申请/专利权人：中国石油大学(北京)

申请日：2023-11-15

公开（公告）日：2024-04-09

公开（公告）号：CN117851762A

主分类号：G06F18/15

分类号：G06F18/15;G06F18/2113;G06F18/214;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：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。

主权项：1.一种基于PI与DeepFM的机器学习储层渗透率确定方法，其特征在于，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。

全文数据：

权利要求：

百度查询： 中国石油大学(北京) 基于PI与DeepFM的机器学习储层渗透率确定方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD