期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于关键特征排序的可解释碳排放预测模型 被引量:1
1
作者 张向阳 刘树仁 +2 位作者 刘宝亮 李长春 付占宝 《中国石油大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第4期190-197,共8页
提出基于关键特征排序的可解释碳排放预测模型(EEMD-LSTM-ATT),选取人口总数、城镇化率、第一产业国内生产总值、第二产业国内生产总值、第三产业国内生产总值与进出口贸易总额这6个变量,以非线性预测能力强的长短时记忆网络为基线模型... 提出基于关键特征排序的可解释碳排放预测模型(EEMD-LSTM-ATT),选取人口总数、城镇化率、第一产业国内生产总值、第二产业国内生产总值、第三产业国内生产总值与进出口贸易总额这6个变量,以非线性预测能力强的长短时记忆网络为基线模型,采用注意力机制提取影响因素与时间属性的权重信息。结果表明:该模型一方面能够抑制模态混叠的产生,减少数据非线性对于模型预测带来的影响;另一方面能够解释不同时间属性与不同影响因素对于碳排放的重要性程度,使得预测结果具备可解释性;将影响因素与时间属性的权重信息加入模型的训练过程能够促进碳排放影响因素与模型预测有机结合;本文方法可实现高精度碳排放预测,均方根误差为3.772,平均绝对误差为3.416,拟合优度为0.880。 展开更多
关键词 集合经验模态分解 长短期记忆模型 注意力机制 预测模型
在线阅读 下载PDF
应用自适应矩估计的快速最小二乘逆时偏移 被引量:5
2
作者 吴丹 吴海莉 +2 位作者 李群 张向阳 刘树仁 《石油地球物理勘探》 EI CSCD 北大核心 2022年第2期386-394,I0005,I0006,共11页
最小二乘逆时偏移(LSRTM)是一种高分辨率和振幅相对保真的地震成像方法,但是该方法往往需要迭代近十次,而每次迭代大约需要两次所有炮逆时偏移(RTM)的计算成本,因此计算量非常大。文中应用深度学习领域中的自适应矩估计方法提高LSRTM的... 最小二乘逆时偏移(LSRTM)是一种高分辨率和振幅相对保真的地震成像方法,但是该方法往往需要迭代近十次,而每次迭代大约需要两次所有炮逆时偏移(RTM)的计算成本,因此计算量非常大。文中应用深度学习领域中的自适应矩估计方法提高LSRTM的计算效率:每次迭代只采用部分共炮点道集计算梯度,利用动量法对梯度进行修正;考虑梯度的非稳态性,通过均方根传播算法消除照明不足带来的影响。自适应矩估计方法结合了这两种方法的优点,不仅降低了每次迭代的计算量,而且提高了迭代收敛的速度。该方法易于实现、计算效率高、占用内存小,是一种快速有效的梯度预条件方法。自适应矩估计方法不仅可以直接用于LSRTM,也可应用于炮编码的LSRTM。SEG/EAGE盐丘模型数值试验表明,自适应矩估计方法仅需两倍的RTM计算成本就能够获得高精度、高分辨率的成像结果。计算效率的大幅度提升有助于将LSRTM方法推广应用于实际地震数据处理。 展开更多
关键词 最小二乘逆时偏移 自适应矩估计 高分辨率 振幅保真 炮编码
在线阅读 下载PDF
一种多信息约束的初至波走时层析反演优化方法 被引量:3
3
作者 潘奕铭 桑运云 +3 位作者 姚雪峰 张凯 李振春 许鑫 《石油物探》 CSCD 北大核心 2023年第2期271-280,共10页
初至波走时层析成像是准确获取复杂近地表表层速度结构的有效方法。对西部复杂山前带而言,近地表速度建模精度低,严重影响后续中深层速度建模和偏移成像质量。因此,研究一种高效、可适应复杂近地表条件的初至波走时层析算法非常重要。... 初至波走时层析成像是准确获取复杂近地表表层速度结构的有效方法。对西部复杂山前带而言,近地表速度建模精度低,严重影响后续中深层速度建模和偏移成像质量。因此,研究一种高效、可适应复杂近地表条件的初至波走时层析算法非常重要。提出了一种基于Tikhonov正则化方法多信息约束的初至波走时层析反演的优化策略,通过多模板快速推进算法(MSFM)解程函方程计算网格单元走时,用迭代反演方法线性化计算非线性逆问题,避免大规模Frechet矩阵的求取和存储,提升了计算效率;根据微测井信息建立初始速度模型,利用视慢度等先验信息对层析反演目标函数进行约束,采用Tikhonov正则化来解决最小化数据差和模型平滑度的反问题,降低了目标方程的病态性,从而提高反演精度。起伏地表模型和西部实际资料应用结果表明,该方法通过对初至走时和走时偏移距曲线联合拟合有效适应复杂地表条件,解决了三维地震资料初至波走时层析成像出现的“高速异常体”问题,提高了反演的稳定性和计算精度。 展开更多
关键词 近地表速度建模 复杂地表 初至波 走时层析反演 视慢度 正则化约束
在线阅读 下载PDF
三维初至波旅行时层析速度反演算法优化
4
作者 许鑫 杨午阳 +3 位作者 张凯 魏新建 张向阳 李海山 《岩性油气藏》 CAS CSCD 北大核心 2023年第4期79-89,共11页
通过机器学习拾取初至波、建立微测井约束的初始速度场、多模板快速推进算法与窄带延拓算法求取全局旅行时、射线追踪技术求取射线传播路径、视慢度与正则化对目标反演方程进行约束等方法对三维初至波旅行时层析速度反演算法进行了优化... 通过机器学习拾取初至波、建立微测井约束的初始速度场、多模板快速推进算法与窄带延拓算法求取全局旅行时、射线追踪技术求取射线传播路径、视慢度与正则化对目标反演方程进行约束等方法对三维初至波旅行时层析速度反演算法进行了优化。研究结果表明:(1)采用基于图像分割的机器学习算法,将地震记录分成初至前、初至后、包含初至窄带等3类,并赋予不同权重,对576 000道地震数据进行初至拾取,拾取精度超过99%,拾取效率较人工逐道拾取提升了80余倍。(2)采用多模板快速推进算法,6个差分模板可覆盖网格周围26个节点的旅行时计算,可提升网格对角方向的旅行时计算精度;三维窄带延拓技术可完成全局网格节点正演旅行时计算;基于Runge-Kutta算法的三维射线追踪技术可完成射线路径的求取。(3)使用微测井信息构建初始速度场,同时使用视慢度信息与正则化方法对层析反演方程进行约束,可有效提高地下1 000 m以内的速度反演精度。(4)采用优化后的层析反演技术对塔里木油田甫沙4线束与英买某区块的实际资料进行处理,消除了“牛眼”假象与边界伪影假象,且井点反演速度曲线与实际测井数据高度吻合。 展开更多
关键词 初至波旅行时 层析反演 初至拾取 机器学习 微测井约束 正则化约束 视慢度约束
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部