| 胡家琦,孙连山,石敏,朱登明,李国军.基于RNN-FCNN的多尺度油水层识别方法[J].高技术通讯(中文),2020,30(3):305~313 |
| 基于RNN-FCNN的多尺度油水层识别方法 |
|
| |
| DOI：doi：10.3772/j.issn.1002-0470.2020.03.012 |
| 中文关键词: 深度学习； 测井数据； 空间关联性； 多尺度； 油水层识别 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 3055 |
| 全文下载次数: 1840 |
| 中文摘要: |
| 对油藏开采领域而言，快速、准确地识别油水层有利于节省大量的人力物力，提高不可再生资源的开采率。现有的层位识别方法未能考虑测井数据的序列关系，并且对所有层位进行统一识别，导致物性相近的层位识别易混淆，识别效果存在局限性。针对测井数据的特点，本文提出基于循环神经网络（RNN）和全连接神经网络（FCNN）的多尺度油水层识别方法。该方法首先基于RNN建立粗粒度的识别模型，再通过串联FCNN的方式实现更细粒度的层位识别，不仅考虑了测井数据在空间上的关联性，同时以多尺度方法识别易混淆的层位。解决了测井数据特征提取困难、层位识别率低的问题。本文在真实测井数据上进行了实验验证，实验结果表明本文方法油水层识别效果良好，有较强的实用性。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
