摘要
本发明公开了一种基于高压脉冲射流的裂缝扩展情况监测方法及系统,该方法包括:获取与裂缝扩展相关的监测数据;获取与裂缝扩展相关的已知数据;对获取到的所述监测数据和所述已知数据进行预处理;基于机器学习算法对获取到的所述监测数据和所述已知数据进行训练,并获取训练模型;对获取到的所述训练模型进行评估和调优;基于所述训练模型和所述监测数据生成裂缝的预测扩展情况。本申请实施例提供的基于高压脉冲射流的裂缝扩展情况监测方法,通过将实时监测的数据与已知的裂缝扩展特征进行关联,并且基于机器学习算法获取训练模型,该训练模型可以根据监测数据中的特征生成裂缝的预测扩展情况,从而可以提高施工效率,且提高油气藏开采率。
技术关键词
裂缝
监测方法
机器学习算法
神经网络模型
射流
脉冲
高压
数据
多层感知器
神经网络结构
超参数
深度学习模型
支持向量机
复杂度
传播算法
随机森林
输出特征
模块
监测系统
关系
系统为您推荐了相关专利信息
玉米小麦
田间玉米
叶片
监测方法
多模态数据融合
信道估计值
OFDM符号
信道估计方法
车辆通信
无线通信信道估计技术
节点
神经网络模型
存储装置
电子设备
计算机程序产品
多模态特征
神经网络模型
多任务学习模型
能耗
认证服务器