基于循环神经网络的测井曲线生成方法

为了在不增加经济成本的基础上补充缺失的测井信息,提出利用机器学习方法根据已有的部分测井曲线生成人工测井曲线,并进行了实验验证和应用效果分析。考虑到传统全连接神经网络(FCNN)无法描述数据的空间相关性,基于一种循环神经网络(RNN)即长短期记忆神经网络(LSTM)来构建测井曲线生成方法。该方法生成的曲线不仅考虑了不同测井曲线的内在联系,同时兼顾了测井信息随深度的变化趋势和前后关联。将标准LSTM与串级系统相结合,提出了一种串级长短期记忆神经网络(CLSTM)。采用真实测井数据进行实验,LSTM明显优于传统FCNN,生成的测井数据精度更高;CLSTM更适用于测井曲线生成这种多序列数据问题;提出的基于机器学习的人工测井曲线生成方法更准确经济。     

基于循环神经网络的测井曲线重构方法

为了在不增加经济成本的基础上补充缺失的测井信息,提出利用机器学习方法根据已有的部分测井曲线生成人工测井曲线,并进行了实验验证和应用效果分析。考虑到传统全连接神经网络(FCNN)无法描述数据的空间相关性,基于一种循环神经网络(RNN)即长短期记忆神经网络(LSTM)来构建测井曲线生成方法。该方法生成的曲线不仅考虑了不同测井曲线的内在联系,同时兼顾了测井信息随深度的变化趋势和前后关联,更加合理。将标准LSTM与串级系统相结合,提出了一种串级LSTM。采用真实测井数据进行实验后发现:LSTM明显优于传统FCNN,生成的测井数据精度更高;串级LSTM更适用于测井曲线生成这种多序列数据问题;提出的基于机器学习的人工测井曲线生成方法既准确又经济。     

页岩气开采技术综述分析

按照技术分类方法将页岩气开采技术分为增产技术和监测技术,并对主要的页岩气开采技术进行了综述分析,涉及水平井技术、分段压裂技术、同步压裂技术、重复压裂技术、清水压裂技术、超临界CO2压裂技术、水力喷射压裂技术、井下微地震裂缝监测技术、测斜仪裂缝监测技术、直接近井筒裂缝监测技术以及分布式声传感裂缝监测技术。     

测井曲线生成问题的机器学习建模范式--以长宁威远地区页岩井为例

为了解决多源复杂测井曲线难以获得且生成困难这一难题,本文提出了一套高效的机器学习建模范式,即以长短期记忆神经网络为基础,通过数据完整性分析、交叉检验和收敛性分析进行建模。该建模范式主要有3个优点:可以提升训练数据的数量和质量、对模型性能进行评估并针对应用场景对模型的适用性进行预估。为了验证本文提出的建模范式的效果,以长宁威远地区页岩气井为例开展实验,结果显示该建模范式能够高效生成多源复杂测井曲线,且预测值与真实值具有相同的变化趋势,可以作为后续开发的参考。本文提出的建模范式易于使用且具有通用性,通过规范化建模流程有效降低机器学习建模的难度,有利于推广机器学习方法在测井曲线生成问题中的应用。