利用卷积神经网络对储层孔隙度的预测研究与应用

论文摘要

在测井资料与岩心数据较少,储层参数在地质综合解释方面又非常重要的情况下,如何提高储层参数的预测精准度显得尤为关键.本文提出使用深度学习方法根据已有的测井数据预测岩心孔隙度,构建出基于Adam优化算法、dropout技术、ReLU激励函数等技术融合的卷积神经网络模型.首先,分析选定测井参数与孔隙度的相关性.然后,通过交叉验证实验优选模型参数,如学习率、网络深度等.最后,运用卷积神经网络建立自然伽马等四种测井参数与孔隙度的非线性映射关系.通过对实际资料的训练测试,结果显示,基于测井资料的卷积神经网络模型相对于深度神经网络等模型而言,总样本预测数值相关性提高了2%左右,模型预测数值偏差下降了1.5%,通过实验验证卷积神经网络模型具有预测优越性与鲁棒性,在储层参数预测方向有良好的应用前景.

论文目录

文章来源

类型: 期刊论文

作者: 杨柳青,陈伟,查蓓

关键词: 测井资料,深度学习,卷积神经网络,储层参数

来源: 地球物理学进展 2019年04期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 地质学,地球物理学,石油天然气工业,矿业工程

单位: 长江大学地球物理与石油资源学院,油气资源与勘探技术教育部重点实验室(长江大学),非常规油气湖北省协同创新中心

基金: 基于经验模态分解的自由表面多次波衰减方法研究(41804140)资助

分类号: P618.13;P631

页码: 1548-1555

总页数: 8

文件大小: 585K

下载量: 619

相关论文文献

• [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
• [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
• [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
• [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
• [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
• [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
• [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
• [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
• [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
• [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
• [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
• [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
• [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
• [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
• [15].神经网络探索物理问题[J]. 物理 2020(03)
• [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
• [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
• [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
• [19].高效深度神经网络综述[J]. 电信科学 2020(04)
• [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
• [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
• [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
• [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
• [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
• [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
• [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
• [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
• [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
• [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
• [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

标签：测井资料论文;  深度学习论文;  卷积神经网络论文;  储层参数论文;