当前位置:主页 > 科技论文 > 自动化论文 >

卷积神经网络在储层预测中的应用研究

发布时间:2017-09-19 20:15

  本文关键词:卷积神经网络在储层预测中的应用研究


  更多相关文章: 人工神经网络 深度学习 卷积神经网络 储层预测 储层特征


【摘要】:人工神经网络作为人工智能的分支,在模式识别、分类预测等方面已成功地解决了许多现代计算机难以解决的实际问题。然而随着人工智能的发展,神经网络的自主性特征学习功能越来越重要,人工神经网络虽然表现出了良好的智能特性,但不能自主地学习特征。近年来,深度学习逐渐崛起,围绕深度神经网络的研究也越来越多,但其在地质储层参数预测领域的研究还很少。提出了一种应用卷积神经网络对地质储层参数进行预测的方法,该方法不仅能对储层参数进行精确预测,而且可以得到储层特征集。实验证明,卷积神经网络可以应用于地质储层参数预测,且预测精度较高,同时卷积神经网络的卷积特征为储层地质建模与测井资料解释提供了重要的支持。
【作者单位】: 中国石油大学(华东)计算机与通信工程学院;
【关键词】人工神经网络 深度学习 卷积神经网络 储层预测 储层特征
【基金】:国家科技重大专项基金资助项目(No.211ZX05006)~~
【分类号】:P618.13;TP183
【正文快照】: 地质储层参数(孔渗饱等参数)在地质建模中起着至关重要的作用,储层参数往往是通过井资料来获得。然而在很多情况下,钻井取心仅限于某些层段,不能获取整个工区内的储层参数。因此,地质学家通常通过建立经验公式的方法来预测未知地区的储层参数。常规的通过经验公式或简化地质条

【参考文献】

中国期刊全文数据库 前4条

1 潘少伟;梁鸿军;李良;王家华;;改进PSO-BP神经网络对储层参数的动态预测研究[J];计算机工程与应用;2014年10期

2 李映涛;袁晓宇;刘迪;孟祥豪;;BP神经网络在测井解释中的应用研究[J];西部探矿工程;2013年03期

3 董兴朋;;相似度-遗传神经网络在储层物性预测中的应用[J];测井技术;2012年03期

4 陈蓉;王峰;;基于MATLAB的BP神经网络在储层物性预测中的应用[J];测井技术;2009年01期

中国硕士学位论文全文数据库 前1条

1 李飞腾;卷积神经网络及其应用[D];大连理工大学;2014年

【共引文献】

中国期刊全文数据库 前10条

1 张芳群;包晓敏;;基于PLS_GA_Elman算法的病虫害预测[J];浙江农业科学;2016年12期

2 张杰;张超谟;雷少佳;谢冰;阚玉泉;朱时继;;基于BP神经网络实现普通电阻率和双侧向电阻率的转化[J];测井技术;2016年02期

3 严莉娜;王丽芳;;基于质心的Copula EDA及其在图像去噪中的应用[J];计算机工程;2016年02期

4 崔东文;金波;;WPA-BP神经网络模型在枯水期月径流预测中的应用[J];人民珠江;2016年01期

5 崔东文;吴盛华;金波;;SSO-BP模型在水资源可再生能力评价中的应用[J];人民长江;2015年21期

6 崔东文;黄恩奎;;基于回溯搜索优化算法的BP神经网络年径流预测[J];人民珠江;2015年05期

7 袁伟;张占松;张泽宇;吕洪志;李兴丽;崔云江;;基于储层分类的支持向量机渗透率预测[J];测井技术;2015年04期

8 崔东文;金波;;基于和声搜索算法的BP神经网络需水预测模型应用研究[J];人民珠江;2015年04期

9 汪雷;林亮;李晶晶;汤达祯;许浩;祝武权;任鹏飞;;基于测井信息的煤储层渗透率BP神经网络预测方法[J];煤炭科学技术;2015年07期

10 罗少成;成志刚;林伟川;席辉;唐冰娥;杨智新;;模糊综合评价法在致密储层物性预测中的应用[J];测井技术;2014年04期

中国硕士学位论文全文数据库 前2条

1 李媛媛;卷积神经网络优化及其在图像识别中的应用[D];沈阳工业大学;2016年

2 应厚泽;基于机器学习的SAR图像分类与识别研究[D];南京理工大学;2016年

【二级参考文献】

中国期刊全文数据库 前10条

1 王园媛;李晓菲;陈涛;刘振华;王云月;;云南省水稻白叶枯病BP神经网络测报技术研究[J];云南农业大学学报(自然科学);2013年02期

2 刘垠杰;黄强;程玉强;吴建军;;基于动态云BP网络的液体火箭发动机故障诊断方法[J];航空动力学报;2012年12期

3 李翔;朱全银;;基于Adaboost算法和BP神经网络的税收预测[J];计算机应用;2012年12期

4 钱玉良;张浩;彭道刚;夏飞;;基于GA-PSO-BP的发电机组故障诊断[J];华东电力;2012年07期

5 左现刚;张志霞;;一种基于量子BP网络的图像压缩方法[J];计算机工程;2012年13期

6 高娜;屈志宏;茹常剑;;改进PSO-BP算法在飞机剩余油量测量中的应用[J];计算机测量与控制;2012年06期

7 王德明;王莉;张广明;;基于遗传BP神经网络的短期风速预测模型[J];浙江大学学报(工学版);2012年05期

8 郭文斌;朱自强;鲁光银;;重力异常的BP神经网络三维物性反演[J];地球物理学进展;2012年02期

9 李俊武;俞志富;;改进粒子群算法在DOA估计中的应用[J];计算机工程与应用;2013年09期

10 刘志峰;潘丹;王建华;杨双喜;;PSO-BP神经网络在MBR工艺中的膜污染预测[J];北京工业大学学报;2012年01期

【相似文献】

中国期刊全文数据库 前10条

1 刘彩红;唐万梅;;基于组合神经网络的教师评价模型研究[J];重庆师范大学学报(自然科学版);2008年04期

2 钟义信;;神经网络:成就、问题与前景[J];科学;1992年02期

3 莫恭佑;;神经网络及其在英国的应用[J];国际科技交流;1992年03期

4 闵志;;神经网络:使计算机具有快速学习功能[J];国际科技交流;1992年03期

5 冯建峰,钱敏平;神经网络中的退火——非时齐情形[J];北京大学学报(自然科学版);1993年03期

6 唐功友;离散Hopfield神经网络的稳定性[J];青岛海洋大学学报;1994年S2期

7 靳蕃;;中国神经网络学术大会在西南交通大学隆重召开[J];学术动态报道;1996年04期

8 彭宏,张素;带有时滞的神经网络的稳定性[J];杭州大学学报(自然科学版);1997年04期

9 陈新,孙道恒,黄洪钟;结构分析有限元系统与神经网络[J];起重运输机械;1999年06期

10 成宇;神经网络是怎么搭建的?[J];百科知识;2005年16期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年



本文编号:883701

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/883701.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f5d5a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com