摘要
本发明公开了一种基于物理驱动神经网络的地层参数反演方法,主要解决现有神经网络反演方法对实井地层参数反演精度差、抗噪声能力低的问题。本发明的具体步骤如下:(1)构建地层模型及测井响应数据集;(2)数据预处理;(3)构建正演神经网络;(4)训练及测试正演神经网络;(5)构建基于物理驱动的反演神经网络;(6)训练反演神经网络;(7)对训练完毕的反演网络测试。本发明构建了一个由正演神经网络模块、物理驱动反演模块组成的深层神经网络,克服了现有随钻测井反演边界不平滑、精度不高、抗噪声能力弱的问题,使得本发明能够实时地以较高精度反演地层模型参数。
技术关键词
随钻测井仪器
参数反演方法
地层电阻率
误差
神经网络训练
深度神经网络
神经网络模型
标签
高精度反演
抗噪声
训练集
物理
中间层
模块
数据
系统为您推荐了相关专利信息
地面接收机
多普勒
因子
低轨通信卫星
滑动窗口机制
船舶尾气脱硫装置
脱硫剂
催化剂载体
PID控制器
海水
船用起重机
船载起重机
非线性神经网络
方程
台车