针对现有油藏岩石类型识别方法存在成本和准确性两者不能兼顾的问题,本发明公开一种基于机器学习的基岩潜山油藏岩石类型识别方法,包括如下步骤:对目的区块关键井进行岩心地质描述;分析主要含油岩石的氧化物和造岩矿物的种类和含量;通过KNN算法建立主要氧化物含量与岩石类型的三维岩性判别图版;应用氧化物闭合模型解释技术获取关键井目的层内沿井筒连续分布的元素含量曲线;建立目的区块关键井常规测井、矿物含量及岩石类型的综合柱状图;建立元素氧化物含量预测模型,并用于预测未取心、未进行ECS俘获测井的开发井元素含量;代入所建立的岩石类型的三维岩性判别图版中,实现对岩石类型的自动识别与划分。本发明的识别方法成本低廉,准确率高。
声明:
“基于机器学习的基岩潜山油藏岩石类型识别方法” 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)