本发明公开了一种基于随机森林算法的储层含油性预测方法,时深转换获得深度域地震属性数据;将深度域地震属性数据、测井解释的含油性数据粗化至地质模型中;对深度域地震属性数据进行标准化处理,获得无量纲地震属性数据;以粗化后的测井解释的含油性数据和井点处的无量纲地震属性数据为训练对象,通过随机森林算法形成训练模型,将井间的无量纲地震属性数据带入训练模型,得到三维储层含油性预测体;优化获得最佳储层含油性预测体。本发明利用随机森林算法强大的集成学习能力,自动提取地震数据的隐藏特征,拟合地震数据与测井数据的关系,获取更为可靠、客观的储层含油性预测体,提高储层含油性预测的精度和准确率,帮助深度挖掘油气行业潜力。
声明:
“基于随机森林算法的储层含油性预测方法” 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)