摘要
本发明涉及一种基于测井岩石物理及矿物组分资料的纵横波预测方法,包括以下步骤:S1、结合区域地质及试油气资料进行测井资料标准化处理;S2、结合步骤S1标准化处理结果开展测井参数、矿物组分与纵横波速度相关性分析,优选敏感参数;S3、采用K‑Means多参数聚类分析法,通过基于注意力机制和双向长短时记忆网络的深度学习方法,结合步骤S2得到的敏感参数建立纵横波速度预测模型。本发明方法引入岩石矿物组分质控参数,摆脱单纯依靠测井参数交汇拟合,可以针对未开展纵横波测量或纵横波资料失真的研究区域开展预测和校正。
技术关键词
纵横波速度
深度学习方法
参数
测井资料
注意力机制
变量
聚类分析法
物理
Softmax函数
训练神经网络
矩阵
油气
数据
聚类算法
点分配
精度
系统为您推荐了相关专利信息
故障分析方法
数据处理模块
工况参数
分析模块
分布式电源故障
盾构螺旋输送机
转速预测方法
油缸行程
过滤方法
盾构机
深度强化学习模型
气象监测数据
组合特征向量
参数
特征提取器
声纹识别方法
高维特征向量
深度学习网络模型
预训练模型
大规模语音数据