摘要
岩性识别在地层评价和储层表征中具有至关重要的作用,是评估油气资源潜在价值的关键基础.然而,由于测井数据中广泛存在非线性关系的复杂性以及类别不平衡现象,传统模型的识别准确率常常受到限制.为了解决这一问题,文章设计了一种基于注意力机制的多尺度卷积与双向门控循环网络模型.该模型通过基于空间和通道双重注意力机制的多尺度卷积来提取不同空间维度的岩性特征,增强了模型对测井数据中局部空间特征的识别能力.同时,引入了多头注意力机制的双向门控循环网络(BiGRU),增强了对测井序列数据中长期依赖关系的捕获能力.
维普
万方数据