首页> 中文学位 >基于深度学习的试井和测井资料解释方法研究
【6h】

基于深度学习的试井和测井资料解释方法研究

代理获取

目录

声明

致谢

第一章 绪论

1.1研究背景及意义

1.1.1试井分析背景及意义

1.1.2测井解释背景及意义

1.2国内外研究现状

1.2.1试井分析研究现状

1.2.2测井解释研究现状

1.3本文的研究内容

第二章 基于径向基神经网络的试井分析方法

2.1.1 多项式拟合

2.1.2 径向基神经网络

2.1.3 优化算法

2.1.4 目标函数

2.1.5 试井分析方法流程

2.2试井分析方法对比实验

2.2.1 模型描述

2.2.2同样试算算例数下的拟合结果对比

2.2.3减少试算算例数时的拟合结果对比

2.3实际案例研究

2.3.1 油藏模型描述

2.3.2 拟合结果

2.4本章小结

第三章 基于卷积神经网络的磁定位测井曲线自动确定井下工具类型和深度的方法

3.1卷积神经网络方法

3.2卷积神经网络的优化

3.3 磁定位测井曲线自动确定井下工具类型和深度的方法

3.3.1 数据处理

3.3.2 模型构建

3.3.3工具识别

3.4结果与讨论

3.4.1 识别结果与准确率

3.4.2 误差分析

3.5本章小结

第四章 总结与展望

参考文献

攻读硕士学位期间的学术活动及成果情况

展开▼

著录项

  • 作者

    周子琪;

  • 作者单位

    合肥工业大学;

  • 授予单位 合肥工业大学;
  • 学科 计算数学
  • 授予学位 硕士
  • 导师姓名 李道伦;
  • 年度 2021
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 石油、天然气地质与勘探;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号