基于深度学习的地层孔隙压力预测方法、装置及存储介质

AITNT
正文
推荐专利
基于深度学习的地层孔隙压力预测方法、装置及存储介质
申请号:CN202410801354
申请日期:2024-06-20
公开号:CN118798076B
公开日期:2025-03-07
类型:发明专利
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
1
刹车距离测试方法、系统及存储介质
执行紧急刹车 距离测试 测试方法 碰撞板 位置检测模块
2
基于信号空间的前向后向卷积核的DOA估计方法
协方差矩阵 估计方法 静止阵列 DOA估计 重构信号向量
3
基于CFD的磨煤机一次风进口导流板结构优化方法
导流板结构 磨煤机 无导流板 fluent软件 方程
4
基于振动数据的工业机械设备碳排放量计算方法
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
5
用于复杂形状切割的激光切割方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号