首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于对抗神经网络的含水饱和度预测方法和系统 

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:西南石油大学

摘要:本发明公开了一种基于对抗神经网络的含水饱和度预测方法,所述方法包括:S1:通过AVO三参数反演方法得到地下介质参数;S2:使用Aki‑Richards对地下介质参数进行近似;得到弹性参数;S3:根据弹性参数构建Xu‑White模型,预测纵波速度、横波速度和密度;输入含水饱和度,利用对抗神经网络对所述目标函数进行迭代优化,得到满足精度的含水饱和度SW计算结果。本发明的优点是:有效提升含水饱和度的预测精度,提高预测效率,适用于小样本测井数据。

主权项:1.一种基于对抗神经网络的含水饱和度预测方法,其特征在于,包括如下步骤:S1:通过AVO三参数反演方法得到地下介质参数:纵波速度VP、横波速度VS和密度ρ;S2:使用Aki-Richards对地下介质参数进行近似;得到弹性参数:纵波速度VP、横波速度VS和密度ρ;S3:根据弹性参数构建Xu-White模型,预测纵波速度VP、横波速度VS和密度ρ;S4:输入含水饱和度,利用对抗神经网络对目标函数进行迭代优化,得到满足精度的含水饱和度SW计算结果;所述对抗神经网络的激活函数为LeakyReLu函数和Sigmoid函数;LeakyReLu的数学表达式如下: αi是1,+∞区间的固定参数;Sigmoid激活函数的数学表达式及其导数形式如下为: 导数:f'x=fx1-fx所述对抗神经网络的损失函数是二分类交叉熵损失函数,其公式形式如下: 在上式中ln的表达形式如下:ln=-w[yn·logxn+1-yn·log1-xn]上式代表的是第n个样本对应的loss,式中,w是超参数,y的取值是1或者0,代表是真或者假;所述对抗神经网络通过Adam优化器更新参数,具体流程如下:1、计算t时刻关于当前参数的梯度;2、计算t时刻与梯度相关的函数和计算与梯度平方相关的函数;3、计算t时刻下降的梯度;4、计算t+1时刻参数。

全文数据:

权利要求:

百度查询: 西南石油大学 一种基于对抗神经网络的含水饱和度预测方法和系统

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。