一種融合DBN和KELM算法的滲透率預(yù)測方法
大小：0.77 MB 人氣：2 2017-11-27 需要積分：2
由于低孔低滲儲層孔隙結(jié)構(gòu)較為復(fù)雜，現(xiàn)有核磁共振（NMR）測井滲透率模型對于低孔低滲儲層預(yù)測精度不高。為此，提出一種融合深度置信網(wǎng)絡(luò)（DBN）算法與核極限學(xué)習(xí)機（KELM）算法的滲透率預(yù)測方法。該方法首先對DBN模型進行預(yù)訓(xùn)練，然后將KELM模型作為預(yù)測器放置在訓(xùn)練好DBN模型后，利用訓(xùn)練數(shù)據(jù)進行有監(jiān)督的訓(xùn)練，最終形成深度置信一核極限學(xué)習(xí)機（ DBKELMN）模型。考慮到該模型需充分利用反映孔隙結(jié)構(gòu)的橫向弛豫時間譜信息，將離散化后的核磁共振測井橫向弛豫時間譜作為輸入，滲透率作為輸出，確定NMR測井橫向弛豫時間譜與滲透率的函數(shù)關(guān)系，并基于該函數(shù)關(guān)系對儲層滲透率進行預(yù)測。實例應(yīng)用表明，融合DBN算法與KELM算法的滲透率預(yù)測方法是有效的，預(yù)測樣本的平均絕對誤差（ MAE）較斯倫貝謝道爾研究中心（SDR）模型降低了0.34。融合DBN算法與KELM算法的滲透率預(yù)測方法可提高低孔滲儲層滲透率預(yù)測精度，可應(yīng)用于油氣田勘探開發(fā)。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
