典型文献
基于注意力机制的碳酸盐岩储层岩相识别方法
文献摘要：
岩相识别是储层评价和油藏描述等的基础环节,碳酸盐岩储层具有非均质性强、孔隙结构复杂等特点,给岩相识别带来了挑战.融合卷积神经网络(CNN)和注意力机制开发了一种新型网络框架,根据各种测井数据之间的相关性实现储层岩相的自动识别.该框架包括特征注意力(FAtt)模块和CNN模块,FAtt模块根据识别目标与各种测井数据之间的相关性自动提取关键特征,CNN模块捕获各个测井序列之间的空间信息,两者结合有效提高了模型的岩相识别精度.基于碳酸盐岩非均质储层的实验表明,相比于单一的CNN模型,提出的模型岩相识别精度提高了 9％.该模型为储层测井评价提供了一种经济可靠的替代方案,为地质研究与人工智能结合提供了快速有效的岩相数据.
文献关键词：
岩相识别;注意力机制;卷积神经网络模块;特征注意力模块;碳酸盐岩储层
中图分类号：
作者姓名：
曾丽丽;孟凡月;汤华贝;牛艺晓;汤敏
作者机构：
东北石油大学电气信息工程学院,黑龙江大庆163318
文献出处：
引用格式：
[1]曾丽丽;孟凡月;汤华贝;牛艺晓;汤敏-.基于注意力机制的碳酸盐岩储层岩相识别方法)[J].测井技术,2022(03):294-303
A类：
FAtt
B类：
注意力机制,碳酸盐岩储层,岩相识别,储层评价,油藏描述,基础环,非均质性强,孔隙结构,融合卷积神经网络,网络框架,测井数据,自动识别,块根,自动提取,关键特征,空间信息,识别精度,非均质储层,测井评价,替代方案,地质研究,快速有效,卷积神经网络模块,特征注意力模块
AB值：
0.245476
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
