计算物理

北大核心,JST,CSCD扩展版,WJCI,

国内刊号:11-2011/O4

国际刊号:1001-246X

计算物理杂志2026年第2期:基于岩石物理领域知识约束长短期记忆神经网络的储层参数预测

发布日期:

作者:薛亮, 范基梁, 聂捷, 杨志成, 刘月田, 陈海洋

关键词:储层参数预测, 岩石物理领域知识, 长短期记忆神经网络

针对储层参数的智能预测问题,建立以岩石物理领域知识为约束条件的长短期记忆神经网络模型。通过损失函数优化和模型更新,以岩石物理知识为约束引导长短期记忆神经网络的训练,实现了数据与岩石物理知识联合驱动的智能储层参数预测。结果表明:基于岩石物理领域知识约束的长短期记忆神经网络储层参数预测模型,能够提升储层参数预测的准确性。通过与经验公式以及数据驱动的神经网络对比,储层参数预测结果的精度可以提高约10%。研究结果验证了将岩石物理领域知识融入长短期记忆神经网络的有效性,为深度学习在储层参数预测的应用提供科学依据。

来源:2026年第2期

《计算物理》期刊编辑部

查看计算物理杂志2026年第2期

联系我们

  • 地址:北京海淀区丰豪东路2号
  • 电话:010-59872547
  • E-mail:jswl@iapcm.ac.cn

咨询工作人员