深度学习在元素测井中的应用

小直径中子伽马仪器伽马能谱测量计数率低,采用常规解谱方法,元素干重计算误差较大。基于蒙特卡罗方法构建学习样本,并通过增加噪声的方式提高学习模型鲁棒性,利用深度学习对元素测井进行解谱、矿物含量与孔隙度计算。研究结果表明:仅用模拟数据构建的学习模型,当元素种类较少时,深度学习的解谱结果可准确计算元素干重。当元素干重准确时,深度学习能准确地得到矿物含量。基于深度学习,可以在元素测井的基础上获得岩石基质密度,现场实例显示,通过深度学习计算的孔隙度接近岩心孔隙度。

资料为PDF文档格式.

本文档关键词:元素,深度,中的,测井,学习