一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法

摘要

一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法，包括：测井曲线重叠采样；基于短时傅里叶变换的样本1D‑2D变换预处理，将一维的深度域测井曲线样本转换为二维的深频图；基于卷积神经网络的正常压实层段智能识别模型，采用数据驱动的方式，对测井曲线进行分段特征提取，识别正常压实层段；根据识别出的正常压实层段测井曲线，构建正常压实趋势线拟合方程；根据正常压实趋势线方程，采用Eaton公式进行地层孔隙压力剖面计算。本发明采用基于数据驱动和物理模型相结合的地层孔隙计算方法，避免了正常压实趋势线构建过程中存在的人为主观性，提高了地层孔隙压力的计算精度。