期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
双向长短时记忆神经网络在滩坝砂储层岩性识别中的应用
被引量：
8
1
作者
陈钢花
张寓侠
+2 位作者
王军
张华锋
王莜文
《测井技术》
CAS
2023年第3期319-325,共7页
研究区致密滩坝砂储层油气储量丰富,勘探开发潜力较高,但存在埋藏深、单层厚度薄、渗透率超低、孔隙结构复杂以及单井自然产能极低的特征,储层划分与岩性识别困难。针对测井数据具有纵向时序连续的特点,构建一个双向长短时记忆神经网络(...
研究区致密滩坝砂储层油气储量丰富,勘探开发潜力较高,但存在埋藏深、单层厚度薄、渗透率超低、孔隙结构复杂以及单井自然产能极低的特征,储层划分与岩性识别困难。针对测井数据具有纵向时序连续的特点,构建一个双向长短时记忆神经网络(BiLSTM)岩性识别模型,采用随机森林方法对常规测井数据等参数进行特征选择,将选择的参数作为输入变量训练BiLSTM模型。应用该模型对测试集的井资料进行验证,结果表明模型的岩性识别准确率为0.86,取得了良好的应用效果,证明了BiLSTM模型适用于滩坝砂储层岩性识别。
展开更多
关键词
测井解释
深度学习
双向长短时记忆神经网络
岩性识别
滩坝砂储层
在线阅读
下载PDF
职称材料
题名
双向长短时记忆神经网络在滩坝砂储层岩性识别中的应用
被引量：
8
1
作者
陈钢花
张寓侠
王军
张华锋
王莜文
机构
中国石油大学(华东)地球科学与技术学院
中国石油化工股份有限公司胜利油田分公司勘探开发研究院
出处
《测井技术》
CAS
2023年第3期319-325,共7页
文摘
研究区致密滩坝砂储层油气储量丰富,勘探开发潜力较高,但存在埋藏深、单层厚度薄、渗透率超低、孔隙结构复杂以及单井自然产能极低的特征,储层划分与岩性识别困难。针对测井数据具有纵向时序连续的特点,构建一个双向长短时记忆神经网络(BiLSTM)岩性识别模型,采用随机森林方法对常规测井数据等参数进行特征选择,将选择的参数作为输入变量训练BiLSTM模型。应用该模型对测试集的井资料进行验证,结果表明模型的岩性识别准确率为0.86,取得了良好的应用效果,证明了BiLSTM模型适用于滩坝砂储层岩性识别。
关键词
测井解释
深度学习
双向长短时记忆神经网络
岩性识别
滩坝砂储层
Keywords
log interpretation
deep learning
bi-directional long short-term memory neural network(BiLSTM)
lithology identification
beach-bar sand reservoir
分类号
P631.84 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
双向长短时记忆神经网络在滩坝砂储层岩性识别中的应用
陈钢花
张寓侠
王军
张华锋
王莜文
《测井技术》
CAS
2023
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
