Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

深度学习和Eaton法耦合驱动地层孔隙压力预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国石油大学(华东)

摘要:本发明涉及油气钻井领域,具体是一种基于CNN‑LSTM深度学习和Eaton法耦合驱动的地层孔隙压力预测方法。通过引入CNN和LSTM结合的深度学习模型,得到了针对Eaton模型的地层孔隙压力精细化预测方法。其中,现有的CNN有极强的数据挖掘能力,结合LSTM具有记忆能力,可以将之前的数据特征与新输入的数据结合在一起。充分挖掘钻测录震多源数据与Eaton指数之间的复杂非线性关系,可基于区块内已钻井的有限实测地层压力数据,实现全井Eaton指数的精细预测,为新探区地层压力实测点较少且分布不均等条件下地层孔隙压力的准确预测提供了有效手段。

主权项:1.一种基于CNN-LSTM深度学习和Eaton法耦合驱动的地层孔隙压力预测方法,其特征在于,包括以下步骤:S1、对实测点测井数据进行归一化处理;S2、以归一化后的测井数据变化率为依据,将实测点深度H0二次扩充得到二次扩充连续点深度集Hh″;S3、避开断层、岩性界面,优化二次扩充连续点深度集Hh″为优化后的连续点深度集Hp‴;S4、利用Eaton法反算得到Eaton指数;S5、结合Pearson相关矩阵对特征数据与Eaton指数进行相关性分析,筛选作为CNN-LSTM模型输入参数的特征数据;S6、搭建CNN-LSTM模型并进行Eaton指数训练;所述步骤S2的具体步骤为:将实测点深度H0进行一次扩充,一次扩充连续点深度集;对一次扩充连续点深度集Hh′进行二次扩充,二次扩充得到二次扩充连续点深度集Hh″;所述二次扩充连续点深度集Hh″包括二次扩充实测点深度H11H21...H01...Hh1;所述二次扩充连续深度集Hh″满足如下公式: (2)其中为二次扩充实测点深度Hb1处的测井数据;为二次扩充实测点深度Hb-11处的测井数据;为二次扩充实测点深度集Hh″对应的平均测井数据;kb为二次扩充实测点深度Hb1处测井数据的变化率;为阈值,变化率的最大值应小于阈值;上式中,b为1到h之间的自然数。

全文数据:

权利要求:

百度查询: 中国石油大学(华东) 深度学习和Eaton法耦合驱动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。