中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于双向长短期记忆网络的流体高精度识别新方法

文献类型:期刊论文

作者周雪晴1,2; 张占松1,2; 朱林奇3,4; 张超谟1,2
刊名中国石油大学学报(自然科学版)
出版日期2021-02-05
卷号45期号:01页码:69-76
关键词流体识别 双向长短期记忆网络 碳酸盐岩 测井序列
英文摘要碳酸盐岩储层的储集空间类型多样、储层性质复杂,导致流体的测井响应受到强非均质性的影响,给流体识别工作带来极大困难。针对该问题,提出基于测井序列信息的双向长短期记忆网络(Bi-LSTM)流体识别模型,从测井响应特征差异性分析及相似性分析两方面出发,确定敏感曲线,结合Bi-LSTM网络的输入要求,建立流体识别样本库,并获得基于Bi-LSTM的流体识别模型。应用该方法对鄂尔多斯盆地马家沟组进行流体识别,与单向LSTM模型及其他3类机器学习算法预测结果进行对比。结果表明:基于Bi-LSTM的流体识别模型流体识别的符合率从82.7%提高到91.5%,取得较好的应用效果;该模型既能充分利用井下对应深度测井曲线的响应值,又能兼顾测井曲线随深度的变化趋势和前后关联,最大程度避免储层纵向非均质性带来的影响,提高流体识别能力。
语种中文
版本出版稿
源URL[http://ir.idsse.ac.cn/handle/183446/8965]  
专题深海科学研究部_深海地球物理与资源研究室
作者单位1.长江大学油气资源与勘探技术教育部重点实验室;
2.长江大学地球物理与石油资源学院;
3.中国科学院深海科学与工程研究所;
4.青岛海洋科学与技术国家实验室海洋地质过程与环境功能实验室
推荐引用方式
GB/T 7714
周雪晴,张占松,朱林奇,等. 基于双向长短期记忆网络的流体高精度识别新方法[J]. 中国石油大学学报(自然科学版),2021,45(01):69-76.
APA 周雪晴,张占松,朱林奇,&张超谟.(2021).基于双向长短期记忆网络的流体高精度识别新方法.中国石油大学学报(自然科学版),45(01),69-76.
MLA 周雪晴,et al."基于双向长短期记忆网络的流体高精度识别新方法".中国石油大学学报(自然科学版) 45.01(2021):69-76.

入库方式: OAI收割

来源:深海科学与工程研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。