本文關鍵詞：卷積神經(jīng)網(wǎng)絡在儲層預測中的應用研究

  更多相關文章： 人工神經(jīng)網(wǎng)絡 深度學習 卷積神經(jīng)網(wǎng)絡 儲層預測 儲層特征

【摘要】：人工神經(jīng)網(wǎng)絡作為人工智能的分支,在模式識別、分類預測等方面已成功地解決了許多現(xiàn)代計算機難以解決的實際問題。然而隨著人工智能的發(fā)展,神經(jīng)網(wǎng)絡的自主性特征學習功能越來越重要,人工神經(jīng)網(wǎng)絡雖然表現(xiàn)出了良好的智能特性,但不能自主地學習特征。近年來,深度學習逐漸崛起,圍繞深度神經(jīng)網(wǎng)絡的研究也越來越多,但其在地質儲層參數(shù)預測領域的研究還很少。提出了一種應用卷積神經(jīng)網(wǎng)絡對地質儲層參數(shù)進行預測的方法,該方法不僅能對儲層參數(shù)進行精確預測,而且可以得到儲層特征集。實驗證明,卷積神經(jīng)網(wǎng)絡可以應用于地質儲層參數(shù)預測,且預測精度較高,同時卷積神經(jīng)網(wǎng)絡的卷積特征為儲層地質建模與測井資料解釋提供了重要的支持。
【作者單位】： 中國石油大學(華東)計算機與通信工程學院;
【關鍵詞】： 人工神經(jīng)網(wǎng)絡 深度學習 卷積神經(jīng)網(wǎng)絡 儲層預測 儲層特征
【基金】：國家科技重大專項基金資助項目(No.211ZX05006)~~
【分類號】：P618.13;TP183
【正文快照】： 地質儲層參數(shù)(孔滲飽等參數(shù))在地質建模中起著至關重要的作用,儲層參數(shù)往往是通過井資料來獲得。然而在很多情況下,鉆井取心僅限于某些層段,不能獲取整個工區(qū)內的儲層參數(shù)。因此,地質學家通常通過建立經(jīng)驗公式的方法來預測未知地區(qū)的儲層參數(shù)。常規(guī)的通過經(jīng)驗公式或簡化地質條

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 潘少偉;梁鴻軍;李良;王家華;;改進PSO-BP神經(jīng)網(wǎng)絡對儲層參數(shù)的動態(tài)預測研究[J];計算機工程與應用;2014年10期

2 李映濤;袁曉宇;劉迪;孟祥豪;;BP神經(jīng)網(wǎng)絡在測井解釋中的應用研究[J];西部探礦工程;2013年03期

3 董興朋;;相似度-遺傳神經(jīng)網(wǎng)絡在儲層物性預測中的應用[J];測井技術;2012年03期

4 陳蓉;王峰;;基于MATLAB的BP神經(jīng)網(wǎng)絡在儲層物性預測中的應用[J];測井技術;2009年01期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 李飛騰;卷積神經(jīng)網(wǎng)絡及其應用[D];大連理工大學;2014年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張芳群;包曉敏;;基于PLS_GA_Elman算法的病蟲害預測[J];浙江農(nóng)業(yè)科學;2016年12期

2 張杰;張超謨;雷少佳;謝冰;闞玉泉;朱時繼;;基于BP神經(jīng)網(wǎng)絡實現(xiàn)普通電阻率和雙側向電阻率的轉化[J];測井技術;2016年02期

3 嚴莉娜;王麗芳;;基于質心的Copula EDA及其在圖像去噪中的應用[J];計算機工程;2016年02期

4 崔東文;金波;;WPA-BP神經(jīng)網(wǎng)絡模型在枯水期月徑流預測中的應用[J];人民珠江;2016年01期

5 崔東文;吳盛華;金波;;SSO-BP模型在水資源可再生能力評價中的應用[J];人民長江;2015年21期

6 崔東文;黃恩奎;;基于回溯搜索優(yōu)化算法的BP神經(jīng)網(wǎng)絡年徑流預測[J];人民珠江;2015年05期

7 袁偉;張占松;張澤宇;呂洪志;李興麗;崔云江;;基于儲層分類的支持向量機滲透率預測[J];測井技術;2015年04期

8 崔東文;金波;;基于和聲搜索算法的BP神經(jīng)網(wǎng)絡需水預測模型應用研究[J];人民珠江;2015年04期

9 汪雷;林亮;李晶晶;湯達禎;許浩;祝武權;任鵬飛;;基于測井信息的煤儲層滲透率BP神經(jīng)網(wǎng)絡預測方法[J];煤炭科學技術;2015年07期

10 羅少成;成志剛;林偉川;席輝;唐冰娥;楊智新;;模糊綜合評價法在致密儲層物性預測中的應用[J];測井技術;2014年04期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 李媛媛;卷積神經(jīng)網(wǎng)絡優(yōu)化及其在圖像識別中的應用[D];沈陽工業(yè)大學;2016年

2 應厚澤;基于機器學習的SAR圖像分類與識別研究[D];南京理工大學;2016年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王園媛;李曉菲;陳濤;劉振華;王云月;;云南省水稻白葉枯病BP神經(jīng)網(wǎng)絡測報技術研究[J];云南農(nóng)業(yè)大學學報(自然科學);2013年02期

2 劉垠杰;黃強;程玉強;吳建軍;;基于動態(tài)云BP網(wǎng)絡的液體火箭發(fā)動機故障診斷方法[J];航空動力學報;2012年12期

3 李翔;朱全銀;;基于Adaboost算法和BP神經(jīng)網(wǎng)絡的稅收預測[J];計算機應用;2012年12期

4 錢玉良;張浩;彭道剛;夏飛;;基于GA-PSO-BP的發(fā)電機組故障診斷[J];華東電力;2012年07期

5 左現(xiàn)剛;張志霞;;一種基于量子BP網(wǎng)絡的圖像壓縮方法[J];計算機工程;2012年13期

6 高娜;屈志宏;茹常劍;;改進PSO-BP算法在飛機剩余油量測量中的應用[J];計算機測量與控制;2012年06期

7 王德明;王莉;張廣明;;基于遺傳BP神經(jīng)網(wǎng)絡的短期風速預測模型[J];浙江大學學報(工學版);2012年05期

8 郭文斌;朱自強;魯光銀;;重力異常的BP神經(jīng)網(wǎng)絡三維物性反演[J];地球物理學進展;2012年02期

9 李俊武;俞志富;;改進粒子群算法在DOA估計中的應用[J];計算機工程與應用;2013年09期

10 劉志峰;潘丹;王建華;楊雙喜;;PSO-BP神經(jīng)網(wǎng)絡在MBR工藝中的膜污染預測[J];北京工業(yè)大學學報;2012年01期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉彩紅;唐萬梅;;基于組合神經(jīng)網(wǎng)絡的教師評價模型研究[J];重慶師范大學學報(自然科學版);2008年04期

2 鐘義信;;神經(jīng)網(wǎng)絡:成就、問題與前景[J];科學;1992年02期

3 莫恭佑;;神經(jīng)網(wǎng)絡及其在英國的應用[J];國際科技交流;1992年03期

4 閔志;;神經(jīng)網(wǎng)絡:使計算機具有快速學習功能[J];國際科技交流;1992年03期

5 馮建峰,錢敏平;神經(jīng)網(wǎng)絡中的退火——非時齊情形[J];北京大學學報(自然科學版);1993年03期

6 唐功友;離散Hopfield神經(jīng)網(wǎng)絡的穩(wěn)定性[J];青島海洋大學學報;1994年S2期

7 靳蕃;;中國神經(jīng)網(wǎng)絡學術大會在西南交通大學隆重召開[J];學術動態(tài)報道;1996年04期

8 彭宏,張素;帶有時滯的神經(jīng)網(wǎng)絡的穩(wěn)定性[J];杭州大學學報(自然科學版);1997年04期

9 陳新,孫道恒,黃洪鐘;結構分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡[J];起重運輸機械;1999年06期

10 成宇;神經(jīng)網(wǎng)絡是怎么搭建的?[J];百科知識;2005年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：883701