摘要
本发明涉及石油和天然气中的油气开发技术领域,公开了基于图像处理算法与机器学习算法的试井解释方法及系统,根据油气藏类型选择对应的试井解释图版;将试井解释图版中每一根曲线分别生成一个图像,并将图像转换为灰度图像,进行二值化处理,构建无量纲压力数据集合和无量纲压力导数数据集合,并按曲线顺序生成标签数据集合;并生成扩展后的扰动数据集,并加入标签;通过训练函数训练模型,得到训练后的处理压力数据的模型和处理导数数据的模型;获取离散数据,进行转换后使用训练好的模型进行预测,计算拟合程度并排序,选择最匹配的试井解释曲线,计算出对应的储层参数。通过本发明,可以确保油气资源的高效、安全开采。
技术关键词
图像处理算法
卷积神经网络模型
机器学习算法
构建卷积神经网络
储层参数
压力
试井解释
图版
曲线
卷积神经网络模块
生成标签
数据处理模块
数据采集模块
油气开发技术
通信模块
坐标点
解释系统
系统为您推荐了相关专利信息
虚拟现实视频播放
生理
数据存储模块
肢体动作变化
监测模块
偏移预测方法
黑白相机
双目视觉系统
焊缝熔池
图像
性能检测方法
垫片表面
温湿度
轨道列车
预警模块