公开(公告)号：CN112989708B

公开(公告)日：2022-04-19

申请号：CN202110377717.8

申请日：2021-04-08

Applicant: 重庆科技学院

Inventor： 李作进 ,  陈生富 ,  杨庆 ,  冯世霖 ,  史蓝洋 ,  陈智能

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明涉及石油勘探技术领域，具体公开了一种基于LSTM神经网络的测井岩性识别方法及系统，该方法包括步骤：基于LSTM神经网络建立测井岩性识别模型；采用由带标签的测井数据样本组成的数据集对测井岩性识别模型进行训练和测试；将即时测井数据输入测试完成的测井岩性识别模型，得出各类岩性的概率；将概率最大的岩性作为即时测井数据下的岩性。该方法及系统基于LSTM神经网络对多个测井曲线数据进行特征提取，能够有效挖掘数据的本质特征，减少提取特征的时间和成本，并通过逐层特征变化进而解决复杂的分类来预测岩性，其识别准确率和响应速度相比现有方法均有所提高，使岩性识别变得方便快捷且客观可靠。

公开(公告)号：CN112989708A

公开(公告)日：2021-06-18

申请号：CN202110377717.8

申请日：2021-04-08

Applicant: 重庆科技学院

Inventor： 李作进 ,  陈生富 ,  杨庆 ,  冯世霖 ,  史蓝洋 ,  陈智能

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明涉及石油勘探技术领域，具体公开了一种基于LSTM神经网络的测井岩性识别方法及系统，该方法包括步骤：基于LSTM神经网络建立测井岩性识别模型；采用由带标签的测井数据样本组成的数据集对测井岩性识别模型进行训练和测试；将即时测井数据输入测试完成的测井岩性识别模型，得出各类岩性的概率；将概率最大的岩性作为即时测井数据下的岩性。该方法及系统基于LSTM神经网络对多个测井曲线数据进行特征提取，能够有效挖掘数据的本质特征，减少提取特征的时间和成本，并通过逐层特征变化进而解决复杂的分类来预测岩性，其识别准确率和响应速度相比现有方法均有所提高，使岩性识别变得方便快捷且客观可靠。