摘要
本申请公开了基于纹层指数的页岩总有机碳含量测井评价方法、装置、设备及介质,涉及页岩储层纹层指数计算和深度学习技术领域,获取储层的井壁微电阻率成像的第一测井数据,基于第一测井数据计算梯度矩阵,利用梯度矩阵构建三维峰值指示张量,基于三维峰值指示张量计算储层整个井段的纹层指数;获取储层的第二测井数据,将第二测井数据与纹层指数结合,得到数据集,对纹层指数进行消融实验,以判断纹层指数对神经网络模型的影响程度是否满足预设条件;若满足,则将数据集输入至神经网络模型,以输出总有机碳含量,实现储层地质特征与人工智能的深度融合,提高复杂页岩储层的评价精度,为非常规油气储层测井评价提供新的技术途径。
技术关键词
测井评价方法
微电阻率成像
有机碳
神经网络模型
指数
数据
矩阵
双向长短期记忆网络
非常规油气储层
页岩储层
声波时差
深度学习技术
深度学习算法
储层地质
采样点
评价装置
注意力机制
中子
滑动窗口
系统为您推荐了相关专利信息
改进型离散余弦变换
低延迟
解码器
音频编解码
编码器
编译方法
二值神经网络
加速器
神经网络处理单元
神经网络模型
风险预测模型
地形特征
气象
数据
地理加权回归模型