-
公开(公告)号:CN118881348A
公开(公告)日:2024-11-01
申请号:CN202410896886.6
申请日:2024-07-05
Applicant: 西南石油大学
IPC: E21B47/00
Abstract: 本发明涉及一种多模型集成页岩储层岩石力学参数测井预测方法,包括以下步骤:基于Pearson相关系数,计算多种机器学习基模型对页岩储层不同岩石力学参数预测的评价指标;选择所述评价指标值排名靠前的机器学习基模型,采用集成学习算法,构建岩石力学参数智能集成预测模型;利用所述岩石力学参数智能集成预测模型进行岩石力学参数测井预测。本申请可避免在预测过程中陷入局部最优点,可防止模型失去对未知数据的预测能力,可提高机器学习预测方法的泛化性能,改善模型在实际页岩储层测井生产中的适应性,提高预测结果的精度,利于解决实际生产问题。
-
公开(公告)号:CN118428406B
公开(公告)日:2025-04-01
申请号:CN202410533562.6
申请日:2024-04-30
Applicant: 西南石油大学
IPC: G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于LSTM‑PI NN法的地层孔隙压力测井预测方法,包括以下步骤:收集研究区地质、测井、地层测试相关资料;筛选研究区测井数据点,建立数据库;采用LSTM‑PI NN法构建神经网络预测模型;基于所述数据库训练所述神经网络预测模型,获得训练好的神经网络预测模型;利用训练好的神经网络预测模型,预测地层孔隙压力。本申请基于物理和数据协同驱动,预测出的地层孔隙压力能够满足基本的理论规律,且预测效果更准确,对石油勘探和开发、地下工程建设等具有重大意义。
-
公开(公告)号:CN118428406A
公开(公告)日:2024-08-02
申请号:CN202410533562.6
申请日:2024-04-30
Applicant: 西南石油大学
IPC: G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于LSTM‑PI NN法的地层孔隙压力测井预测方法,包括以下步骤:收集研究区地质、测井、地层测试相关资料;筛选研究区测井数据点,建立数据库;采用LSTM‑PI NN法构建神经网络预测模型;基于所述数据库训练所述神经网络预测模型,获得训练好的神经网络预测模型;利用训练好的神经网络预测模型,预测地层孔隙压力。本申请基于物理和数据协同驱动,预测出的地层孔隙压力能够满足基本的理论规律,且预测效果更准确,对石油勘探和开发、地下工程建设等具有重大意义。
-
-