基于岩石物理约束神经网络的渗透率计算方法及装置

    公开(公告)号:CN114021700A

    公开(公告)日:2022-02-08

    申请号:CN202111289167.0

    申请日:2021-11-02

    Abstract: 本发明实施例公开了一种基于岩石物理约束神经网络的渗透率计算方法及装置,方法包括:基于岩心样本提取对应的深度点测井参数,对测井参数以及对应的岩心数据进行预处理,以构建第一样本集和第二样本集;根据第一样本集构建并训练得到第一神经网络;根据第二样本集构建并训练得到第二约束神经网络;其中,第二约束神经网络由输入层、约束层、隐含层以及输出层组成,约束层为指定增加约束元的网络层;约束元根据第一神经网络的输出结果计算得到,输入至第二约束神经网络的约束层并约束第二约束神经网络的计算;获取待预测井的测井参数,分别输入至第一神经网络和第二约束神经网络,以得到待预测井的渗透率。本发明提升了对全井段渗透率预测准确性。

    一种泥质含量计算方法和装置

    公开(公告)号:CN112541523A

    公开(公告)日:2021-03-23

    申请号:CN202011282762.7

    申请日:2020-11-17

    Abstract: 本申请实施例公开了一种泥质含量计算方法和装置,该方法包括:获取第一常规测井数据,并获取n个分类模型、m个高伽马地层模型和m个低伽马地层模型;将第一常规测井数据输入n个分类模型,以对第一常规测井数据进行地层分类;依据分类结果将常规测井曲线输入到对应的地层模型中获取m×n条泥质含量预测曲线;地层模型包括:m个高伽马地层模型和m个低伽马地层模型;从m×n条泥质含量预测曲线中筛选出一条泥质含量预测曲线作为最终泥质含量预测曲线;通过质量评估算法确定最终泥质含量预测曲线的质量等级。通过该实施例方案,提高了计算精度和可靠性,并实现了对预测结果进行质量评估。

Patent Agency Ranking