首页|一种基于深度学习的油藏年度规划储量预测方法研究

一种基于深度学习的油藏年度规划储量预测方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
油藏年度规划储量预测是勘探规划决策方案中必要且关键的一环.针对传统储量预测方法精度低、方法复杂度高等问题,该论文提出一种基于深度学习的油藏年度规划储量预测方法.首先,通过分析勘探基础数据,确定影响油藏年度规划储量的关键因素;然后,根据一定专家经验以及客观规律,对基础数据进行归一化处理,将复杂的油田数据转化为规范可用的输入特征向量;最后,利用循环神经网络进行模型训练,得到预测储量.实验结果表明,相比传统方法,该论文方法预测精度有显著提高,且复现能力强,可为今后油田企业储量预测领域提供一定参考价值.
A Method for Reservoir Reserve Prediction Based on Deep Learning

赫俊民、李亚传

展开 >

中石化胜利油田物探院 东营 257100

中国石油大学(华东)青岛 266580

规划储量预测 深度学习 归一化 特征向量 循环神经网络

2021

10.3969/j.issn.1672-9722.2021.04.033

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(4)
  • 13