摘要
本发明公开一种自动适应不同试井模型的试井解释方法、介质及设备,涉及油气田开发领域。本发明通过收集储层井的不同试井模型以及相应的试井测试数据;对每个试井模型进行求解得到试井模型特征曲线,并将相应的试井测试数据绘制为实测试井曲线,基于两种曲线构建训练集和测试集;然后构建用于识别不同试井模型并进行解释的Meta‑LSTM神经网络模型;采用训练集训练Meta‑LSTM神经网络模型参数,采用测试集评估Meta‑LSTM神经网络模型性能,训练完成后得到自适应试井解释模型;采用自适应试井解释模型进行试井解释,能够得到精确的试井解释参数,减少试井解释工作的任务量,降低试井解释工作的成本。
技术关键词
LSTM神经网络模型
试井解释模型
卷积神经网络结构
sigmoid函数
时序
深度学习网络
生成数据集
模块
参数
分支
曲线斜率
训练集
处理器
储存单元
非线性
计算机设备
系统为您推荐了相关专利信息
皮肤镜
神经网络模型
多尺度语义特征
图像特征编码
混合损失函数
电源防倒灌电路
防倒灌方法
多处理器协同工作
端口
供电电路技术