一种基于混合神经网络的页岩气岩性识别方法

本发明公开了一种基于混合神经网络的页岩气岩性识别方法，属于非常规油气开采技术领域，包括：获取页岩气井基础数据，生成数据集，并确定目标模型特征；构建模型，该模型包括基于Mamba算法改进的线性注意力模块、时间卷积网络模块、全连接层和输出转化模块，基于Mamba算法改进的线性注意力模块用于捕捉目标模型特征之间的全局关联空间关系，得到第一特征信息；时间卷积网络模块基于第一特征信息，得到井深变化影响和特征之间局部依赖的第二特征信息；第二特征信息供全连接层和输出转化模块生成和输出识别结果；基于数据集、损失函数和Adam优化器进行训练以优化模型参数；将待测数据输入模型中得到识别结果。本发明提高了页岩气岩性识别的效率和准确性。