摘要
本发明涉及的是于时频联合分析的陆相页岩油储层岩相识别方法及系统,其中基于时频联合分析的陆相页岩油储层岩相识别方法包括如下步骤;基于混合方法构建的数据集预处理模型,构建带标签的测井数据集;基于TFAA‑TCN的测井曲线数据自适应融合模型,全面捕捉岩相变化的多尺度特征;基于Mamba‑MHSA的测井曲线时频信息提取模型,通过Mamba长期依赖关系捕捉和多头注意力机制MHSA特征筛选相结合,挖掘测井曲线的空间信息的长期依赖关系和不同特征之间的注意力权重,对陆相页岩油储层岩相识别。本发明有效地提升陆相页岩油储层岩相识别的准确性,优化测井曲线特征的提取和融合方式,并增强了对复杂储层环境的自适应能力。
技术关键词
陆相页岩
测井曲线数据
岩相识别方法
拉格朗日插值法
多头注意力机制
森林方法
混合方法
信息提取模型
插值重构方法
带标签
异常数据
数据分布
识别系统
序列
全局平均池化
系统为您推荐了相关专利信息
数据采集监测模块
多头注意力机制
直流电流
变压器直流偏磁
数据特征提取
时序神经网络
微波防护方法
特征信息融合
神经网络模型
序列
钻头磨损预测方法
BP神经网络拟合
多头注意力机制
物理
双向长短期记忆网络
数据
甲烷
预训练模型
归一化方法
融合卷积神经网络
自主导航方法
障碍物
多尺度特征融合
SAC算法
激光传感器