申请/专利权人:中国科学院地质与地球物理研究所
申请日:2024-02-20
公开(公告)日:2024-03-22
公开(公告)号:CN117743948A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/25;G06F18/2132;G06F18/10;G06F18/2321;G06F18/22;G06F18/214;G06N20/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明属于地质分析领域,具体涉及了一种测录钻数据协同的碎屑岩油气藏甜点智能评价方法与系统,旨在解决现有的甜点识别方法适用范围有限和准确率不高的问题。本发明包括:采集随钻参数数据;计算每种随钻参数数据与各岩性特征的相关性,选取相关性最强的前8种随钻参数数据作为优选随钻参数数据;获取预处理后的随钻参数数据,并进行降维,基于二维随钻参数数据进行聚类,为每个聚类簇中的每个数据点赋予对应的岩性标签,通过集成学习的强分类岩性识别模型获取不同采样点对应的岩性分析结果。根据岩性识别结果,结合孔隙度、脆性指数、有效性评价指数三个核心指数确认甜点。本发明对多参数的实时信息进行数据融合和特征提取,对比线性模型、非线性模型和集成学习模型的效果,从而提高碎屑岩地层的甜点判别的准确性。
主权项:1.一种测录钻数据协同的碎屑岩油气藏甜点智能评价方法,其特征在于,所述方法包括:步骤S1,采集随钻参数数据;所述随钻参数数据包括:随钻测井数据、钻井工程数据、烃类随钻录井信息和二维随钻成像数据;步骤S2,分别计算每种随钻参数数据与每种岩性特征的相关性,选取相关性最强的前种随钻参数数据作为优选随钻参数数据;步骤S3,对所述优选随钻参数数据进行去噪处理并标准化,获得预处理后的随钻参数数据;步骤S4,基于所述预处理后的随钻参数数据进行降维,获得二维随钻参数数据;步骤S5,基于所述二维随钻参数数据进行聚类,获得聚类随钻测井数据;步骤S6,基于所述聚类随钻测井数据,为每个聚类簇中的每个数据点赋予对应的岩性标签,获得有岩性标签的数据集;步骤S7,基于所述有岩性标签的数据集,通过集成学习的强分类岩性识别模型获取不同采样点对应的岩性分析结果;步骤S8,基于所述岩性分析结果,获取碎屑岩储层甜点评价结果。
全文数据:
权利要求:
百度查询: 中国科学院地质与地球物理研究所 测录钻数据协同的碎屑岩油气藏甜点智能评价方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。