基于双向长短期记忆网络的流体高精度识别新方法OA北大核心CSCDCSTPCD
A new method for high-precision fluid identification in bidirectional long short-term memory network
碳酸盐岩储层的储集空间类型多样、储层性质复杂,导致流体的测井响应受到强非均质性的影响,给流体识别工作带来极大困难.针对该问题,提出基于测井序列信息的双向长短期记忆网络(Bi-LSTM)流体识别模型,从测井响应特征差异性分析及相似性分析两方面出发,确定敏感曲线,结合Bi-LSTM网络的输入要求,建立流体识别样本库,并获得基于Bi-LSTM的流体识别模型.应用该方法对鄂尔多斯盆地马家沟组进行流体识别,与单向LSTM模型及其他3类机器学习算法预测结果进…查看全部>>
周雪晴;张占松;朱林奇;张超谟
长江大学油气资源与勘探技术教育部重点实验室,湖北武汉 430100长江大学地球物理与石油资源学院,湖北武汉 430100长江大学油气资源与勘探技术教育部重点实验室,湖北武汉 430100长江大学地球物理与石油资源学院,湖北武汉 430100
天文与地球科学
流体识别双向长短期记忆网络碳酸盐岩测井序列
《中国石油大学学报（自然科学版）》 2021 (1)
69-76,8
"十三五"国家科技重大专项(2017ZX05032003-005)
评论