公开(公告)号：CN117474158A

公开(公告)日：2024-01-30

申请号：CN202311426456.X

申请日：2023-10-31

Applicant: 东北石油大学

Inventor： 周晓峰 ,  蒲堡萍 ,  魏建光 ,  尚德淼 ,  杨英 ,  李江涛 ,  杨思琪 ,  王健

IPC: G06Q10/04 ,  G06F30/27 ,  G06F18/15 ,  G06F18/2411 ,  G06F18/214

Abstract: 本发明公开了一种基于机器学习的天然岩心聚合物驱油采收率预测方法，包含数据预处理、特征工程、预测模型、模型评估、数据分析及可视化共5个阶段，数据预处理使用用随机森林算法处理缺失值，Z‑score标准化、极差标准化结合线性比例标准化，分类标签和热独码结合处理离散值，孤立森林算法处理异常值；特征工程部分使用皮尔逊相关系数法处理聚合物驱油特征相关性；使用14种机器学习算法综合建模，模型评估部分使用MAE、MSE、MAPE、RMSE和R2综合评估模型的优良。本方法建立了高拟合高泛化高稳定低误差的低渗透砂岩聚合物驱油预测模型，这将有助于聚合物驱油方案快速在低渗透储层应用，以及降低失败风险。