| 注册
首页|期刊导航|石油科学通报|利用卷积神经网络模型预测致密储层微观孔隙结构

利用卷积神经网络模型预测致密储层微观孔隙结构

廖广志 李远征 肖立志 秦志军 胡向阳 胡法龙

石油科学通报2020,Vol.5Issue(1):26-38,13.
石油科学通报2020,Vol.5Issue(1):26-38,13.DOI:10.3969/j.issn.2096-1693.2020.01.003

利用卷积神经网络模型预测致密储层微观孔隙结构

Prediction of microscopic pore structure of tight reservoirs using convolutional neural network model

廖广志 1李远征 2肖立志 3秦志军 1胡向阳 2胡法龙3

作者信息

  • 1. 中国石油大学(北京)油气资源与探测国家重点实验室,北京 102249
  • 2. 中国石油大学(北京)教育部非常规油气国际合作联合实验室,北京 102249
  • 3. 中国石油大学(北京)地球探测与信息技术北京市重点实验室,北京 102249
  • 折叠

摘要

关键词

孔隙结构/数据挖掘/深度学习/卷积神经网络

引用本文复制引用

廖广志,李远征,肖立志,秦志军,胡向阳,胡法龙..利用卷积神经网络模型预测致密储层微观孔隙结构[J].石油科学通报,2020,5(1):26-38,13.

基金项目

国家自然科学基金(41674137及51974337),国家油气重大专项(2017ZX05019-002-008)、中国科学院战略先导课题(XDA14020405)资助 (41674137及51974337)

石油科学通报

OACSTPCD

2096-1693

访问量0
|
下载量0
段落导航相关论文