摘要
本发明公开了一种基于测井人工智能学习的陆相页岩黏土矿物发育的预测方法,涉及地质勘探技术领域。包括:获取陆相页岩测井数据并采集陆相页岩岩样;对采集到的陆相页岩测井数据进行数据预处理;对陆相页岩岩样进行测试,获取页岩发育中的黏土矿物类型及含量;根据预处理后的陆相页岩测井数据和页岩发育中的黏土矿物类型及含量构建基于人工智能的黏土矿物发育预测模型;对基于人工智能的黏土矿物发育预测模型进行优化;通过优化后的基于人工智能的黏土矿物发育的预测模型对陆相页岩黏土矿物发育进行预测。本发明提高了预测的准确性和效率,能够快速为陆相页岩的勘探和开发提供有价值的信息。
技术关键词
陆相页岩
测井
BP神经网络模型
传播算法
地质勘探技术
页岩勘探
页岩矿物
节点数
页岩岩心
数据
声波时差
分布特征
训练集
标签
密度
系统为您推荐了相关专利信息
张紧力
智能监测控制方法
输送设备
链条
智能监测控制系统
暂态电流信号
神经网络模型
分布式训练
单相接地故障
特征值
分类方法
图像处理模块
卷积神经网络模型
支路
样本
油烟浓度检测
图像特征集
图像局部对比度
检测模型训练
失真加权