基于深度學(xué)習(xí)的最新成果,提出了一種基于長短期記憶（long short-term memory）循環(huán)神經(jīng)網(wǎng)絡(luò)的鉆前測井曲線預(yù)測方法,使用該方法能從已鉆地層段及鄰域內(nèi)獲得的測井?dāng)?shù)據(jù)預(yù)測鉆前的測井曲線,進(jìn)而獲得鉆前的地層巖石信息,解決油氣鉆探過程中測井曲線只能在鉆后獲得的滯后性,以提高鉆前地層構(gòu)造及壓力預(yù)測的準(zhǔn)確性。將其與普通循環(huán)神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果進(jìn)行對比分析,結(jié)果表明,長短時記憶網(wǎng)絡(luò)建模預(yù)測效果良好,能比較準(zhǔn)確地預(yù)測鉆前測井曲線的變化趨勢,是一種有效且預(yù)測精度較高的鉆前測井曲線預(yù)測方法。 

【文章來源】：成都理工大學(xué)學(xué)報(自然科學(xué)版). 2020,47(02)北大核心CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

圖６Ａ１井?dāng)M合預(yù)測結(jié)果Ｆｉｇ．６ＭｏｄｅｌｆｉｔｔｉｎｇａｎｄｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｏｆＡ１ｌｏｇ

圖７Ｂ１井?dāng)M合預(yù)測結(jié)果Ｆｉｇ．７ＭｏｄｅｌｆｉｔｔｉｎｇａｎｄｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｏｆＢ１ｌｏｇ圖８Ａ１井預(yù)測結(jié)果Ｆｉｇ．８ＭｏｄｅｌｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｏｆＡ１ｌｏｇ圖９Ｂ１井預(yù)測結(jié)果Ｆｉｇ．９ＭｏｄｅｌｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｏｆＢ１ｌｏｇ（圖中紅色虛線之前），ＬＳＴＭ模型和普通ＲＮＮ模型的預(yù)測值均基本與實(shí)測值重合，且ＬＳＴＭ模型較普通ＲＮＮ模型重合度更高，說明模型已基本訓(xùn)練好。在模型預(yù)測階段（圖中紅色虛線之后），采用ＬＳＴＭ模型和普通ＲＮＮ模型進(jìn)行鉆前測井曲線預(yù)測均取得了比較好的效果，雖然存在一定的誤差，但整體趨勢變化一致，能夠基本反映測井曲線的實(shí)際變化趨勢，尤其是在待鉆遇地層段測井?dāng)?shù)據(jù)沒有突變的情況下，預(yù)測結(jié)果與實(shí)測值的對應(yīng)性更好。說明循環(huán)神經(jīng)網(wǎng)絡(luò)及其改進(jìn)模型在測井曲線預(yù)測方面的有效性和實(shí)用性。仔細(xì)觀察圖８和圖９的中ＬＳＴＭ和普通ＲＮＮ的預(yù)測結(jié)果可看出，ＬＳＴＭ的整體預(yù)測效果要優(yōu)于普通ＲＮＮ模型，預(yù)測值更接近實(shí)測值。在圖８中測深２２７０ｍ附近自然伽馬、聲波時差、自然電位和測深２０００～２２７０ｍ層段密度以及測深２２００ｍ附近的補(bǔ)償中子等測井曲線出現(xiàn)整體的突變，兩種模型均預(yù)測到了密度、補(bǔ)償中子、聲波時差以及自然電位的這一突變趨勢，且ＬＳＴＭ的預(yù)測結(jié)果較普通ＲＮＮ更接近實(shí)測值，預(yù)測準(zhǔn)確性更高。但兩種模型均未能很好地預(yù)測到自然伽馬的這一突變趨勢，這主要是因?yàn)槊芏�、第２期王俊，等：�?

圖８Ａ１井預(yù)測結(jié)果Ｆｉｇ．８ＭｏｄｅｌｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｏｆＡ１ｌｏｇ

【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的儲層物性參數(shù)預(yù)測方法研究[J]. 安鵬,曹丹平,趙寶銀,楊曉利,張明.  地球物理學(xué)進(jìn)展. 2019(05)
[2]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的測井曲線生成方法[J]. 張東曉,陳云天,孟晉.  石油勘探與開發(fā). 2018(04)
[3]基于LSTM-RNN模型的鐵水硅含量預(yù)測[J]. 李澤龍,楊春節(jié),劉文輝,周恒,李宇軒.  化工學(xué)報. 2018(03)
[4]基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的故障時間序列預(yù)測[J]. 王鑫,吳際,劉超,楊海燕,杜艷麗,牛文生.  北京航空航天大學(xué)學(xué)報. 2018(04)
[5]基于深度學(xué)習(xí)的短時交通流預(yù)測[J]. 羅向龍,焦琴琴,牛力瑤,孫壯文.  計(jì)算機(jī)應(yīng)用研究. 2017(01)
[6]神經(jīng)網(wǎng)絡(luò)技術(shù)在測井曲線重構(gòu)中的應(yīng)用[J]. 張亞斌,瞿亦斌,陳忠云.  石油天然氣學(xué)報. 2011(03)
[7]BP神經(jīng)網(wǎng)絡(luò)技術(shù)在聲波測井曲線重構(gòu)中的運(yùn)用[J]. 楊志力,周路,彭文利,鄭金云.  西南石油大學(xué)學(xué)報(自然科學(xué)版). 2008(01)



本文編號：3315465