本发明涉及一种基于深度学习算法的地层压力监测方法。其技术方案是包括以下步骤:步骤1,根据实际工程需要,选择合适的相邻的目标区块井位,收集井位录井信息:垂深、机械钻速、扭矩、泥浆循环密度,并对数据进行预处理,此外井位地质录井信息越详细,选择优先级越高;步骤2,建立GA‑BP模型,利用邻井录井信息进行GA‑BP神经网络模型的训练;本发明的有益效果是:比传统的Dc指数法,Eaton法预测结果更准确;同时无论在小数据集还是大数据集上都具有良好的预测效果,且随着录井数据集的完善,预测效果越好;本发明的方法能够较为准确地预测地层孔隙压力及其变化趋势,并且不受区块井位的限制。
声明:
“基于深度学习算法的地层压力监测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)