| 基于深度前馈神经网络方法的横波速度预测 |
| |
| 引用本文： | 王树华,杨国杰,穆星.基于深度前馈神经网络方法的横波速度预测[J].油气地质与采收率,2022,29(1):80-89. |
| |
| 作者姓名： | 王树华 杨国杰 穆星 |
| |
| 作者单位： | 中国石化胜利油田分公司勘探开发研究院，山东东营257015 |
| |
| 基金项目： | 中国石化科技攻关项目“基于大数据技术的油藏精细表征方法研究”（P20071-1）。 |
| |
| 摘 要： | 针对横波速度预测问题,在分析经验公式法和岩石物理建模法优缺点的基础上,结合横波速度预测原理,提出基于深度前馈神经网络方法(DFNN)进行横波速度的预测.研究从纵、横波速度关系入手,详细阐述了DFNN方法应用于横波速度预测的可行性,并介绍了该深度学习方法的基本原理;选择声波时差、密度、中子孔隙度、泥质含量、孔隙度5个储层...
|
| 关 键 词： | 横波速度预测 深度前馈神经网络方法 深度学习 储层参数 预测模型 |
S-wave velocity prediction based on deep feedforward neural network |
| |
| WANG Shuhu,YANG Guojie,MU Xing.S-wave velocity prediction based on deep feedforward neural network[J].Petroleum Geology and Recovery Efficiency,2022,29(1):80-89. |
| |
| Authors: | WANG Shuhu YANG Guojie MU Xing |
| |
| Affiliation: | (Exploration and Development Research Institute,Shengli Oilfield Company,SINOPEC,Dongying City,Shandong Province,257015,China) |
| |
| Abstract: | |
| |
| Keywords: | S-wave velocity prediction DFNN deep learning reservoir parameter prediction model |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《油气地质与采收率》浏览原始摘要信息 |
|
点击此处可从《油气地质与采收率》下载全文 |
|
