基于非线性自动回归模型的测井曲线预测方法

论文摘要

针对非线性、时序性的测井曲线进行研究,提出基于Tensor Flow的非线性自动回归模型(GNAR)纵向预测测井曲线法。将样本数据分成训练集和测试集,在训练集上建立模型,在测试集上进行预测评估。实验验证和应用效果分析表明,非线性自动回归模型在测井曲线纵向预测中具有较强的适应性和较高的准确性。

论文目录

• 1 非线性自动回归模型
•   1.1 基于逼近原理的模型结构推导
•   1.2 模型参数估计
•   1.3 模型预测过程
• 2 实际数据应用及效果
• 3 结束语

文章来源

类型: 期刊论文

作者: 王俊,周欣

关键词: 机器学习,测井曲线预测,时间序列,非线性自动回归模型

来源: 油气地球物理 2019年04期

年度: 2019

分类: 工程科技Ⅰ辑,基础科学

专业: 地质学,石油天然气工业

单位: 成都理工大学地球物理学院

分类号: P631.81

页码: 55-58

总页数: 4

文件大小: 1014K

下载量: 112