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。

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