摘要
本发明提供一种基于贝叶斯分类预测烃源岩与原油成熟度的方法,具体涉及基于贝叶斯分类机器学习的芳烃生物标志物参数预测烃源岩、原油成熟度的方法。方法包括:首先构建烃源岩、原油芳烃生物标志物参数数据集,并将数据集分为训练集以及测试集;然后对芳烃生物标志物参数数据集进行数据集特征选择处理,获得条件属性变量合集;再构建神经网络模型,并进行训练,得到基于贝叶斯机分类器学习的样品成熟度的预测模型;通过测试集验证预测模型,最后基于贝叶斯分类器训练的样品芳烃生物标志物参数预测模型预测样品成熟度,得到预测样品的成熟度。该方法能够改善目前对于生物标质物参数定量成熟度的局限性、多解性问题。
技术关键词
生物标志物
原油
芳烃
Relief算法
变量
输入神经网络模型
样本
参数
预测烃源岩
训练集
标签
信息熵
贝叶斯分类器
特征选择
数据
分类机器
反射率
传播算法