本发明涉及一种基于机器学习的薄互层油藏储量分类方法及系统,其包括:筛选出影响储量优劣的薄互层地质参数,分析不同类型储量中各参数的密度分布曲线,得到薄互层地质参数在不同类型储量中差异性;根据具有差异性的参数与储量之间的相关性剔除部分不相关参数,剩余参数作为主控变量,用于构建薄互层油藏储量分类模型并进行准确性验证,形成可靠的基于机器学习的薄互层储量分类预测模型;根据所述薄互层储量分类预测模型对目标储层进行分类,得到不同类型储量的概率,将概率最大的类型作为初步分类结果,并采用评级字典对初步分类结果进行定量化精细评价。本发明能对薄互层油藏储量分类进行预测,预测精度较高,能满足储量分类的要求。本发明可以在石油天然气开采技术领域中应用。
声明:
“基于机器学习的薄互层油藏储量分类方法及系统” 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)