基于PI与DeepFM的机器学习储层渗透率确定方法及装置

    公开(公告)号:CN117851762A

    公开(公告)日:2024-04-09

    申请号:CN202311524013.4

    申请日:2023-11-15

    Abstract: 本申请提出一种基于PI与DeepFM的机器学习储层渗透率确定方法及装置。该方法包括:获取目标岩心与样本岩心;基于排列重要性算法对所述样本岩心进行处理,得到所述样本岩心的目标属性;并将所述样本岩心的目标属性作为所述目标岩心的目标属性;确定所述目标岩心的目标属性对应的属性值;将所述目标岩心的目标属性对应的属性值输入到目标预测模型中,得到所述目标岩心的目标渗透率。基于上述方法能够预先对全量属性的重要性进行可信的、可解释性的量化显示,得到对渗透率影响较大的目标属性,并基于目标属性对应的属性值进行渗透率的计算,同时自动挖掘属性值之间的线性、低阶和高阶特征交互信息,提升渗透率计算的准确性。

Patent Agency Ranking