一种基于深度学习的储层特征预测方法及模型.pdfVIP

下载本文档

19
0
约1.69万字
约 14页
2023-06-21 发布于四川
举报
版权申诉

一种基于深度学习的储层特征预测方法及模型.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113359212 A (43)申请公布日 2021.09.07 (21)申请号 202110694823.9 (22)申请日 2021.06.22 (71)申请人中国