一种使用机器学习算法实现测井解释的方法,测井资料记录的一般都是各种不同的物理参数,如电阻率、自然电位、声波速度、岩石体积密度等,可统称为测井信息。测井解释是要使用不同的模板、公式利用测井资料计算地层的孔隙度、渗透率、含水饱和度、确定油气水层。测井资料测量的是地层的地球物理信息,把地球物理信息转换为地质信息,需要测井专家总结公式、制作模板、绘制交会图等各种工作,这些经验图版、公式的取得与测井专家的水平有关。机器学习通过大数据理念,收集、整理、学习测井专家对测井资料、钻井资料、录井资料与油气层解释之间的内部逻辑,使用机器学习分类算法训练模型,把模型直接应用于目的井、层的解释,既避免测井人员水平因素的不足和疑难油气层识别误差,还极大的提高了测井解释速度和解释精度。
声明:
“使用机器学习算法实现测井解释的方法” 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)