摘要
本发明涉及一种基于DWGAT的空间域测井数据缺失值的填补方法,属于测井数据缺失填补技术领域。本发明提供的一种基于DWGAT的空间域测井数据缺失值的填补方法,依据测井数据空间性特点,首先设计测井数据图表征构建,采用优化改进的Delaunay三角剖分算法构建出更合理的测井数据图,为后续模型训练提供了数据集成;其次充分考虑测井数据所具有的空间性,融入距离权重信息来改进传统的图注意力机制,使其对所要解决的测井数据缺失值填补问题更有效;最后由于测井数据非线性特点,在模型的图注意力层中加入MLP神经网络,提高了模型的对测井数据的表征能力。本发明能够从空间域角度解决测井数据缺失值问题,提供一种精度更高的填补解决方案,为测井数据得完整性与稳定性提供了保障。
技术关键词
测井
填补方法
Delaunay三角剖分
MLP神经网络
三角剖分算法
节点特征
注意力机制
高斯核函数
表达式
空间坐标信息
数学
数据缺失值
矩阵
定义
钻孔
地层结构
邻居
系统为您推荐了相关专利信息
岩心图像
快速识别方法
岩石物理特性
HSV颜色空间
测井曲线识别
孔隙度反演方法
一维卷积神经网络
叠后地震数据
井震联合
测井
综合预测方法
反演数据体
优质储层
测井
三维地震数据