基于可解释机器学习的低渗油气藏储层分类方法

本发明公开了一种基于可解释机器学习的低渗油气藏储层分类方法，包括以下步骤：获取目标区块的岩心样本，并获取岩心参数；计算所有岩心参数之间的皮尔逊相关系数，若两个岩心参数之间的相关系数大于第一阈值，则随机剔除一个，以得到初始数据集；基于初始数据集，利用bootstrap技术生成多个重采样数据集；基于随机森林模型，对任一个重采样数据集均训练一棵决策树，利用网格搜索法为模型选择最佳超参数；基于沙普利相加解释和杂质平均减少量，筛选出多个重要特征，基于主成分分析法，对目标区块的不同岩心类别进行解释。本发明引入了一种可解释的机器学习方法，对低渗透储层中的不同沉积相进行了分类，能够为本区块后续的油气开发提供相应的数据支持。