一种结合深度学习的储层物性参数预测方法
授权
摘要
本发明公开一种结合深度学习的储层物性参数预测方法，步骤为：引入MIC定量测度物性参数与测井曲线的非线性相关性，选取对物性参数响应明显的测井曲线；引入CEEMDAN对物性参数数据序列分解，获得本征模态函数IMF分量和剩余RES分量，对物性参数数据序列平稳化处理；引入SE对各IMF分量和RES余量的复杂度评价，将熵值相近的分量序列重组得到新本征模态分量；对新本征模态分量数据归一化处理后划分为训练集和测试集；引入LSTM循环神经网络对重构的新分量建立预测模型，获得各新本征模态分量的预测值；将各新本征模态分量的预测值反归一化并进行叠加重构得到物性参数预测结果。本发明的方法减少了冗余信息与预测分量建模数，提高预测精度和预测速度。
基本信息
专利标题 ：
一种结合深度学习的储层物性参数预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110852527A
申请号 ：
CN201911138179.6
公开（公告）日 ：
2020-02-28
申请日 ：
2019-11-20
授权号 ：
CN110852527B
授权日 ：
2022-05-31
发明人 ：
王俊曹俊兴袁珊尤加春
申请人 ：
成都理工大学
申请人地址 ：
四川省成都市成华区二仙桥东三路1号
代理机构 ：
北京科亿知识产权代理事务所(普通合伙)
代理人 ：
汤东凤
优先权 ：
CN201911138179.6
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/02 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-31 ：
授权
2020-03-24 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20191120
申请日 : 20191120
2020-02-28 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
