摘要
本发明适用于储层渗透率预测技术领域,提供了一种复杂储层渗透率预测方法及系统,预测方法包括以下步骤:提取复杂非常规储层的地层特征数据,建立数据集;根据数据集建立贝叶斯优化‑双向长短期记忆网络模型并进行模型训练和初步结果预测;验证模型的储层渗透率预测结果。本发明提出了贝叶斯‑双向长短期记忆网络,结合贝叶斯优化的强自适应性和高效性与BiLSTM的双向处理机制,探索不同地层特征与渗透率之间的复杂关系,实现了复杂非常规储层的渗透率准确预测。
技术关键词
储层渗透率
双向长短期记忆网络
非常规储层
地层特征
评价储层
区域性解释参数
数据
岩心物性
储层特征
测井解释方法
放射性测井
岩心渗透率
岩心取样
方程
储层参数
测井曲线
智能算法
预测系统
系统为您推荐了相关专利信息
能源负荷预测
卷积神经网络模型
双向长短期记忆网络
节点特征
数据
依存句法树
实体识别模型
实体依存关系
数据
三元组
星载激光雷达
估计算法
注意力
波形特征提取
小波阈值去噪算法
双向长短期记忆网络
一维卷积神经网络
加权损失函数
Attention机制
紫外拉曼光谱仪
分发控制方法
点击率
融合特征
渠道
前馈神经网络