本發(fā)明提出一種動(dòng)態(tài)融合時(shí)序與非時(shí)序特征的測(cè)井曲線生成方法，主要涉及地質(zhì)資源勘探，深度學(xué)習(xí)，數(shù)據(jù)挖掘領(lǐng)域。主要步驟包含：利用LSTM(長(zhǎng)短期記憶網(wǎng)絡(luò))、GRU(門控循序單元)模型分別提取測(cè)井曲線時(shí)序特征；利用CNN(卷積神經(jīng)網(wǎng)絡(luò))、DNN(全連接神經(jīng)網(wǎng)絡(luò))、XGBoost、SVR分別提取測(cè)井曲線的非時(shí)序特征；借助強(qiáng)化學(xué)習(xí)對(duì)模型進(jìn)行動(dòng)態(tài)融合，從而充分考慮測(cè)井曲線的時(shí)序特征與非時(shí)序特征；通過單一井內(nèi)數(shù)據(jù)訓(xùn)練模型，借助井內(nèi)完整測(cè)井曲線將該井其他殘缺曲線進(jìn)行補(bǔ)全；完全根據(jù)具有多條完整測(cè)井曲線的臨井?dāng)?shù)據(jù)訓(xùn)練模型，借助實(shí)驗(yàn)井現(xiàn)存的完整曲線來生成缺少的測(cè)井曲線。本發(fā)明動(dòng)態(tài)融合了測(cè)井曲線的時(shí)序與分時(shí)序特征，能更準(zhǔn)確地對(duì)失真或缺失的測(cè)井曲線進(jìn)行補(bǔ)全與生成。