-
公开(公告)号:CN112949719A
公开(公告)日:2021-06-11
申请号:CN202110236794.1
申请日:2021-03-03
Applicant: 中国石油大学(华东) , 中国石油天然气股份有限公司
Abstract: 本发明公开了一种基于GAN的试井解释代理模型生成方法,包括:根据已有压力数据绘制试井曲线;调整试井曲线的图像尺寸;对试井曲线的图像上所有像素点进行采样,将小于给定阈值的像素点设定为白色,大于给定阈值的像素点设定为黑色,从而将试井曲线从图像上凸显出来;在图像上设两条边长度均为1单位长度,每个像素都离散为一个[0,1]区间内的坐标,记录坐标作为下一步模型训练的输入数据。配置GAN生成式对抗网络;将记录数据输入模型进行训练,得到试井解释代理模型。本发明的优点是:为神经网络模型的应用提供了数据准备,使小样本数据具备了训练神经网络模型的可行性,能够生成更加真实的代理模型数据。
-
公开(公告)号:CN112949719B
公开(公告)日:2022-08-02
申请号:CN202110236794.1
申请日:2021-03-03
Applicant: 中国石油大学(华东) , 中国石油天然气股份有限公司
IPC: G06V10/774 , G06K9/62 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于GAN的试井解释代理模型生成方法,包括:根据已有压力数据绘制试井曲线;调整试井曲线的图像尺寸;对试井曲线的图像上所有像素点进行采样,将小于给定阈值的像素点设定为白色,大于给定阈值的像素点设定为黑色,从而将试井曲线从图像上凸显出来;在图像上设两条边长度均为1单位长度,每个像素都离散为一个[0,1]区间内的坐标,记录坐标作为下一步模型训练的输入数据。配置GAN生成式对抗网络;将记录数据输入模型进行训练,得到试井解释代理模型。本发明的优点是:为神经网络模型的应用提供了数据准备,使小样本数据具备了训练神经网络模型的可行性,能够生成更加真实的代理模型数据。
-