[发明专利]一种基于深度学习的储层特征预测方法及模型在审
| 申请号： | 202110694823.9 | 申请日： | 2021-06-22 |
| 公开（公告）号： | CN113359212A | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 周长林;刘飞;李力;陈伟华;张华礼;付艳;曾嵘;官文婷;张丹丹;汪晓星 | 申请（专利权）人： | 中国石油天然气股份有限公司 |
| 主分类号： | G01V11/00 | 分类号： | G01V11/00;G06N3/04;G06N3/08 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 林菲菲 |
| 地址： | 100000 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的储层特征预测方法，包括：获取测井数据训练集；构建卷积神经网络和加入了注意力层的前后向长短时记忆神经网络，并结合两者进行序列建模，生成多模Bi‑LSTM模型；将所述训练集输入多模Bi‑LSTM模型，采用联和训练的方式对其进行训练，对卷积神经网络和加入了注意力层的前后向长短时记忆神经网络的参数进行联合优化；将实际测井数据输入训练后的多模Bi‑LSTM模型，并通过该模型预测得到储层特征的预测结果。本发明利用双向长短时记忆能高效精准地进行时间序列预测的优点，再加上注意力机制层，弥补了卷积神经网络处理有序列相关性数据的不足，能够精准地预测不同深度储层的孔隙度和渗透率等储层特征。 | ||
| 搜索关键词： | 一种 基于 深度 学习 特征 预测 方法 模型 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油天然气股份有限公司，未经中国石油天然气股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110694823.9/，转载请声明来源钻瓜专利网。
- 上一篇：外墙施工机器人实时监控方法及系统
- 下一篇：一种用船采吸深层海水的装置
