一种使用机器学习算法预测碎屑岩矿物组分的方法,根据地球物理知识可知,地球物理测井信息既包含了岩层内流体类型信息还含有岩石骨架类型及组分信息。对砂岩储层搞清骨架组分可以研究储层亲水、亲油特性,进而研究采油速率和采收率。对页岩储层可以研究岩石的脆性,为压裂决策提供依据,进而可以指导水平井水平段的钻探。为了研究储层的矿物组分,以往需要在不同的盆地、油气田根据沉积地层逐层建立经验图版或公式,这个方法相对繁琐复杂。机器学习算法采用大数据技术,通过学习取心岩样矿物组分和地球物理测井之间的内部逻辑关系自动预测未取心井储层的矿物组分,进而为油藏工程、采油工程提供依据。
声明:
“使用机器学习算法预测碎屑岩矿物组分的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)