《表1 3种深度学习模型预测结果评价》
从图5可以看出,3种深度学习模型均实现了很好的预测结果,证明深度学习能有效地提取测井数据之间的非线性化特征,为储层预测提供了一种有效的新技术。为评价3种模型性能,采用均方差和相关系数(R)作为评价标准(表1)。从表1可知,CNN-GRU模型对均方差和相关系数的预测结果比单一的GRU模型和CNN模型更优,这说明充分利用数据的时空特征可以取得更好的预测效果,证明CNN-GRU模型的有效性。
图表编号 | XD0097345200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 宋辉、陈伟、李谋杰、王浩懿 |
绘制单位 | 油气资源与勘探技术教育部重点实验室长江大学、长江大学地球物理与石油资源学院、油气资源与勘探技术教育部重点实验室长江大学、长江大学地球物理与石油资源学院、非常规油气湖北省协同创新中心长江大学、油气资源与勘探技术教育部重点实验室长江大学、长江大学地球物理与石油资源学院、非常规油气湖北省协同创新中心长江大学、太原理工大学材料科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |