本发明属于地质勘探领域，具体涉及了一种基于图神经网络的页岩总有机碳预测方法、系统和装置，旨在解决现有的页岩总有机碳预测方法存在的不能充分分析所有测井曲线数据与页岩总有机碳含量间复杂非线性关系的问题。本发明包括：获取目标页岩层的待预测井位的多种测井曲线数据，将所述多种测井曲线数据进行预处理，获得标准化的多种测井曲线数据，对所述标准化的多种测井曲线数据进行加窗处理，并将加窗后的测井曲线数据与权重矩阵共同输入训练好的GNN总有机碳预测网络，获取待预测井位的TOC值。本发明将多种测井曲线视为具有关联性的多维动态图数据进行输入并分析，能够获得各种测井曲线与TOC的复杂非线性关系，提高预测TOC的准确度。
声明：
“基于图神经网络的页岩总有机碳预测方法、系统和设备” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1143
编辑：管理员
来源：北方有色网
咨询细节
