基于测井数据特征衍生和机器学习的页岩TOC预测方法

AITNT
正文
推荐专利
基于测井数据特征衍生和机器学习的页岩TOC预测方法
申请号:CN202411698806
申请日期:2024-11-26
公开号:CN119415930A
公开日期:2025-02-11
类型:发明专利
摘要
本发明公开了一种基于测井数据特征衍生和机器学习的页岩TOC预测方法,涉及页岩总有机碳预测技术领域,基于测井数据特征衍生和机器学习的页岩TOC预测方法主要包括:利用岩石热解实验得到页岩TOC数据;根据页岩TOC数据,利用地质研究工具得到原始测井数据并进行预处理;对所述预处理后的测井数据进行特征衍生得到新数据集,并对随机森林机器学习模型进行训练得到页岩TOC预测模型,并对待测页岩数据进行预测得到页岩TOC预测结果。实施本发明提供的基于测井数据特征衍生和机器学习的页岩TOC预测方法,能提高页岩TOC预测的灵活性、适用性和正确率。
技术关键词
变量 声波时差 数据 测井曲线 多元线性回归方法 伽马测井 机器学习模型 随机森林 研究工具 密度 计算机程序产品 有机碳 正确率 阵列 处理器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号