摘要
本发明提供一种基于级联式机器学习的混积页岩TOC预测方法、装置、设备、存储介质及程序,涉及人工智能技术与石油勘探测井数据技术领域,S10、获取并预处理测井原始数据集,生成岩性特征向量;S20、基于岩性特征向量通过预训练好的岩性分类模型执行岩性分类预测,得到岩性分类结果;S30、根据岩性分类结果确定生成最终TOC输入特征向量;S40、将最终TOC输入特征向量输入预训练好的TOC回归模型,输出预测TOC值;S50、整合步骤测井原始数据集、岩性分类结果和预测TOC值生成综合结果数据集。本发明通过级联式机器学习显式整合岩性信息,提升混积页岩TOC预测精度与地质符合度,实现测井解释流程的自动化与智能化,并为烃源岩甜点评价提供高效可靠的技术手段。
技术关键词
级联式
处理单元
数据接口模块
非暂态可读存储介质
测井数据文件
石油勘探测井
特征编码模型
交互式可视化
标签编码器
支持向量回归
泥质页岩
处理器
代表
人工智能技术
计算机程序产品
特征工程
指令
预测装置
系统为您推荐了相关专利信息
切片
显示装置
分级系统
神经网络模型训练
人工智能方法
信用评分模型
信贷风险评估
动态评估方法
数据
交易特征
水雾控制系统
热流计
细水雾喷头
图像采集设备
地下车库
脱模方法
LSTM神经网络
注塑模
电磁感应加热模块
压阻式压力传感器
电子液压制动系统
主控芯片
电源单元
信号处理单元
H桥电路