科研之友
微信
新浪微博
Facebook
分享链接
摘要
测井数据是油气田开发和评价的基础，对于确定地下油气层位置、计算及评价油气储量等具有重要意义。然而，实际开采过程中井壁垮塌、仪器故障等因素往往导致部分深度的多条测井数据失真或缺失，而重新测井的成本高昂，施工难度大。为此，提出一种基于串级双向长短时记忆神经网络(CBi-LSTM)的测井数据重构方法，在不增加额外测量成本的情况下，充分考虑缺失数据点的前趋与后继之间的双向关联性及测井曲线之间的相关性，利用串级系统将所获估计值与已知测井曲线合并为新的输入，采用迭代更新策略完成对缺失数据块的重构。对苏里格气田4口井的测井数据进行补全重构实验，所得结果表明：文中测井数据重构方法具有较高精度，同时所用模型具有更强的鲁棒性和泛化能力。
- 单位
