龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安石油大学
摘要：本发明提供了一种基于TCN‑Transformer的储层孔隙度预测方法，其特征在于，包括如下步骤：1收集测井曲线数据并进行预处理；2将数据集转换成适合模型训练和预测的格式；3对转换后的数据进行数据集划分；4采用随机森林算法对测井曲线数据进行特征重要性分析并与皮尔逊相关性分析所得结果对比，保留与孔隙度相关性较高的属性；5将训练集数据依次输入至时间卷积网络TCN模块和Transformer模块进行模型训练；6计算损失函数并采用贝叶斯优化调整模型参数；7使用测试集验证所得模型性能并对孔隙度进行预测。本发明探讨了利用TCN‑Transformer模型的储层孔隙度预测方法，可以将其应用到孔隙度的预测任务中，有效的缩短了孔隙度预测时间，并可以得到较好的预测结果。
主权项：1.一种基于TCN-Transformer的储层孔隙度预测的方法，其特征在于，包括以下步骤：1收集测井曲线数据，并对其进行缺失值补全和异常值处理；2将步骤1得到的数据集转换成适合模型训练和预测的格式；3对步骤2转换后的数据进行数据集划分；4采用随机森林算法对测井曲线数据进行特征重要性分析，并与皮尔逊相关性分析所得结果进行对比，保留与储层孔隙度相关性较高的属性，构建测井曲线特征数据集；5将步骤4构建的测井曲线特征训练集数据依次输入至时间卷积网络TemporalConvolutionalNetwork，TCN模块和Transformer模块进行学习和模型训练，构建储层孔隙度预测模型；6计算损失函数，并采用贝叶斯优化对模型进行调优，得到最优的模型参数组合；7根据训练所得的储层孔隙度预测模型，使用独立的测试集数据验证模型性能，计算出平均绝对误差MeanAbsoluteError，MAE和均方根误差RootMeanSquareError，RMSE，并对储层孔隙度进行预测，得到输出的预测结果。
全文数据：
权利要求：
百度查询： 西安石油大学 基于TCN-Transformer的储层孔隙度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号