|
|||||
|
|
| 基于PSO-BiLSTM的储层岩石脆性指数预测 | |
| 引用本文： | 杜睿山,李宏杰,孟令东,张轶楠.基于PSO-BiLSTM的储层岩石脆性指数预测[J].海南大学学报(自然科学版),2023(3):260-267. |
| 作者姓名： | 杜睿山 李宏杰 孟令东 张轶楠 |
| 作者单位： | 1. 东北石油大学计算机与信息技术学院;2. 油气藏及地下储库完整性评价黑龙江省重点实验室 |
| 基金项目： | 国家自然科学基金（41702156）； |
| 摘 要： | 脆性指数被认为是一个重要的岩石参数，诸多学者提出了脆性指数的不同计算方法，但是测量方法较为复杂或者成本较高.为了解决上述问题，采用深度学习的方法预测脆性指数，其可以有效融合多元数据，充分利用数据去挖掘自变量与因变量之间的关系.因此，基于常规测井曲线资料，建立了基于粒子群算法（PSO）优化的双向长短期记忆（BiLSTM）模型.实验结果表明，PSO-BiLSTM的MAE=0.050 1,RMSE=0.054 8，该模型比其他传统方法更精确，更具有实用性和适用性. |
| 关 键 词： | 脆性指数 深度学习 粒子群算法 PSO-LSTM |