基于深度强化学习的测井曲线自动深度校正方法OA北大核心CSTPCD
针对传统测井曲线深度校正需要手动调整曲线,而对于多口井的深度校正工作量巨大,需要大量人工参与,且工作效率较低的问题,提出一种多智能体深度强化学习方法(MARL)来实现多条测井曲线自动深度匹配。该方法基于卷积神经网络(CNN)定义多个自上而下的双滑动窗口捕捉测井曲线上相似的特征序列,并设计一个智能体与环境的互动机制来控制深度匹配过程。通过双深度Q学习网络(DDQN)选取一个动作来平移或缩放测井特征序列,并利用反馈的奖励信号来评估每个动作的好坏,以学…查看全部>>
熊文君;肖立志;袁江如;岳文正
中国石油大学(北京),北京102249中国石油大学(北京),北京102249中国石油勘探开发研究院,北京100083中国石油大学(北京),北京102249
地质学
人工智能机器学习深度校正测井曲线多智能体深度强化学习卷积神经网络双深度Q学习网络
《石油勘探与开发》 2024 (3)
P.553-564,12
中国石油天然气集团有限公司-中国石油大学(北京)战略合作科技专项(ZLZX2020-03)。
评论