龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西南石油大学
摘要：本发明公开一种基于图卷积神经网络的页岩气水平井分段分簇方法，涉及油气井完井技术领域，包括：对原始的石油测井数据进行数据预处理；利用预处理后的石油测井数据对页岩气水平井进行分段，得到射孔分段结果；利用图卷积神经网络semi‑GCN模型对页岩气水平井每个段内的数据进行射孔分簇，此步骤中，将节点表征矩阵和节点邻接矩阵一同输入至semi‑GCN模型进行半监督节点分类，semi‑GCN模型通过半监督学习的方式利用部分标注数据和无标注数据来训练模型,得到最终的预测模型，利用最终的预测模型对未知分类的页岩气水平井段进行分簇；本发明的方法能更准确地划分射孔簇，具有更好的适应性和泛化能力，同时提高了识别精度，避免了人工误判，降低了所需要的成本。
主权项：1.一种基于图卷积神经网络的页岩气水平井分段分簇方法，其特征在于，包括如下步骤：S1.对原始的石油测井数据进行数据预处理；S2.利用预处理后的石油测井数据对页岩气水平井进行分段，得到射孔分段结果；S3.利用图卷积神经网络semi-GCN模型对页岩气水平井每个段内的数据进行射孔分簇；S3包括：S301.通过预处理后的石油测井数据构建节点表征矩阵；S302.利用射孔分段的层位数据构建节点邻接矩阵；S303.将节点表征矩阵和节点邻接矩阵一同输入至semi-GCN模型进行半监督节点分类；S304.利用最终的预测模型对未知分类的页岩气水平井段进行预测，将其划分到不同的簇中。
全文数据：
权利要求：
百度查询： 西南石油大学 一种基于图卷积神经网络的页岩气水平井分段分簇方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号