申请/专利权人:西南石油大学
申请日:2024-01-31
公开(公告)日:2024-04-26
公开(公告)号:CN117935991A
主分类号:G16C60/00
分类号:G16C60/00;G01N21/84;G06N5/01;G06F18/2431
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了基于晶体结构和矿物学特征砂岩可钻性GBDT预测方法,包括:获取待测区域岩屑样本,基于岩屑样本划分晶体边界,获取若干晶体样本;对若干晶体样本进行编号,提取若干晶体样本的几何参数和矿物组分;将几何参数和矿物组分与可钻性数据进行相关性分析,获得几何参数、矿物组分和可钻性;将几何参数、矿物组分和可钻性划分为训练集和测试集;通过训练集对GBDT决策树模型进行训练,获得训练后的GBDT决策树模型;通过测试集对训练后的GBDT决策树模型进行精度检测,获得训练后的GBDT决策树模型的预测精度。本发明实现通过井下岩屑精准预测砂岩可钻性,最终得到全井段的可钻性级值。
主权项:1.基于晶体结构和矿物学特征砂岩可钻性GBDT预测方法,其特征在于,包括以下步骤:获取待测区域岩屑样本,基于所述岩屑样本划分晶体边界,获取若干晶体样本;对若干所述晶体样本进行编号,提取若干所述晶体样本的几何参数和矿物组分;将所述几何参数和所述矿物组分与可钻性数据进行相关性分析,获得所述几何参数、所述矿物组分和所述可钻性;将所述几何参数、所述矿物组分和所述可钻性划分为训练集和测试集;通过所述训练集对GBDT决策树模型进行训练,获得训练后的GBDT决策树模型;通过所述测试集对所述训练后的GBDT决策树模型进行精度检测,获得所述训练后的GBDT决策树模型的预测精度。
全文数据:
权利要求:
百度查询: 西南石油大学 基于晶体结构和矿物学特征砂岩可钻性GBDT预测方法
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。