基于机器学习的储集层含油气性评价

论文摘要

机器学习为基于测井解释的储层评价提供了一种自动有效的方法。论文提出了测井储层评价的机器学习框架,并在两个测井数据集上对其性能进行了验证。实验结果表明,论文提出的框架得出的测井解释结论与试油结果一致。与传统的评价方法相比,该方法效率高,不依赖于专业知识。该框架为石油勘探开发大数据平台的建设提供了参考。

论文目录

• 一、前言
• 二、基于测井解释的储集层评价
• 三、一种基于机器学习的测井储层评价框架
•   （一）属性选择。
•   （二）模型优化。
•   （三）模型评估。
• 四、实验与分析
•   （一）储层参数预测
•   （二）基于机器学习的储层测井解释
• 五、结语

文章来源

类型: 期刊论文

作者: 任义丽,周相广

关键词: 储集层评价,机器学习,测井解释,大数据

来源: 信息系统工程 2019年06期

年度: 2019

分类: 信息科技,基础科学,工程科技Ⅰ辑

专业: 地质学,石油天然气工业

单位: 中国石油勘探开发研究院计算机应用技术研究所

分类号: P618.13

页码: 21-22

总页数: 2

文件大小: 1290K

下载量: 223