摘要
本发明提供一种页岩油储层的岩性识别方法及系统,涉及地质勘探技术领域。本发明通过融合多个来源的测井数据、X射线衍射(XRD)数据和显微图像分析数据,本发明有效克服了矿物组分及其他物理参数复杂多变对岩性识别的影响,显著提高了识别结果的准确性和可靠性。进一步地,采用主成分分析法(PCA)对融合后的特征进行降维,减少数据冗余,提取最具代表性的特征,提高了模型的效率。在岩性识别模型中引入注意力机制,自适应调整各测井数据特征的权重,增强关键特征对岩性识别结果的影响,减少无用特征的干扰,从而进一步提高岩性识别的准确性和可靠性,为页岩油的分布预测提供了更加准确的依据。
技术关键词
岩性识别方法
页岩油
测井
融合特征
主成分分析法
神经网络训练
数据
图像分析
生成训练样本
协方差矩阵
模块
引入注意力机制
误差
地质勘探技术
识别系统
表征页岩
有机质
系统为您推荐了相关专利信息
工件
分解特征
自动化流水线
自动控制方法
交互特征
热中子
蒙特卡罗模拟方法
伽马探测器
脉冲中子测井仪器
密度测井方法