科研之友
微信
新浪微博
Facebook
分享链接
摘要
地层压力预测研究中，数值模拟方法存在计算量大、耗时长、需要大量专业知识作支撑等问题，单一模型由于具有网络结构简单、参数量少、运行速度快等优点，被广泛采用，但大量的应用发现其具有容易过拟合、泛化能力不强等问题。基于人工智能的快速发展，文章提出一种基于CNN-BiGRU-MLP融合模型的地层压力预测方法。首先对卷积神经网络进行优化；然后对新兴的门控循环单元进行改进，形成双向门控循环单元，达到数据复用的效果，增强网络对高维数据的处理能力；最后通过多层感知机再对特征之间的关联进一步提取。同时使用L2正则化技术优化网络。分析表明，文章提出的融合模型预测准确率可以达到95.24%,均方误差可以降低至0.006 6,平均绝对误差可以降低至0.064 8,弥补了数值模拟方法和经典单一模型的不足，为地层压力预测提供了一种新方法。
- 出版日期2023
- 单位东北石油大学
