基于LSTM模型的长时不稳定试井解释方法.pdfVIP

下载本文档

0
0
约1.65万字
约 15页
2023-05-04 发布于北京
举报
版权申诉

基于LSTM模型的长时不稳定试井解释方法.pdf

1、本文档共15页，其中可免费阅读14页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了一种基于LSTM模型的长时不稳定试井解释方法，无需事先选择解释模型，即可实现油气井试井数据解释。本发明利用长短期记忆神经网络LSTM是RNN模型的改进。该模型是一种时间递归神经网络模型，具备时序观念，具有长时间的记忆能力，属于典型的深度学习模型，能够更深层次挖掘数据之间的潜在规律，使预测变得更加准确可靠。当用于油气井生产动态分析时，长短期记忆神经网络(LSTM)能保留先前的油气井生产信息并传递到后续时间节点的生产预测，充分考虑油气井生产动态数据的变化趋势和前后关联性，因此能深层次揭示

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114254554 A (43)申请公布日 2022.03.29 (21)申请号 202111339316.X (22)申请日 2021.11.12 (71)申请人中法