-
公开(公告)号:CN114002744B
公开(公告)日:2023-07-14
申请号:CN202111268205.4
申请日:2021-10-29
申请人: 重庆科技学院
摘要: 本发明提供了一种基于深度学习的致密砂岩储层流体识别方法,首先对研究区测井数据的层内各点特征进行预处理并拼接成样本;针对层内深度不同的样本进行深度统一化处理;将样本输入卷积神经网络提取高维非线性测井特征;使用双向长短期记忆神经网络进一步融合卷积神经网络输出的特征映射,进一步学习测井数据的多尺度特征;致密砂岩储层流体识别模型输出识别结果。该方案利用了储层之间的相关性,能有效提高储层识别精度。
-
公开(公告)号:CN114002744A
公开(公告)日:2022-02-01
申请号:CN202111268205.4
申请日:2021-10-29
申请人: 重庆科技学院
摘要: 本发明提供了一种基于深度学习的致密砂岩储层流体识别方法,首先对研究区测井数据的层内各点特征进行预处理并拼接成样本;针对层内深度不同的样本进行深度统一化处理;将样本输入卷积神经网络提取高维非线性测井特征;使用双向长短期记忆神经网络进一步融合卷积神经网络输出的特征映射,进一步学习测井数据的多尺度特征;致密砂岩储层流体识别模型输出识别结果。该方案利用了储层之间的相关性,能有效提高储层识别精度。
-
公开(公告)号:CN113642772A
公开(公告)日:2021-11-12
申请号:CN202110790280.0
申请日:2021-07-13
申请人: 重庆科技学院
摘要: 本发明提出一种基于机器学习的测井储层识别预测方法。针对常规测井解释方法进行致密气低孔低渗储层流体识别时,由于储层非均质性强、孔隙结构复杂,导致测井解释模型适用性差、准确率低的问题,并且传统的单一机器学习算法容易陷入过拟合、局部最优等问题。本发明采用经典的集成学习算法xgboost,结合试气录井结果和常规测井数据,对致密砂岩储层进行识别,能有效提升预测的精度,缩短了测试人员判别储层的时间,从而节约大量成本。
-
公开(公告)号:CN113887272A
公开(公告)日:2022-01-04
申请号:CN202110791695.X
申请日:2021-07-13
申请人: 重庆科技学院
摘要: 本发明提供了一种基于边缘计算的暴力行为智能安全检测系统,系统主要包括摄像头的部署,边缘计算端和云端平台。摄像头用于实时获取视频信息;智能预警系统以边缘端设备为载体,用于实现暴力行为的实时报警,将结果展示在边缘端服务器上;云端服务器用于智能预警系统模型的训练以及参数的更新。本系统的目的为搭建视频监控报警平台,部署摄像头,添加边缘计算的规则,实现暴力行为报警功能,降低报警时延。
-
-
-