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。

    一种泥页岩纹层的确定方法、设备及存储介质

    公开(公告)号:CN115294015B

    公开(公告)日:2023-12-01

    申请号:CN202210695686.5

    申请日:2022-06-20

    Abstract: 本申请提供一种泥页岩纹层的确定方法、设备及存储介质。该方法包括:获取泥页岩剖面图像;从泥页岩剖面图像中提取泥页岩剖面的灰度值;对泥页岩剖面的灰度值进行频谱分析,获取泥页岩剖面的灰度值的变化周期;对灰度值的变化周期对应的频率进行滤波处理,生成灰度值的变化周期滤波结果;根据泥页岩剖面的灰度值及灰度值的变化周期滤波结果,确定泥页岩纹层。本申请的方法基于泥页岩剖面图像的灰度值对泥页岩纹层进行定量分析,简化了泥页岩纹层的分析过程,提高了泥页岩纹层分析效率及准确率,进而提高了预测页岩油气的准确率。同时能够确定厘米‑微米级别的泥页岩纹层的分布情况,扩大了分析泥页岩纹层的尺度范围。

Patent Agency Ranking