一种LIBS与随机森林算法结合的储层流体识别方法

    公开(公告)号:CN116776078A

    公开(公告)日:2023-09-19

    申请号:CN202310646299.7

    申请日:2023-06-02

    Abstract: 本发明提出一种LIBS与随机森林算法结合的储层流体识别方法,包括LIBS光谱数据收集及处理、随机森林算法模型的构建、随机森林算法模型训练以及利用模型对未知储层流体识别四个步骤,本发明通过先基于测井样本的LIBS光谱数据输入特征,并分别研究输入特征数量和不同特征组合对算法预测结果的影响,然后利用该算法对输入特征与井中储层信息之间的非线性关系进行学习,最后根据学习结果对储层进行综合判别,实现多种流体识别因子的综合分析,继而能够削弱单一流体识别因子所引起的多解性,提高了油气储层流体识别的精度与可靠性,解决现有技术中油气储层流体识别精度交底的问题。

Patent Agency Ranking