-
公开(公告)号：CN109611087B
公开(公告)日：2021-10-08
申请号：CN201811510988.0
申请日：2018-12-11
Applicant: 中国石油大学(北京)
Abstract: 本发明涉及了一种火山岩油藏储层参数智能预测方法及系统，该方法首先对火山岩油藏已知测井信息根据测井曲线特征进行数据预处理，从数据预处理结果中提取与火山岩油藏储层参数相关性达到一定阈值的测井曲线数据形成训练集数据同时余下的形成测试集数据，基于训练集数据利用若干回归算法并结合大数据机器学习算法自动建立火山岩油藏储层参数与测井曲线特征之间的回归估算模型，同时基于若干回归算法对回归估算模型进行模型参量自动优化，利用测试集数据检验评估优化后的回归估算模型，不合格的模型进行模型参量自动优化直至回归估算模型检验评估合格，最终利用检验评估合格的回归估算模型进行未知储层参数的智能预测，预测结果精度高、误差小。
-
公开(公告)号：CN109919184A
公开(公告)日：2019-06-21
申请号：CN201910078669.5
申请日：2019-01-28
Applicant: 中国石油大学(北京)
Abstract: 本发明涉及了一种基于测井数据的多井复杂岩性智能识别方法及系统，该方法首先确定目标测井数据文件并进行格式转换以及归一化预处理，然后根据全区关键取芯井在取芯井段的已知岩性对测井曲线数据进行特征筛选和/或特征组合扩展获得对岩性敏感的测井曲线数据，再给对岩性响应敏感的测井曲线数据进行打标签标定组成样本数据库同时将全区未打标签的测井曲线数据组成待测数据库，进而利用样本数据库的数据并结合若干机器学习算法进行机器学习训练后自动建立若干岩性识别模型，通过分类性能评价法则选出最优的模型，并利用最优的模型对待测数据库中的数据进行岩性预测以实现全区多井复杂岩性智能识别，高效方便、全区适用且自动智能预测结果非常精准。
-
公开(公告)号：CN109611087A
公开(公告)日：2019-04-12
申请号：CN201811510988.0
申请日：2018-12-11
Applicant: 中国石油大学(北京)
Abstract: 本发明涉及了一种火山岩油藏储层参数智能预测方法及系统，该方法首先对火山岩油藏已知测井信息根据测井曲线特征进行数据预处理，从数据预处理结果中提取与火山岩油藏储层参数相关性达到一定阈值的测井曲线数据形成训练集数据同时余下的形成测试集数据，基于训练集数据利用若干回归算法并结合大数据机器学习算法自动建立火山岩油藏储层参数与测井曲线特征之间的回归估算模型，同时基于若干回归算法对回归估算模型进行模型参量自动优化，利用测试集数据检验评估优化后的回归估算模型，不合格的模型进行模型参量自动优化直至回归估算模型检验评估合格，最终利用检验评估合格的回归估算模型进行未知储层参数的智能预测，预测结果精度高、误差小。
-
-
Search Results
3
records
(took 0.018 seconds)
