摘要
本发明属于深部煤储层可压性评价技术领域,公开了基于物理信息约束的深部煤储层可压性评价方法及系统,该方法通过提取录井数据、随钻GR与岩石力学参数,计算储层脆性指数;构建多组煤样的原始样本集并进行预处理,生成第一样本集;构造神经网络,输入层为第一样本集包含参数,输出层的目标参数为脆性指数;构造损失函数量化预测脆性指数与真实脆性指数之间的残差;训练神经网络,通过损失函数梯度调整神经网络的权重和偏置项确定脆性指数,基于模型预测的脆性指数实现对深部煤储层可压性评价。本发明基于物理信息约束实现在缺少测井资料情况下准确快速评价深部煤储层可压性,为深部煤储层压裂方案设计以及“甜点区”优选提供技术支持。
技术关键词
可压性评价方法
岩石力学参数
指数
Pearson相关系数
录井数据
样本
随机森林
物理
训练神经网络
泊松比
神经网络训练
Sigmoid函数
神经网络模型训练
煤储层压裂
校正
表达式
资料
回归树模型
系统为您推荐了相关专利信息
难治性抑郁症
评估系统
Pearson相关系数
支持向量机回归模型
血红蛋白
考评系统
训练语言模型
Ransac算法
文本
矩阵
混合动力机器
机器学习方法
物理系统
机器学习模型
指数
包装生产线
语义图谱
记忆图谱
预警方法
异常信息