Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
La porosidad es un parmetro importante para el almacenamiento de petrleo y gas, que refleja las caractersticas geolgicas de diferentes periodos histricos. Los parmetros de registro obtenidos de estratos profundos a poco profundos muestran las caractersticas sedimentarias estratigrficas en diferentes perodos geolgicos, por lo que existe una fuerte relacin cartogrfica no lineal entre la porosidad y los parmetros de registro. Es muy importante hacer un uso completo de los parmetros de registro para predecir el contenido de esquisto y la porosidad del yacimiento para una descripcin precisa del yacimiento. La tecnologa de redes neuronales profundas tiene una gran capacidad de minera de estructuras de datos y se ha aplicado a la prediccin del contenido de esquisto en los ltimos aos. De hecho, la red neuronal de unidad recurrente cerrada (GRU) tiene ms ventajas en el procesamiento de datos serializados. Por lo tanto, este estudio propone un mtodo para predecir la porosidad mediante la combinacin de mltiples parmetros de registro basado en la red neuronal GRU. En primer lugar, se utiliza el mtodo de medicin de correlacin basado en la funcin Copula para seleccionar los parmetros de registro ms relevantes para los parmetros de porosidad. A continuacin, se utiliza la red neuronal GRU para identificar la relacin de mapeo no lineal entre los datos de registro y los parmetros de porosidad. Los resultados de la aplicacin en una zona de exploracin de la cuenca de Ordos muestran que este mtodo es superior al anlisis de regresin mltiple y al mtodo de red neuronal recurrente, lo que indica que la red neuronal GRU es ms eficaz para predecir una serie de parmetros de yacimiento como la porosidad.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Universo de fluido viscoso a granel tipo-III de Bianchi anisotrópico en geometría de Lyra.
Artículo:
Soluciones en estado base para un sistema crítico no local de integrodiferenciales.
Artículo:
Un Nuevo Método para Resolver la Ecuación KdV Basado en el Método del Espacio de Hilbert de Núcleo Reproductor
Artículo:
Ideales semiprimos borrosos de un conjunto parcial.
Artículo:
Una nueva distribución binomial negativa neutrosófica: propiedades y aplicaciones
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Manual:
Química de los taninos
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
