石油地球物理勘探2025，Vol.60Issue(1)：P.1-11,11.DOI:10.13810/j.cnki.issn.1000-7210.20240144
基于MSCNN-GRU神经网络补全测井曲线和可解释性的智能岩性识别
摘要
关键词
岩性识别/多尺度卷积神经网络/门控循环单元神经网络/XGBoost/超参数优化/可解释性分类
天文与地球科学引用本文复制引用
王婷婷,王振豪,赵万春,蔡萌,史晓东..基于MSCNN-GRU神经网络补全测井曲线和可解释性的智能岩性识别[J].石油地球物理勘探,2025,60(1):P.1-11,11.基金项目
国家自然科学基金项目“页岩油藏脉动水力压裂缝网实时扩展AE演化机制分数阶方法研究”(52074088) （52074088）
“页岩层系组构单元划分与力学耦合竞争控制水力压裂造缝行为研究”(52474036) （52474036）
“页岩油层交替混合压裂诱导及竞争耦合造缝与参数调控机制研究”(52174022) （52174022）
东北石油大学特色领域团队专项(2022TSTD-03) （2022TSTD-03）
黑龙江省自然科学基金项目“页岩层系组构单元划分与力学耦合竞争控制水力压裂造缝行为研究”(LH2024E008) （LH2024E008）
黑龙江省博士后科研启动项目“古龙页岩油层压裂缝网声发射演化机制研究”(LBH-Q21086) （LBH-Q21086）
黑龙江省“揭榜挂帅”科技攻关项目“古龙页岩油油藏工程理论、CO_(2)提产机理及合理排采制度研究”(DQYT-2022-JS-758) （2）
黑龙江省教育科学规划课题“页岩油气现代产业学院‘四共一协同’育人模式与运行机制研究”(GJB1422142)联合资助。 （GJB1422142）
