基于XGBOOST算法与特征工程的岩性及流体类型识别方法

    公开(公告)号:CN111753871A

    公开(公告)日:2020-10-09

    申请号:CN202010392710.9

    申请日:2020-05-11

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于XGBOOST算法与特征工程的岩性及流体类型识别方法,包括以下步骤:1)根据钻井或测井数据获取地层的岩性及流体类型标签以及对应的弹性参数数据构建岩性及流体类型-弹性参数的学习样本;2)特征构造:根据弹性参数利用数学变换构造特征集合;3)特征选择:结合嵌入式特征选择与包裹式特征选择策略,在特征集合中选择最终的输入特征;4)通过XGBOOST算法构建多井岩性和流体识别的机器学习模型进行学习并输出岩性及流体类型识别结果与现有技术相比,本发明具有构造更多对岩性或流体敏感属性、兼顾了表达能力和泛化能力等优点。

    一种基于孔隙类型反演的深层碳酸盐岩储层横波预测方法

    公开(公告)号:CN109471166A

    公开(公告)日:2019-03-15

    申请号:CN201811473080.7

    申请日:2018-12-04

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于孔隙类型反演的深层碳酸盐岩储层横波预测方法,包括以下步骤:1)获取测井中已知的纵波速度以及实际的空隙纵横比构建碳酸盐岩岩石物理模型;2)根据碳酸盐岩岩石物理模型进行岩石孔隙类型反演获取该深度下岩石孔隙类型的分布比例;3)采用构建的碳酸盐岩岩石物理模型进行正演,最终获得预测横波速度。与现有技术相比,本发明具有预测精度高、建模准确等优点。

    基于XGBOOST算法与特征工程的岩性及流体类型识别方法

    公开(公告)号:CN111753871B

    公开(公告)日:2022-12-16

    申请号:CN202010392710.9

    申请日:2020-05-11

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于XGBOOST算法与特征工程的岩性及流体类型识别方法,包括以下步骤:1)根据钻井或测井数据获取地层的岩性及流体类型标签以及对应的弹性参数数据构建岩性及流体类型‑弹性参数的学习样本;2)特征构造:根据弹性参数利用数学变换构造特征集合;3)特征选择:结合嵌入式特征选择与包裹式特征选择策略,在特征集合中选择最终的输入特征;4)通过XGBOOST算法构建多井岩性和流体识别的机器学习模型进行学习并输出岩性及流体类型识别结果与现有技术相比,本发明具有构造更多对岩性或流体敏感属性、兼顾了表达能力和泛化能力等优点。

Patent Agency Ranking