摘要
本发明涉及人工智能预测和油田开发技术领域,且公开了一种基于地质数据的剩余油分布预测方法,包括以下步骤:步骤一、获取目标区域n个时刻的地质数据与生产数据;步骤二、对步骤一中获取的数据进行预处理,而后进行特征提取与融合,得到融合后的特征向量;步骤三、采用改进的XGBoost与卷积神经网络融合的混合模型作为预测模型,构建所述预测模型;步骤四、对所述预测模型的预测结果进行验证并优化,通过所述预测模型预测剩余油分布;通过设有步骤一、步骤二以及步骤三,在获取目标区域的地质数据与生产数据过程中,对渗透率进行修正,从而提高数据的精准性,为后续对剩余油分布的预测奠定数据基础,从而更好地对剩余油分布进行预测。
技术关键词
分布预测方法
剩余油饱和度
卷积神经网络融合
预测剩余油分布
数据
岩心渗透率测定仪
低场核磁共振技术
地层水电阻率
束缚水饱和度
油田开发技术
电阻率测井
模块
原油
样本
成分分析
产油量
融合特征
压力
系统为您推荐了相关专利信息
建筑材料
资源优化方法
卷积神经网络模型
卷积神经网络算法
问卷调查题目
资产数据处理方法
IT设备
IT资产管理
数学模型
资产数据处理系统
合金性能优化方法
集成机器学习
生成器网络
支持向量机模型
数据
数据清洗效率
机械维修设备
数据清洗方法
运维
数据清洗系统