基于融合趋势指标PSO-LSTM的时序录井数据预测方法、系统、介质及设备

AITNT
正文
推荐专利
基于融合趋势指标PSO-LSTM的时序录井数据预测方法、系统、介质及设备
申请号:CN202411859681
申请日期:2024-12-17
公开号:CN119761463A
公开日期:2025-04-04
类型:发明专利
摘要
本发明涉及石油勘探录井数据处理领域,公开了一种基于融合趋势指标PSO‑LSTM的时序录井数据预测方法、系统、介质及设备,其包括:在LSTM的损失函数中融入趋势指标,指导LSTM在训练的过程中向录井数据正确的变化趋势上靠近,保证预测数据的趋势;引入惩罚函数对损失函数进行改进,保留中间数据趋势变化的指向;引入粒子群优化算法,将其与LSTM进行结合,利用PSO搜索能力对超参数进行调整,得到更优的网络结构。本发明适用于石油工业过程的实时动态预测方案,确保了预测录井数据的正确变化趋势,提高了预测精度。
技术关键词
录井数据 引入粒子群优化 LSTM模型 指标 粒子群优化算法 时序 网络结构 石油勘探录井 训练集 参数 两点 程序 预测系统 加速度 误差 可读存储介质
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号