摘要
本发明涉及的是基于改进融合算法的古龙页岩油储层甜点评价方法,它包括:构建基于时频信息和改进融合神经网络BWO‑CNN‑LSTM的甜点参数预测和岩相识别模型,实现古龙页岩油储层甜点参数预测和岩相分类;基于古龙页岩油储层甜点参数,实现主控参数选择;根据不同的岩相类型,基于层次分析法和熵权法计算得到综合的主控参数权重;对筛选的主控甜点参数和对应权重进行加权得到综合甜点值,并可视化形成空间分布图,引入自适应调节机制,基于BWO‑CNN‑LSTM构建古龙页岩油储层甜点评价模型,对古龙页岩油储层甜点进行评价。本发明通过结合时频信息与改进融合的神经网络,提升古龙页岩油储层甜点参数预测和岩相分类的精度。
技术关键词
甜点
页岩油
融合算法
融合神经网络
评价方法
层次分析法
测井曲线
Pearson相关系数
系统管理模块
数据
矩阵
储层参数
声波时差
镜质体反射率
评价系统
油井储层
特征值法
微调功能
系统为您推荐了相关专利信息
运动控制器
计算机终端
智能测控系统
智能测控方法
船模
多模态生物特征
区块链存证
安全帽
管理系统
员工
城市生态环境
子模块
经验模态分解算法
三轴振动传感器
液膜
损伤评价方法
铁磁性材料表面
散斑图像
分块
图像分割