基于人工智能算法的油井地層壓力預(yù)測新方法

摘要： 地層壓力預(yù)測研究中，數(shù)值模擬方法存在計算量大、耗時長、需要大量專業(yè)知識作支撐等問題，單一模型由于具有網(wǎng)絡(luò)結(jié)構(gòu)簡單、參數(shù)量少、運(yùn)行速度快等優(yōu)點(diǎn)，被廣泛采用，但大量的應(yīng)用發(fā)現(xiàn)其具有容易過擬合、泛化能力不強(qiáng)等問題。基于人工智能的快速發(fā)展，文章提出一種基于CNN-BiGRU-MLP融合模型的地層壓力預(yù)測方法。首先對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化；然后對新興的門控循環(huán)單元進(jìn)行改進(jìn)，形成雙向門控循環(huán)...