公共文化服务平台

搜索到3073篇“ 储层参数预测“的相关文章

一种适用于低渗储层的储层参数预测方法: 本发明涉及勘探物理地球学技术领域，更具体地，涉及一种适用于低渗储层的储层参数预测方法，包括对数据预处理以获得高信噪比的叠前道集资料；将测井曲线进行辟分，再结合区域岩石物理规律，明确弹性参数的极限变化范围，对辟分后的若干小...; 汪锐胡林李芳刘仕友孙万元李松龄黄晟季春晖

一种基于测井数据的多任务储层参数预测方法: 本发明提供了一种基于测井数据的多任务储层参数预测方法，属于油气田开发技术领域。包括获取测井曲线数据，并对测井曲线数据进行预处理；构建LSTM‑CNN曲线重构模型，并对经预处理后的测井缺失曲线数据进行重构；构建Transf...; 徐超陈雁张若飞陈鹏许森海刘创曹婧李晨

储层参数预测方法及装置: 本发明提供了一种储层参数预测方法及装置，涉及地球物理技术领域，该方法包括：获取神经网络的目标函数和训练数据；训练数据包括输入训练数据和输出训练数据；将输入训练数据输入目标函数，对目标函数的隐含层输出的第一数据进行筛选，得...; 葛强曹宏李晓明张鑫晏信飞杨志芳

一种基于测井资料的储层参数预测方法、装置及存储介质: 本申请公开了一种基于测井资料的储层参数预测方法、装置及存储介质，涉及石油地球勘探技术领域，其技术方案要点是：该方法包括：获取工区已有的储层参数与测井曲线数据；根据已有的储层参数与测井曲线数据构建第一样本集，并对第一样本集...; 张军李军刘秘邹友龙胡松

地震储层参数预测方法及装置: 本发明提供了一种地震储层参数预测方法及装置，该方法包括：将目标地层的地震数据，输入预先建立的储层参数预测模型中，得到目标地层的多个地震储层参数；储层参数预测模型按照如下过程建立：获取目标地层的地震工区资料，形成训练数据集...; 晏信飞曹宏胡莲莲杨志芳葛强李晓明

基于MRGC聚类和机器学习的储层参数预测方法: 2025年; 储层物性参数的准确预测是储层评价的重要基础。目前传统机器学习方法在进行预测时对数据有较高的依赖性,面对复杂的储层时泛化能力较弱,因此对储层参数的预测有不小的影响。而MRGC聚类方法可以有效地分析数据之间的权重简化数据,提高预测的精度。因此提出了一种使用MRGC聚类结合机器学习进行孔隙度、含水饱和度预测的方法。运用主成分分析法(PCA)和皮尔逊相关系数提取对孔隙度、含水饱和度预测贡献率较高的测井曲线作为输入,对处理好的数据通过多分辨率图聚类方法进行聚类,将数据划分成多个具有相同数据特性的子集。针对每个子集的特性,分别选择不同的机器学习方法来构建储层参数预测模型并进行孔隙度、含水饱和度预测。最后将综合预测结果与XGBoost、SVR、RF的直接预测结果进行对比。实验结果表明:经过聚类后的预测模型其平均绝对误差(MAE)、决定系数(R2)都优于直接进行预测的模型。可以证实,MRGC聚类与机器学习方法的结合能够利用数据的内在结构和特征,提升储层参数预测的准确性。; 辛锦涛陈良雨李永贵陈挚潘一; 关键词：孔隙度含水饱和度

基于激电参数和GA-BP神经网络的储层参数预测方法研究: 在油气勘探开发过程中,储层参数预测非常关键。随着非常规油气的勘探与开发,储层评价的要素发生变化,且储层成藏环境及储层特征相对复杂,以至于常规的参数预测方法难以达到良好的应用效果,岩石物理研究工作面临新的挑战。在现有的岩石...; 阮家驹; 关键词：激电参数致密砂岩页岩储层预测

岩石物理建模引导的低渗储层参数预测方法被引量：1: 2024年; 【背景】准确预测储层参数对地下储层表征、气藏模式构建、产能释放及流体运移理解具有关键意义。传统基于岩心测量或数学−岩石物理建模的方法受限于弹性参数反演结果的多解性和低精度,难以满足现代勘探需求。【目的和方法】为提升低渗储层参数预测的准确性,提出了一种岩石物理建模引导的低渗储层参数预测方法。将卷积神经网络(Convolutional Neural Network,CNN)作为深度学习框架,从实际地震数据中直接预测含水饱和度、泥质含量及孔隙度;为解决标签数据稀缺问题,结合岩石物理建模与弹性参数随机扰动技术,生成高质量训练样本,有效扩充了数据集。【结果和结论】理论模型测试表明:在储层参数对岩石物理敏感性较低的情况下,也能实现低渗储层参数的空间分布预测;相比纯数据驱动的深度学习,仅需少量测井数据即可获得高精度的储层参数预测结果。在莺歌海盆地东方区的应用实践表明,该方法优化了钻井部署,助力了低渗领域的重大勘探突破和储量发现。; 汪锐李芳刘仕友孙万元李松龄黄晟; 关键词：储层参数预测低渗储层

基于迁移学习的非均质储层参数预测方法: 2024年; 针对传统储层参数预测方法常忽略渗流机理和参数相关性的问题,提出了一种融合渗流理论与迁移学习的储层参数预测模型。通过SMOTE过采样算法,有效处理了样本不均衡问题;利用随机森林算法建立了岩性及渗流能力判别模型,为储层参数预测提供渗流机理信息;结合参数相关性,运用迁移学习技术搭建储层参数预测模型。结果表明,通过引入岩性和渗流能力判别技术,能够进行储层参数之间的相关性分析,可以有效提升储层参数的预测精度。该模型的储层孔隙度和渗透率的误差为3.51%和15.17%,预测准确率较传统的储层参数预测方法有显著提升。该方法可有效解决非均质储层参数预测难题,为人工智能技术与物理模型结合研究提供参考。; 高国海王欣蒋薇王永生张恩莉周燕李亮; 关键词：储层参数预测 SMOTE 神经网络

一种近邻信息增强的储层参数预测方法及系统: 本发明涉及一种近邻信息增强的储层参数预测方法及系统，属于储层参数动态预测技术领域；该方法包括：基于Pearson相关性分析方法从原始测井曲线中筛选出与储层参数关联性达到设定阈值的预处理后的测井曲线，对预处理后的测井曲线进...; 王欣蒋涛赵祥东周幂高国海蒋薇屈海洲

相关作者