期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到480篇文章
< 1 2 … 24 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于LSTM神经网络模型的铁矿石期货市场实证研究
1
作者 斯燕 陈艺 《中国集体经济》 2024年第2期100-103,共4页
随着国际大宗商品在金融和经济领域的影响力不断增强,会通过产业间的波及效应作用于物价水平,进而影响到国家的经济增长。近几年掀起了机器学习研究的热潮,基于机器学习的投资量化分析也越来越受到关注。文章基于LSTM神经网络模型,选取... 随着国际大宗商品在金融和经济领域的影响力不断增强,会通过产业间的波及效应作用于物价水平,进而影响到国家的经济增长。近几年掀起了机器学习研究的热潮,基于机器学习的投资量化分析也越来越受到关注。文章基于LSTM神经网络模型,选取了2021年9月至12月底的铁矿石主力合约高频数据建立了趋势预测模型。实验结果表明,该模型拟合良好,能够较好地预测铁矿石期货短期内的趋势。 展开更多
关键词 机器学习 lstm神经网络模型 铁矿石期货 量化投资
下载PDF
基于改进LSTM神经网络的电动汽车充电负荷预测
2
作者 林祥 张浩 +1 位作者 马玉立 陈良亮 《现代电子技术》 北大核心 2024年第6期97-101,共5页
当前对电动汽车(EV)充电负荷预测的研究缺少真实的数据支撑,并且模型考虑场景过于简单,影响因素考虑不到位,预测结果缺乏说服力。基于此,提出一种考虑多种电动汽车充电负荷影响因素的电动汽车充电负荷预测方法。首先,考虑天气、季节、... 当前对电动汽车(EV)充电负荷预测的研究缺少真实的数据支撑,并且模型考虑场景过于简单,影响因素考虑不到位,预测结果缺乏说服力。基于此,提出一种考虑多种电动汽车充电负荷影响因素的电动汽车充电负荷预测方法。首先,考虑天气、季节、温度、工作日、节假日等因素对电动汽车充电负荷的影响,采用三标度层次分析法分析各影响因素权重;其次,建立LSTM神经网络预测模型,通过真实数据训练得到用于预测的LSTM神经网络模型,结合影响因素权重分析结果对预测模型进行修正,得到最终的改进LSTM神经网络负荷预测模型;最后,采用常州某小区的真实数据对所提预测方法进行试验验证。结果表明,所提方法可以实现电动汽车充电负荷的精确预测,且负荷预测结果可为有序充电策略研究提供参考。 展开更多
关键词 电动汽车 充电负荷预测 lstm神经网络模型 影响因素权重 层次分析法 有序充电
下载PDF
环境温度影响下基于LSTM神经网络识别结构损伤
3
作者 黄炎 葛思源 +1 位作者 翟慕赛 常军 《计算力学学报》 CAS CSCD 北大核心 2024年第2期248-255,共8页
环境温度的改变会引起模态参数的变化,其变化程度会掩盖或部分掩盖损伤引起的变化量,导致结构健康监测系统发出假阳性或假阴性的误判,因此,消除温度效应是提高损伤识别精度的关键。本文基于LSTM神经网络提出了一种环境温度影响下识别结... 环境温度的改变会引起模态参数的变化,其变化程度会掩盖或部分掩盖损伤引起的变化量,导致结构健康监测系统发出假阳性或假阴性的误判,因此,消除温度效应是提高损伤识别精度的关键。本文基于LSTM神经网络提出了一种环境温度影响下识别结构损伤的方法。充分利用LSTM神经网络的非线性映射优势,建立多元温度-模态频率的相关模型,在此基础上采用数据标准化方法消除温度效应,并结合控制图判断模态频率异常变化以确定损伤状况。最后将所提方法在数值模型和实际桥梁中加以应用,结果表明,方法能够有效消除温度效应;结合控制图能识别损伤时刻,并具有一定的抗噪性;在实桥数据分析中仍能表现出较好的损伤敏感性。 展开更多
关键词 lstm神经网络 结构健康监测 温度 模态频率 变分模态分解
下载PDF
基于LSTM神经网络深度序列机械钻速实时预测
4
作者 冯义 朱亮 +4 位作者 杨立军 李慎越 席俊卿 陈芳 纪慧 《西安石油大学学报（自然科学版）》 北大核心 2024年第1期122-128,共7页
机械钻速是钻井优化、缩短钻井周期的关键因素,传统的机械钻速预测大多是在钻井后进行钻井分析,预测效率和精度低、地层适用性不广。为了以更高效的方法预测得到高精度机械钻速,提出基于长短期记忆(LSTM)神经网络的深度序列机械钻速预... 机械钻速是钻井优化、缩短钻井周期的关键因素,传统的机械钻速预测大多是在钻井后进行钻井分析,预测效率和精度低、地层适用性不广。为了以更高效的方法预测得到高精度机械钻速,提出基于长短期记忆(LSTM)神经网络的深度序列机械钻速预测方法。采集实时钻井数据集,使用皮尔逊相关系数衡量各特征之间的相关性,筛选出井深、伽玛射线、地层密度、孔隙压力、井径、钻时、排量、钻井液密度等8个参数。构建LSTM神经网络模型,训练LSTM模型并预测ROP,对预测结果进行分析,并用决定系数(R^(2))、均方根误差(RMSE)、平均绝对百分比误差(MAPE)等指标对LSTM模型、BP模型和SVM模型性能进行对比分析。结果表明:LSTM模型其R^(2)、RMSE和MAPE的值分别为0.948、1.151和17.075,相较于BP模型和SVM模型,其R^(2)更大,RMSE和MAPE较小,说明LSTM模型预测性能更好。该方法有助于钻井工程师和决策者提前获得钻井信息,从而更好地规划钻井作业,缩短钻井周期,同时为钻井参数预测提供新的途径,能改善以往预测方法在处理复杂地层问题时效率不高、预测精度低等问题。 展开更多
关键词 机械钻速 lstm神经网络 深度序列 实时预测 人工智能 深度学习
下载PDF
基于LSTM神经网络的机载光纤陀螺温度冲击误差补偿技术
5
作者 何昆鹏 赵瑾玥 +3 位作者 周琪 蒋昱飞 任永甲 涂勇强 《航空科学技术》 2024年第2期31-38,共8页
环境温度冲击会降低机载光纤陀螺的性能,从而影响飞行器导航和姿态控制精度。在光纤陀螺误差机理研究基础上,本文提出一种基于长短期记忆(LSTM)神经网络的光纤陀螺温度误差补偿模型。该模型通过LSTM网络对光纤陀螺的零偏和标度因数进行... 环境温度冲击会降低机载光纤陀螺的性能,从而影响飞行器导航和姿态控制精度。在光纤陀螺误差机理研究基础上,本文提出一种基于长短期记忆(LSTM)神经网络的光纤陀螺温度误差补偿模型。该模型通过LSTM网络对光纤陀螺的零偏和标度因数进行实时预测和校正,提高光纤陀螺的测量精度。试验结果表明,在温度冲击下,LSTM预测模型补偿后的标度因数误差小于30ppm,零偏稳定性比常规的线性拟合补偿模型提高0.0034(°)/h。这意味着输出更准确地反映实际角速度值,陀螺仪的零偏漂移更小,输出更接近于零值。动态试验中转台输入为20(°)/s时,LSTM补偿后陀螺输出稳定在19.999~20.001(°)/s区间内,相较于陀螺原始输出误差降低0.008(°)/s。通过LSTM预测模型补偿,能够在环境变化、外部扰动或传感器故障时,通过陀螺仪提供更可靠的数据支持,维持飞行器的稳定性和安全性。 展开更多
关键词 光纤陀螺仪 温度冲击 零偏 标度因数 lstm神经网络
下载PDF
基于LSTM神经网络的公交线路可靠性评估
6
作者 段晓凡 高良鹏 +1 位作者 简文良 陈丹丹 《交通工程》 2024年第1期38-44,共7页
公交线路可靠性是保证公交正常调度、提升乘客出行体验的前提和基础.本文将失效概率作为公交线路可靠性的评估指标,通过解析线路行程时间与可靠性之间的关联,建立基于窄界限理论的LSTM神经网络评估模型,评估宜兴市常规公交的26条线路,... 公交线路可靠性是保证公交正常调度、提升乘客出行体验的前提和基础.本文将失效概率作为公交线路可靠性的评估指标,通过解析线路行程时间与可靠性之间的关联,建立基于窄界限理论的LSTM神经网络评估模型,评估宜兴市常规公交的26条线路,并进一步应用多元线性回归分析方法探究宜兴市高峰期不同站点可靠性的特点和规律.结果表明:本方法与蒙特卡洛法相比拟合速度更快,与BP神经网络模型相比,MSE降低了3.5%,MAE降低了2.9%;对公交线路站点分析发现,运营可靠性与站点所处的车道数量、路口信号灯数量、线路数量均有显著关系,车道数量与可靠性呈正相关,而路口信号灯数量、线路数量与可靠性呈负相关. 展开更多
关键词 公共交通 公交线路可靠性评估 失效概率 lstm神经网络 多元线性回归
下载PDF
基于LSTM神经网络算法的超超临界机组负荷优化分配
7
作者 王利中 蔡安亮 张楠 《电子设计工程》 2024年第1期129-132,137,共5页
目前研究的超超临界机组负荷优化分配方法成本较高,分配时间过长,导致节能效果不佳。为此,该文基于LSTM神经网络算法研究了一种新的超超临界机组负荷优化分配方法。利用LSTM中的记忆块、遗忘门、输入门、输出门和记忆单元,实现对递归神... 目前研究的超超临界机组负荷优化分配方法成本较高,分配时间过长,导致节能效果不佳。为此,该文基于LSTM神经网络算法研究了一种新的超超临界机组负荷优化分配方法。利用LSTM中的记忆块、遗忘门、输入门、输出门和记忆单元,实现对递归神经网络的简单处理,建立目标函数,采用正平衡法和反平衡法计算电荷吸收效率,确定超超临界机组负荷优化分配数学模型。针对单元制机组模型和母管制机组模型在忘记阶段、选择记忆阶段与输出阶段进行优化,反复迭代,得到迭代最大次数后停止运行,输出优化结果。实验结果表明,与传统优化方法相比,所设计超超临界机组负荷优化分配方法可将成本降低50%以上,1000 MW内负荷分配时间低于10 min。 展开更多
关键词 lstm神经网络 超超临界机组 负荷优化 优化分配
下载PDF
ARIMA模型联合LSTM神经网络建立药品采购决策预测模型
8
作者 倪萱 陈一辰 《黑龙江科学》 2024年第2期76-78,共3页
为了解某院药品采购决策趋势,建立合适的药品采购决策预测模型,收集2022年6月—2023年3月共计10个月的系统采购数据,建立并评价ARIMA模型联合LSTM神经网络药品采购模型,分析实施基本药物监管1个月前后相关数据的变化趋势。结果表明,与... 为了解某院药品采购决策趋势,建立合适的药品采购决策预测模型,收集2022年6月—2023年3月共计10个月的系统采购数据,建立并评价ARIMA模型联合LSTM神经网络药品采购模型,分析实施基本药物监管1个月前后相关数据的变化趋势。结果表明,与项目实施前1个月对比,紧急补货率由1.68%降至1.35%,降幅19.6%;断货率由0.44%降至0.27%,降幅38.6%;日均库存周转率由9.33%升至10.68%,增幅14.47%。说明ARIMA模型联合LSTM神经网络建立药品采购决策模型,可降低药品供应服务成本,减少药品断供风险。 展开更多
关键词 药品采购决策 ARIMA lstm神经网络 预测
下载PDF
基于改进LSTM神经网络的风电功率短期预报算法
9
作者 高盛 许沛华 +1 位作者 陈正洪 成驰 《南方能源建设》 2024年第1期112-121,共10页
[目的]风能的波动性和间歇性给大规模的风电并网提出了挑战,解决这一问题的有效途径是能够提供准确的风电功率预报。[方法]针对这一挑战,提出了一种新的基于改进LSTM(长短期记忆)架构的深度学习神经网络的风功率预报模型,包含自主研制... [目的]风能的波动性和间歇性给大规模的风电并网提出了挑战,解决这一问题的有效途径是能够提供准确的风电功率预报。[方法]针对这一挑战,提出了一种新的基于改进LSTM(长短期记忆)架构的深度学习神经网络的风功率预报模型,包含自主研制的数据异常检测与处理、风速特征提取、超参数调优于一体的风电功率预报方法。为了使神经网络模型能更加准确地学习风速特征对风电功率的影响,还定义了一种使用特征筛选以及特征倍增相结合的特征工程方法。[结果]仿真结果表明:所提出的数据清洗及数据增强算法在各种机器学习算法上可以将准确率提升约5%。提出的改进LSTM神经网络模型在数据清洗后与传统算法以及业内主流神经网络算法进行对比,可以将准确率提升2.5%。[结论]改进的方法不但具有较好的噪声数据清洗能力,而且在所有的试验中,改进模型在预报准确性方面优于其他所有算法,可以为实际应用提供指导。 展开更多
关键词 风功率日前预报 lstm神经网络 深度学习 异常检测与处理 风速波动特征
下载PDF
基于LSTM神经网络的风力发电量短期预测研究
10
作者 杨永春 《电力系统装备》 2024年第2期13-15,共3页
基于LSTM神经网络的风力发电短期预测方法和传统的风力发电短期预测方法相比,其更贴近风力发电的实测值。文章首先采集需要的风力发电量数据,再对采集的风力发电量数据进行预处理,提高数据的可用性,在得到更高质量的风力发电量数据后,... 基于LSTM神经网络的风力发电短期预测方法和传统的风力发电短期预测方法相比,其更贴近风力发电的实测值。文章首先采集需要的风力发电量数据,再对采集的风力发电量数据进行预处理,提高数据的可用性,在得到更高质量的风力发电量数据后,构建对风力发电量进行短期预测的LSTM短期预测模型。最后根据LSTM短期预测模型,生成相关的预测结果,完成基于LSTM神经网络的风力发电量短期预测研究,再进行基于LSTM神经网络的风力发电量短期预测试验。试验结果表明,基于LSTM神经网络的风力发电量短期预测精确度高。 展开更多
关键词 lstm神经网络 发电预测 风力发电量 短期预测
下载PDF
基于LSTM神经网络的乡村非遗发展状况预测
11
作者 朱星睿 王浩冉 +2 位作者 张思佳 田红蕊 孙丽欣 《价值工程》 2024年第2期48-50,共3页
目前,乡村非物质文化遗产(以下简称非遗)开始进入大众视野。为加快其传承与发展的进程,本文对乡村非遗文化的发展做出了预测。首先对收集到的数据进行信效度检验,并通过皮尔逊相关性分析及多元线性回归分析得出了影响非遗发展的三个关... 目前,乡村非物质文化遗产(以下简称非遗)开始进入大众视野。为加快其传承与发展的进程,本文对乡村非遗文化的发展做出了预测。首先对收集到的数据进行信效度检验,并通过皮尔逊相关性分析及多元线性回归分析得出了影响非遗发展的三个关键因素,同时得出了影响非遗文化发展前景的回归方程。其次,分别从关注程度、政府方面以及民间组织方面利用LSTM神经网络对乡村非遗文化发展进行预测,得到相应的预测结果,即:未来三年乡村非遗文化的发展总体呈上升趋势。最后,基于预测结果,为各地乡村政府提供了相应的改进建议,以促进非遗文化的交流与传播。 展开更多
关键词 皮尔逊相关指数 多元线性回归分析 lstm神经网络 乡村非遗
下载PDF
基于LSTM神经网络和残余力向量法的结构损伤识别
12
作者 宋福春 杨子豪 +2 位作者 付聿旻 崔福和 白祥鸽 《沈阳建筑大学学报（自然科学版）》 CAS 北大核心 2023年第5期872-879,共8页
目的 为减少传统残余力向量法的工作量,提高计算效率,提出一种采用LSTM神经网络与残余力向量法相结合方法。方法 以结构损伤后的残余力作为LSTM神经网络的损伤识别指标,建立输入与输出之间模型,同时运用分步损伤识别法,对可能存在损伤... 目的 为减少传统残余力向量法的工作量,提高计算效率,提出一种采用LSTM神经网络与残余力向量法相结合方法。方法 以结构损伤后的残余力作为LSTM神经网络的损伤识别指标,建立输入与输出之间模型,同时运用分步损伤识别法,对可能存在损伤的结构进行判断,并通过简支梁模型进行验证。结果 LSTM神经网络对简支梁损伤情况判断较为准确,在样本数为350组的情况下,其分类准确率为97%,训练结果的均方根误差值为0.64,预测结果的最大误差为3.7%;噪声水平在10%及以下时,最大误差为6.8%,噪声水平在15%及以下时仍可对单损伤做出较为准确的判断,最大误差为9.4%,抗噪性较好。结论 所设计的基于残余力LSTM神经网络对结构损伤定位与程度识别效果较好,具有一定可行性。 展开更多
关键词 结构损伤识别 lstm神经网络 残余力向量法 损伤评估
下载PDF
基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究 被引量：5
13
作者 于达 张玮 王辉 《智慧电力》 北大核心 2023年第2期45-52,共8页
利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,... 利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,将声音信号进行预处理并提取声音信号的MFCC特征,再将其通过一、二阶差分组合成一组声音特征的矢量,输入LSTM神经网络中进行训练。训练结果表明,将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。 展开更多
关键词 变压器声音诊断 梅尔倒谱系数 lstm神经网络
下载PDF
一种LSTM神经网络在卫星钟频率快速变化期间钟差预报的应用 被引量：1
14
作者 王威 胡彩波 +3 位作者 赵鹤 王宇谱 曹湘君 李林阳 《大地测量与地球动力学》 CSCD 北大核心 2023年第4期369-373,共5页
为克服多项式模型在卫星频率快速变化期间精度衰减快的问题,提出一种基于LSTM神经网络的钟差预报模型。与多项式模型的对比实验结果显示,在卫星钟平稳运行期间,两种模型的结果几乎一致;在卫星钟输出频率发生快速变化时,LSTM神经网络模... 为克服多项式模型在卫星频率快速变化期间精度衰减快的问题,提出一种基于LSTM神经网络的钟差预报模型。与多项式模型的对比实验结果显示,在卫星钟平稳运行期间,两种模型的结果几乎一致;在卫星钟输出频率发生快速变化时,LSTM神经网络模型的预报精度较多项式模型提高显著,仍能提供较高精度的钟差预报结果。 展开更多
关键词 卫星钟 钟差预报 lstm神经网络
下载PDF
基于LSTM神经网络的煤矿火灾预测 被引量：2
15
作者 刘永立 刘晓伟 王海涛 《黑龙江科技大学学报》 2023年第1期1-5,共5页
针对传统煤矿火灾预测指标及精度不理想的问题,构建一种具有时序记忆能力的LSTM神经网络模型。利用采空区遗煤氧化过程产生的气体构建模型数据集,通过调整LSTM模型时间步长和迭代次数,分析模型超参数对预测遗煤温度的影响,运用LSTM、GRU... 针对传统煤矿火灾预测指标及精度不理想的问题,构建一种具有时序记忆能力的LSTM神经网络模型。利用采空区遗煤氧化过程产生的气体构建模型数据集,通过调整LSTM模型时间步长和迭代次数,分析模型超参数对预测遗煤温度的影响,运用LSTM、GRU和RNN多模型预测分析,验证模型的准确性。结果表明,LSTM神经网络模型比GRU和RNN模型平均绝对误差和平均绝对百分比误差小,分别为3.843、0.029;R^(2)达到0.990,提高了煤矿火灾的预测精度。 展开更多
关键词 煤矿火灾预测 lstm神经网络 时序记忆
下载PDF
基于LSTM神经网络的饲料企业财务风险预警模型构建 被引量：1
16
作者 严莉红 《饲料研究》 CAS 北大核心 2023年第3期130-134,共5页
研究旨在提高饲料企业财务风险预警水平,规避因各类不利因素导致的财务风险,确保企业实现利润最大化和可持续发展。以15家饲料企业2014—2020年财务数据为研究对象,选取18项具有代表性的财务指标,借助汉宁窗函数对指标数据进行预处理,通... 研究旨在提高饲料企业财务风险预警水平,规避因各类不利因素导致的财务风险,确保企业实现利润最大化和可持续发展。以15家饲料企业2014—2020年财务数据为研究对象,选取18项具有代表性的财务指标,借助汉宁窗函数对指标数据进行预处理,通过LSTM神经网络模型对饲料企业财务风险展开预警。结果显示,LSTM神经网络模型能够精准预警饲料企业财务风险,选取15家饲料企业财务风险预警值与实际检测风险基本匹配。研究表明,LSTM神经网络模型预警精准度较高、稳定性良好,能够精准预测饲料企业财务风险,为管理决策者防范财务风险提供参考。 展开更多
关键词 lstm神经网络 饲料企业 财务风险预警
原文传递
基于主成分分析的LSTM神经网络聚乙烯价格预测研究
17
作者 相广俐 李林 《计算机时代》 2023年第3期67-70,75,共5页
聚乙烯(Polyethylene,PE)是大宗商品中化工产品的重要组成部分,准确预测其价格具有重要意义。使用基于主成分分析的长短期记忆神经网络(PCA-LSTM)模型,实现聚乙烯价格的预测。首先通过Pearson相关性分析对聚乙烯价格影响因素进行研究和... 聚乙烯(Polyethylene,PE)是大宗商品中化工产品的重要组成部分,准确预测其价格具有重要意义。使用基于主成分分析的长短期记忆神经网络(PCA-LSTM)模型,实现聚乙烯价格的预测。首先通过Pearson相关性分析对聚乙烯价格影响因素进行研究和选择,其次利用主成分分析对其降维构建影响因素体系,最后建立LSTM神经网络模型进行预测。与SVM、XGBoost模型预测结果做对比,结果表明,该模型对聚乙烯价格的预测效果更好。 展开更多
关键词 价格预测 lstm神经网络 主成分分析 聚乙烯
下载PDF
基于LSTM神经网络的电量预测分析 被引量：1
18
作者 刘宜博 《集成电路应用》 2023年第8期78-79,共2页
阐述LSTM神经网络、电量分析与预测的现状,LSTM神经网络的电量分析与预测,案例分析表明,基于LSTM神经网络的电量分析和预测方法,具有很好的预测效果和实际应用价值。
关键词 lstm神经网络 电量分析 用电预测
下载PDF
基于LSTM神经网络的风电功率预测研究 被引量：1
19
作者 李润金 李丽霞 《沈阳工程学院学报（自然科学版）》 2023年第3期14-18,共5页
风力发电是目前世界可再生能源中技术最完善、最具规模化的发电方式。风电并网过程中高精度的风电功率预测成为电力调度与平抑并网波动的重要手段,针对风力机组出力的不确定性及可控性差的问题,本文提出基于长短时记忆(LSTM)神经网络的... 风力发电是目前世界可再生能源中技术最完善、最具规模化的发电方式。风电并网过程中高精度的风电功率预测成为电力调度与平抑并网波动的重要手段,针对风力机组出力的不确定性及可控性差的问题,本文提出基于长短时记忆(LSTM)神经网络的短期风电功率预测模型。综合考虑气象条件对预测结果的影响,利用带自反馈的神经元提取时间序列的特征,实现短期风功率预测。通过风力发电厂真实数据对模型进行验证,并与其他预测算法相比较,本文所提出的方法预测精度较高,对短期风电预测具有良好的适用性。 展开更多
关键词 风力发电 功率预测 lstm神经网络
下载PDF
基于LSTM神经网络的随钻方位电磁波测井数据反演
20
作者 康正明 秦浩杰 +3 位作者 张意 李新 倪卫宁 李丰波 《石油钻探技术》 CAS CSCD 北大核心 2023年第2期116-124,共9页
随钻方位电磁波测井仪器在地质导向和储层评价等方面具有重要作用,但其测量响应不具有直观性,需要用反演方法获得地层信息,高斯–牛顿法、随机反演算法等传统反演方法计算速度较慢,难以满足实时反演的要求。为此,提出了一种基于长短期... 随钻方位电磁波测井仪器在地质导向和储层评价等方面具有重要作用,但其测量响应不具有直观性,需要用反演方法获得地层信息,高斯–牛顿法、随机反演算法等传统反演方法计算速度较慢,难以满足实时反演的要求。为此,提出了一种基于长短期记忆人工神经网络(LSTM)的新反演方法,用于求取地层电阻率。首先,基于广义反射系数法建立正演算法,完成样本集的制作;然后,搭建LSTM神经网络模型,基于样本集进行训练和测试,通过遍历的方法优选出合适的网络参数;最后,在测试集上完成电阻率的反演,将反演电阻率与正演电阻率进行对比,对比反演所需时间和相对误差,并在测试集中加入白噪声验证了模型的抗噪能力。研究结果表明,模型能够准确快速地反演地层电阻率信息,能够满足对含有噪声数据的反演需要,具有较好的鲁棒性。此反演方法为测井资料处理提供了新的思路和方向。 展开更多
关键词 lstm神经网络 电阻率反演 随钻方位电磁波测井 正演计算 地质导向
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 24 下一页 到第 页
使用帮助 返回顶部