本發明涉及一種基于機器學習的薄互層油藏儲量分類方法及系統,其包括:篩選出影響儲量優劣的薄互層地質參數,分析不同類型儲量中各參數的密度分布曲線,得到薄互層地質參數在不同類型儲量中差異性;根據具有差異性的參數與儲量之間的相關性剔除部分不相關參數,剩余參數作為主控變量,用于構建薄互層油藏儲量分類模型并進行準確性驗證,形成可靠的基于機器學習的薄互層儲量分類預測模型;根據所述薄互層儲量分類預測模型對目標儲層進行分類,得到不同類型儲量的概率,將概率最大的類型作為初步分類結果,并采用評級字典對初步分類結果進行定量化精細評價。本發明能對薄互層油藏儲量分類進行預測,預測精度較高,能滿足儲量分類的要求。本發明可以在石油天然氣開采技術領域中應用。
聲明:
“基于機器學習的薄互層油藏儲量分類方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)