申请/专利权人:中国石油天然气集团有限公司
申请日:2022-12-23
公开(公告)日:2024-06-25
公开(公告)号:CN118246579A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/02;G06N3/048;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明提出了一种基于深度学习的混积岩多矿物体积含量预测方法及装置,涉及油藏勘探技术领域,该方法包括:收集实测数据,根据所述实测数据建立样本数据集;其中,所述实测数据至少包括常规测井曲线、ECS测井、X衍射全岩矿物分析数据;根据所述样本数据集建立训练集、测试集及验证集;建立机器学习模型,利用所述训练集训练所述机器学习模型,对所述机器学习模型进行输入、输出参数非线性关系映射学习;根据测试集及验证集对所述机器学习模型进行测试及验证,得到混积岩多矿物体积含量预测模型;利用所述混积岩多矿物体积含量预测模型计算和生成多矿物体积含量曲线,根据所述多矿物体积含量曲线进行储层评价。
主权项:1.一种基于深度学习的混积岩多矿物体积含量预测方法,其特征在于,包括:收集实测数据,根据所述实测数据建立样本数据集;其中,所述实测数据至少包括常规测井曲线、ECS测井、X衍射全岩矿物分析数据;根据所述样本数据集建立训练集、测试集及验证集;建立机器学习模型,利用所述训练集训练所述机器学习模型,对所述机器学习模型进行输入、输出参数非线性关系映射学习;根据测试集及验证集对所述机器学习模型进行测试及验证,得到混积岩多矿物体积含量预测模型;利用所述混积岩多矿物体积含量预测模型计算和生成多矿物体积含量曲线,根据所述多矿物体积含量曲线进行储层评价。
全文数据:
权利要求:
百度查询: 中国石油天然气集团有限公司 基于深度学习的混积岩多矿物体积含量预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。