一种基于机器学习的致密砂岩储层流体识别方法及装置

    公开(公告)号:CN119476519A

    公开(公告)日:2025-02-18

    申请号:CN202310996711.8

    申请日:2023-08-08

    Abstract: 本发明公开了一种基于机器学习的致密砂岩储层流体识别方法及装置,对气层、气水同层、差气层、含气水层、水层和干层这六类的测井数据进行标签赋值;构造一个高级特征LT,保存其伪标签类型信息,用独热编码将特征离散化,用N位状态寄存器来对N个状态进行编码,每个状态都有独立的寄存器位,并且一个独热编码中只有一位生效;分析选取的气水识别敏感特征的测井曲线数据之间的相关性;建立XGBoost模型,使用梯度提升决策树作为基本的学习器。本发明相比采用神经网络模型识别储层,能够更有针对性地选择模型,且能够适用于中小数据集的情况,本申请的计算方法通过对测井数据进行数据增强,对不平衡的测井数据样本进行补充,使各个类别样本数目均衡。

Patent Agency Ranking