摘要
本发明涉及基于深度学习的地层孔隙压力预测方法、装置及存储介质,应用于地层孔隙流体压力预测技术领域,包括:利用少量实测地层孔隙流体压力数据,利用地球物理测井参数扰动和Eaton公式形成大量扰动地球物理测井参数和压力参数,并将其与少量实测地层孔隙流体压力数据结合,最终形成大量地球物理测井参数和压力参数所组成的样本集,然后进行基于GRU网络的深度学习,最终完成地层孔隙流体压力预测,该方法克服了深度学习需要大样本的难题,同时利用参数扰动在数据中引入Eaton公式所表征的规律,能够高精度地实现地层孔隙流体压力预测,为地层孔隙流体压力应用领域提供技术支撑。
技术关键词
上覆地层压力
GRU神经网络
地球物理测井
地层孔隙压力
速度
密度
数据
压力预测技术
模型训练模块
实测参数
扩充模块
预测装置
主控器
输出模块
样本
系统为您推荐了相关专利信息
执行紧急刹车
距离测试
测试方法
碰撞板
位置检测模块
协方差矩阵
估计方法
静止阵列
DOA估计
重构信号向量
导流板结构
磨煤机
无导流板
fluent软件
方程
碳排放量计算方法
工业机械设备
机械设备运行状态
支持向量回归算法
多能源混合驱动
激光切割方法
结构光三维重建方法
基准焦点位置
材料热物性参数
功率修正系数