本发明提供了一种基于卷积神经网络的陆相页岩油岩相类型识别方法及系统,包括:(1)对研究区目标井的测井曲线数据进行预处理;(2)划分岩相类型,进而与完成预处理的测井曲线数据对应,最终建立基于井筒地质资料的页岩油岩相标签;(3)利用PCA主成分分析方法研究特征向量的相关性,对多种测井曲线数据进行主成分分析运算,将其结果作为数据集使用;(4)建立卷积神经网络模型,将数据集作为输入层进行训练,最终得出优势训练模型。本发明能够在地质井筒资料较少的情况下,实现非均质性页岩岩相类型的低成本、高精度和低耗时的有效划分。
声明:
“基于卷积神经网络的陆相页岩油岩相类型识别方法及系统” 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)