摘要
本申请公开了一种基于岩石力学理论融合多层感知机和图卷积神经网络的套损预测方法,包括:首先,构建井层位数据属性图来描述井间复杂连接关系,其次,设计了基于岩石力学理论的地应力数据增强模块,基于MLP对油田单井生产数据进行映射的数据分层模块和堆叠多层网络以获取高阶邻居信息的图卷积模块。该方案通过应用地应力信息作为特征属性、利用MLP实现单井生产数据到层位生产数据的映射、通过地理加权实现井节点邻接关系的修正和应用图卷积神经网络提取井间关联关系达到了提高套损预测准确性和可靠性的目的。
技术关键词
岩石力学理论
多层感知机
数据
Softmax函数
信息传递机制
卷积神经网络提取
节点
高斯核函数
剪切模量
应力
卷积模块
关系
采油井
输出特征
注水井
矩阵
拓扑图
代表
泊松比
多层次
系统为您推荐了相关专利信息
神经网络模型
样本
分类方法
训练装置
文本分类模型
手术机器人系统
多模态数据融合
路径规划算法
正颌手术
规划导航路径
光污染
地图
卫星遥感图像数据
高分辨率遥感图像
城市照明系统
车辆阻拦装置
车辆识别方法
语音播报系统
图像识别处理器
新能源车
学生心理健康
深度学习预测模型
序列
子模块
心理异常变化