一種融合DBN和KELM算法的滲透率預(yù)測(cè)方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
由于低孔低滲儲(chǔ)層孔隙結(jié)構(gòu)較為復(fù)雜，現(xiàn)有核磁共振（NMR）測(cè)井滲透率模型對(duì)于低孔低滲儲(chǔ)層預(yù)測(cè)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(jī)（KELM）算法的滲透率預(yù)測(cè)方法。該方法首先對(duì)DBN模型進(jìn)行預(yù)訓(xùn)練，然后將KELM模型作為預(yù)測(cè)器放置在訓(xùn)練好DBN模型后，利用訓(xùn)練數(shù)據(jù)進(jìn)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(jī)（ 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(shí)間譜信息，將離散化后的核磁共振測(cè)井橫向弛豫時(shí)間譜作為輸入，滲透率作為輸出，確定NMR測(cè)井橫向弛豫時(shí)間譜與滲透率的函數(shù)關(guān)系，并基于該函數(shù)關(guān)系對(duì)儲(chǔ)層滲透率進(jìn)行預(yù)測(cè)。實(shí)例應(yīng)用表明，融合DBN算法與KELM算法的滲透率預(yù)測(cè)方法是有效的，預(yù)測(cè)樣本的平均絕對(duì)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(cè)方法可提高低孔滲儲(chǔ)層滲透率預(yù)測(cè)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(duì)
(0) 0%