測井曲線生成問題的機器學習建模范式--以長寧威遠地區頁巖井為例

作者：楊靜,陳云天,蔣春碧

摘要：為了解決多源復雜測井曲線難以獲得且生成困難這一難題,本文提出了一套高效的機器學習建模范式,即以長短期記憶神經網絡為基礎,通過數據完整性分析、交叉檢驗和收斂性分析進行建模。該建模范式主要有3個優點:可以提升訓練數據的數量和質量、對模型性能進行評估并針對應用場景對模型的適用性進行預估。為了驗證本文提出的建模范式的效果,以長寧威遠地區頁巖氣井為例開展實驗,結果顯示該建模范式能夠高效生成多源復雜測井曲線,且預測值與真實值具有相同的變化趨勢,可以作為后續開發的參考。本文提出的建模范式易于使用且具有通用性,通過規范化建模流程有效降低機器學習建模的難度,有利于推廣機器學習方法在測井曲線生成問題中的應用。

發文機構：唐山職業技術學院 鵬城實驗室 北京大學

關鍵詞：測井曲線機器學習長短期記憶神經網絡交叉檢驗收斂性分析log curvemachine learninglong-short term memorycross validationconvergence analysis

分類號： TE19[石油與天然氣工程—油氣勘探]