申请/专利权人:中国石油大学(华东)
申请日:2024-03-07
公开(公告)日:2024-04-09
公开(公告)号:CN117852580A
主分类号:G06N3/045
分类号:G06N3/045;G06N3/0442;G06N3/096;G06F17/15;G06Q50/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明属于基于特定计算模型的压力预测技术领域,更具体地,涉及基于迁移学习TCA‑LSTM模型的地层孔隙压力预测方法。所述方法包括获取测井数据并进行异常值剔除;对异常值剔除后的测井值数据进行相关性分析及筛选后作为TCA‑LSTM模型的输入参数的特征;对筛选出的测井值数据进行归一化处理;搭建TCA‑LSTM模型对经归一化处理后的测井值数据进行分析。本发明解决了现有技术中对训练样本的数量和质量要求较高,且模型常面临泛化能力不佳、预测精度不高的问题。
主权项:1.基于迁移学习TCA-LSTM模型的地层孔隙压力预测方法,其特征在于,包括;S1、获取测井数据并对测井数据中的单个值即测井值数据进行异常值剔除;S2、对异常值剔除后的测井值数据进行相关性分析及筛选后作为TCA-LSTM模型的输入参数的特征;S3、对筛选出的测井值数据进行归一化处理;S4、搭建TCA-LSTM模型,对经归一化处理后的测井值数据用TCA进行特征提取,再输入双层LSTM网络中进行训练预测,最终输出地层孔隙压力预测值。
全文数据:
权利要求:
百度查询: 中国石油大学(华东) 基于迁移学习TCA-LSTM模型的地层孔隙压力预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。