首页
品牌
排行
问答
专题
特惠
资讯
展会
百科
热门行业
装修建材
家居生活
餐饮食品
母婴教育
电脑办公
服装首饰
汽车工具
家电数码
机械化工
休闲美容
热门行业
教育培训
板材
地板
涂料
家纺
集成吊顶
美缝剂
木门
硅藻泥
管材
指纹锁
橱柜
衣柜
床垫
电热水器
集成灶
暖气片
净水器
酒店
卫浴
装修建材
卫浴洁具
板材
地板
建筑陶瓷
天花板
涂料
瓷砖泥瓦
水电管材
火锅
快餐
生活用品
软装
装饰装潢
灯具
家纺
干洗服务
内衣
男装
女装
幼教
整体卫浴
地板砖
阻燃板
铝材
集成吊顶
美缝剂
硅藻泥
管材
烤鱼
汉堡
叶酸
婴儿用品
婴儿床
指纹锁
品牌首页
品牌资讯
企业信息
商标信息
专利信息
返回上一页
专利状态
一种基于深度学习的储层特征预测方法及模型
有效
专利申请进度
申请
2021-06-22
申请公布
2021-09-07
授权
2024-03-15
预估到期
2041-06-22
专利基础信息
申请号
CN202110694823.9
申请日
2021-06-22
申请公布号
CN113359212A
申请公布日
2021-09-07
授权公布号
CN113359212B
授权公告日
2024-03-15
分类号
G01V11/00;G06N3/0442;G06N3/0464;G06N3/084
分类
测量;测试;
申请人名称
中国石油天然气股份有限公司
申请人地址
北京市东城区东直门北大街9号中国石油大厦
专利法律状态
2024-03-15
授权
状态信息
授权
2021-09-07
公布
状态信息
公布
摘要
本发明公开了一种基于深度学习的储层特征预测方法,包括:获取测井数据训练集;构建卷积神经网络和加入了注意力层的前后向长短时记忆神经网络,并结合两者进行序列建模,生成多模Bi‑LSTM模型;将所述训练集输入多模Bi‑LSTM模型,采用联和训练的方式对其进行训练,对卷积神经网络和加入了注意力层的前后向长短时记忆神经网络的参数进行联合优化;将实际测井数据输入训练后的多模Bi‑LSTM模型,并通过该模型预测得到储层特征的预测结果。本发明利用双向长短时记忆能高效精准地进行时间序列预测的优点,再加上注意力机制层,弥补了卷积神经网络处理有序列相关性数据的不足,能够精准地预测不同深度储层的孔隙度和渗透率等储层特征。
更多专利
1
防止产气井的生产管柱结蜡的方法
2
管杆清洁平台
3
一种带有报警装置的压力容器
4
一种连续重整催化剂的制备方法
5
封隔器
6
丁苯胶乳的提浓方法
7
一种可投捞式的腐蚀挂片工具
8
页岩气及岩心保压密封取样装置及方法
9
一种应用元素录井判别火成岩岩性方法
10
气体混合设备及合成氨反应器
11
一种疏松砂岩岩心薄片切割装置及方法
12
适用于ABS树脂的阻燃剂及其制备方法、阻燃ABS树脂
13
页岩气井的筛选方法及装置
14
开关火驱井的控制方法
15
一种用于油田伴生气油气混输的混合装置及混合方法
16
一种γ-氧化铝粉末及其制备方法
17
一种无流量计井下流量自控方法及装置
18
基于核磁共振的气驱水时岩心含气饱和度测定方法及装置
19
一种费托合成油中含氧化合物的脱除方法及系统
20
一种车载卫星天线应急手动控制系统
全国服务热线:
在线客服
1211389656
咨询
商务合作
85926368
咨询
媒体合作
921888730
咨询
在线客服
客服微信号
品牌网官方客服微信
打开微信扫一扫
客服微信
商务合作微信
商务合作详谈
打开微信扫一扫
商务合作
回到顶部