资料下载
×
一种应用卷积神经网络对地质储层参数预测
消耗积分:2 |
格式:rar |
大小:4.86 MB |
2018-02-02
分享资料个
地质储层参数（孔渗饱等参数）在地质建模中起着至关重要的作用，储层参数往往是通过井资料来获得。然而在很多情况下，钻井取心仅限于某些层段，不能获取整个工区内的储层参数。因此，地质学家通常通过建立经验公式的方法来预测未知地区的储层参数。常规的通过经验公式或简化地质条件建立模型计算储层参数，对于解决一般地质储层问题往往能取得较好的结果，而对于解决复杂地质问题，二者都有很大的局限和缺陷。人工智能特别是人工神经网络技术的发展为地质储层参数预测带来了新的途径。
人工神经网络作为人工智能的分支，在模式识别、分类预测等方面己成功地解决了许多现代计算机难以解决的实际问题。然而随着人工智能的发展，神经网络的自主性特征学习功能越来越重要，人工神经网络虽然表现出了良好的智能特性，但不能自主地学习特征。近年来，深度学习逐渐崛起，围绕深度神经网络的研究也越来越多，但其在地质储层参数预测领域的研究还很少。提出了一种应用卷积神经网络对地质储层参数进行预测的方法，该方法不仅能对储层参数进行精确预测，而且可以得到储层特征集。实验证明，卷积神经网络可以应用于地质储层参数预测，且预测精度较高，同时卷积神经网络的卷积特征为储层地质建模与测井资料解释提供了重要的支持。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
