時石油勘察數據包，根據所述實時石油勘察數據包獲取原始石油勘察數據，將所述原始石油勘察數據整理得到待分析石油數據；

將所述待分析石油數據進行轉換得到對應的石油勘察數據；

獲取當前待分析石油數據對應的當前石油勘察數據，根據預設規則獲取所述當前石油勘察數據的鄰近石油勘察數據，將當前石油勘察數據與鄰近石油勘察數據按空間順序形成原始輸入數據；

將所述原始輸入數據輸入經訓練得到的目標卷積神經網絡，得到石油分類結果；

根據所述石油分類結果得到所述當前待分析石油數據對應的石油資源區域分布結果。

進一步地，所述獲取當前待分析石油數據對應的當前石油勘察數據，根據預設規則獲取所述當前石油勘察數據的鄰近石油勘察數據，將當前石油勘察數據與鄰近石油勘察數據按空間順序形成原始輸入數據的步驟包括：

從當前石油勘察數據的前向獲取第一預設數據的前向石油勘察數據；

從當前石油勘察數據的后向獲取第二預設數據的后向石油勘察數據；

將所述前向石油勘察數據、當前石油勘察數據、后向石油勘察數據按空間順序形成原始輸入數據。

進一步地，所述接收數據采集端發送的實時石油勘察數據包的步驟之前，還包括：

獲取測試石油勘察數據，所述測試石油勘察數據為所述終端在當前所屬環境采集并上傳的歷史石油勘察數據，所述測試實時石油勘察數據包括檢測信號頻率和對應的信號頻率標準狀態；

將所述檢測信號頻率進行轉換得到對應的頻域檢測信號頻率；

根據預設規則將各個頻域檢測信號頻率作為中心頻域檢測信號頻率，獲取各個中心頻域檢測信號頻率的鄰近頻域檢測信號頻率，將各個中心頻域檢測信號頻率與匹配的鄰近頻域檢測信號頻率按空間順序形成各個原始匹配輸入模型，將各個原始匹配輸入模型與對應的中心頻域檢測信號頻率的信號頻率標準狀態組成匹配數據；

將所述匹配數據輸入包括第一卷積層、第一降采樣層、第二卷積層、第二降采樣層、全連接層和輸出層的卷積神經網絡訓練；